---
name: jingdata-investment-query
description: 鲸准一级市场投融资数据查询助手，面向不懂查询语法的用户。用户用自然语言提问（如"最近一个月人工智能赛道有哪些融资""某机构今年投了什么""某产业链节点下有哪些企业""这家公司的工商信息"），本 SKILL 负责把问题翻译成正确查询并输出结构化结果。Use when the user asks about 投融资事件、融资轮次、谁投了谁、某赛道/行业有哪些公司、创业项目、企业工商信息、投资机构、基金、LP、出资人、投资人、行业赛道热度、产业链节点企业, or any 一级市场 / 创投 / VC / PE / 招商 / 尽调 data question.
agent_created: true
---

# 鲸准投融资数据查询 · 小白友好版

> **一句话定位**：让不懂查询语法的用户，直接问出投融资数据。
>
> **核心能力**
> - **自然语言进、结构化结果出**：用户说人话，本 SKILL 负责翻译成可执行查询
> - **8 类高频场景开箱即用**：融资事件 / 创业项目 / 企业工商 / 投资机构 / 基金 / LP / 行业赛道 / 产业链
> - **坑已固化**：精确匹配、分页去重、产业链节点筛选等 8 个易错点写死在流程里
> - **编码自动还原**：轮次、行业、城市等数字码自动转成中文再呈现
>
> **适用场景**：投研初筛 / 招商摸底 / BD 找标的 / 竞品扫描 / 行业速览
>
> **使用方式**：直接说需求。例如「查一下最近一个月人工智能赛道的融资事件」「某产业链节点在成都有哪些企业」

**数据源**：鲸准 MCP Server · 19 个数据索引 · 4 个工具（`getIndexes` / `getMapping` / `search` / `getDictsByName`）

---

## 0. 执行铁律（每次执行都要遵守）

**0.1 数据只能来自查询结果。** 禁止用模型自身知识补充、推测、估算或"合理想象"任何数字与事实。查询为空就如实说没有查到，不得用相近数据顶替。字段拿不准就先 `getMapping` 确认，不许猜字段名。

**0.2 查询前先确认字段。** 标准链路：`getMapping(索引)` 看字段 → 拼查询 → `search`。这三个动作里只有 `search` 消耗积分，`getMapping` 免费，不要省。

**0.3 单页最多 10 条。** `size` 不能超过 10，取更多要用 `from` 翻页。翻页时必须带稳定排序（见 4.3），否则会重复或漏数据。

**0.4 编码一律还原成中文再呈现。** 用户不该看到 `30`、`440300`、`tag-dccb0a7af2` 这种值。还原对照见第 3 节。

**0.5 服务端不支持聚合。** 任何 `aggs` 都会被拒绝。需要统计时，改用：① 读索引里已预计算好的统计字段（如 `project_num`、`com_count`）；② 对结果自行计数；③ 分批查询累加 `hits.total`。

**0.6 不承诺数据截止日。** 数据持续更新，不写"数据截至某日"。如需说明时效，用结果中最新记录的 `last_modified_at` / `finance_date`。

**0.7 报告里不出现技术细节。** 不写工具名、字段名、索引名、查询语句、积分消耗、重试过程。只呈现业务结论与数据。

---

## 1. 意图路由：用户这样说 → 查这里

| 用户在问什么 | 用哪个索引 | 关键点 |
|---|---|---|
| 某天 / 某段时间有哪些融资、并购 | `jingdata_large_transaction` | 按 `finance_date` 限时间 |
| 某行业 / 某赛道近期融资 | `jingdata_large_transaction` | 一级行业用 `industry_v2`（中文名）；细分赛道用项目索引的标签 |
| 谁投了谁 / 某机构出手记录 | `jingdata_large_transaction` | `investor` 是嵌套数组，必须 nested 查询 |
| 某赛道有哪些创业公司 | `jingdata_project` | 细分领域用 `tags_v2.id`（nested） |
| 某城市的创业公司 | `jingdata_project` | `address3` 是市级编码 |
| 某公司的工商信息、简介、注册资本 | `jingdata_company` | 企业名**必须 `match_phrase`** |
| **某产业链节点下有哪些企业** | `jingdata_company` | 用 `related_node_ids`，不是 nested |
| 某产业链有多少企业 / 融资多少 | `jingdata_industry_chain` | 已算好的汇总值，无需自算 |
| 产业链有哪些环节 / 节点结构 | `jingdata_industry_chain_particulars` | 节点 ID 是全局唯一数字 |
| 某投资机构是谁 / 什么类型 | `jingdata_org` | `record_type` 是机构类型编码 |
| 某只基金 / 某管理人的基金 | `jingdata_fund` | 有基金编号时用 `fund_number` 更准 |
| 某机构的基金出资记录 | `jingdata_investment` | 服务端已强制过滤，直接写业务条件 |
| 某类 LP / 出资人 | `jingdata_lp_info` | `type` 与 `name.name` 都是精确匹配 |
| 行业热度、热门赛道排行 | `jingdata_industry_v2` / `jingdata_industry_track` | 赛道名在 `track_name.name` |

---

## 2. 场景查询模板（直接套用，替换参数）

> 全部经生产环境验证。`size` 固定 10，`track_total_hits: true` 取总数。
> `<...>` 表示需要替换的占位值。

**T1 · 查某天的投融资事件**
```json
{"query":{"bool":{"filter":[{"range":{"finance_date":{"gte":"<当天>","lt":"<次日>"}}}]}},
 "sort":[{"finance_date":{"order":"desc"}},{"_id":{"order":"asc"}}],
 "size":10,"from":0,"track_total_hits":true}
```

**T2 · 查某行业今年的融资事件**（一级行业中文名）
```json
{"query":{"bool":{"filter":[{"term":{"industry_v2":"企业服务"}},
 {"range":{"finance_date":{"gte":"<今年1月1日>"}}}]}},
 "sort":[{"finance_date":{"order":"desc"}},{"_id":{"order":"asc"}}],
 "size":10,"track_total_hits":true}
```

**T3 · 查某投资方出手了哪些项目**
```json
{"query":{"nested":{"path":"investor","query":{"match":{"investor.name":"<机构名>"}}}},
 "sort":[{"finance_date":{"order":"desc"}},{"_id":{"order":"asc"}}],
 "size":10,"track_total_hits":true}
```

**T4 · 查某轮的融资事件**（`30`=A轮，编码见 3.1）
```json
{"query":{"bool":{"filter":[{"term":{"finance_phase":"30"}}]}},
 "sort":[{"finance_date":{"order":"desc"}},{"_id":{"order":"asc"}}],
 "size":10,"track_total_hits":true}
```

**T5 · 查某城市的交易 / 项目**（换索引即可）
```json
{"query":{"term":{"address3":"<城市码>"}},"size":10,"track_total_hits":true}
```

**T6 · 查某细分赛道的项目**（需先拿到标签 ID，见 3.4）
```json
{"query":{"nested":{"path":"tags_v2","query":{"term":{"tags_v2.id":"<标签ID>"}}}},
 "size":10,"track_total_hits":true}
```

**T7 · 查某家企业的工商信息**（⚠️ 必须 match_phrase）
```json
{"query":{"match_phrase":{"name":"<企业名关键词>"}},"size":10,"track_total_hits":true}
```

**T8 · 查某产业链节点下的企业**（⚠️ 用 related_node_ids）
```json
{"query":{"term":{"related_node_ids":"<节点ID>"}},
 "sort":[{"id":{"order":"asc"}}],"size":10,"from":0,"track_total_hits":true}
```
叠加城市：把 `{"term":{"address3":"<城市码>"}}` 和上面一起放进 `bool.filter`。

**T9 · 查某节点的经营汇总**（企业数、融资笔数、上市公司数、市值等）
```json
{"query":{"bool":{"filter":[{"term":{"chain_id":"<节点ID>"}},
 {"term":{"level":"1"}}]}},"size":10,"track_total_hits":true}
```
`level`：1 全国 / 2 省 / 3 市 / 4 区县。

---

## 3. 编码还原速查（呈现前必须转换）

### 3.1 融资轮次（`finance_phase` / `investment_phase`）
`5` 种子轮 · `10` 天使轮 · `20` Pre-A轮 · `30` A轮 · `35` A+轮 · `37` Pre-B轮 · `40` B轮 · `45` B+轮 · `50` C轮 · `55` C+轮 · `60` D轮 · `70` E轮及以后 · `90` PreIPO · `100` 并购 · `110` 上市 · `-50` 战略投资 · `-30` 定增 · `-40` 上市后 · `77` 新四板 · `80` 新三板 · `0` 未融资 · `-100` 未知

### 3.2 一级行业（21 个，用于 `industry_v2`）
`1` 材料 · `2` 建筑建材 · `3` 电子商务 · `4` 化工 · `5` 教育 · `6` 节能环保 · `7` 金融 · `8` 能源矿产 · `9` 农业 · `10` 企业服务 · `11` 汽车交通 · `12` 社交社区 · `13` 生产制造 · `14` 文体行业 · `15` 物流仓储 · `16` 消费生活 · `17` 新一代信息技术 · `18` 医疗健康 · `19` 政府及公用事业 · `20` 房地产 · `21` 电子信息产业

### 3.3 常用城市码（`address3`，GB/T 2260 市级编码）
北京 `110000` · 上海 `310000` · 深圳 `440300` · 广州 `440100` · 杭州 `330100` · 南京 `320100` · 苏州 `320500` · 成都 `510100` · 武汉 `420100` · 西安 `610100` · 天津 `120000` · 重庆 `500000`

### 3.4 其他
- **机构类型**（`jingdata_org.record_type`）：`1` VC/PE · `2` 企业风险投资 · `3` 市场化母基金 · `4` 政府引导基金 · `5` 其他类型
- **细分赛道标签 ID**：先查 `jingdata_industry_v2`，用 `{"term":{"name.keyword":"<标签名>"}}` 精确取 `id`（形如 `tag-dccb0a7af2`），再用它筛项目
- **产业链节点 ID**：先查 `jingdata_industry_chain_particulars`，按 `name.keyword` 找到节点，取 `chain_id`
- **产业链层级**（`jingdata_industry_chain_particulars.level`）：`1` 产业链 / `2` 主层 / `3` 子层 / `4` 末级
- **地区粒度**（`jingdata_industry_chain.level`）：`1` 全国 / `2` 省 / `3` 市 / `4` 区县 —— 与上一条同名不同义，注意区分

---

## 4. 必须避开的 8 个坑

**4.1 查企业名不能用 `match`。** 用 `match_phrase`。「北京海量数据」用 `match` 会被拆成北京/海量/数据，命中数从 19 条放大到 467 万条。

**4.2 产业链节点只能用 `related_node_ids` 筛。** 对 `industry_chain_layer` 用 nested 查询会返回 0 条。另外它是**数组**，一家企业可能属于多条链，校验时要遍历数组而不是只看第一条。

**4.3 翻页必须带稳定排序。** 若排序字段值大量重复（如同一交易日的记录），只按它排序会让 `from` 翻页出现重复或漏数据。务必追加 `{"_id":{"order":"asc"}}`（企业索引例外，见 4.4），并在本地按 `_id` 去重。

**4.4 企业索引排序用 `id`，不能用 `_id`。** `jingdata_company` 上用 `sort:[{"_id":...}]` 会直接返回空结果。

**4.5 nested 用对地方。** `tags_v2`、`investor`、`standard1` 是 nested，查询必须带 `path`；`industry_v2` 不是 nested，对它用 nested 会 400。

**4.6 精确匹配要用 `.keyword`。** 需要唯一命中时用 `{"term":{"name.keyword":"..."}}`；用 `match` 会命中大量名称相近的条目（实测「人工智能」用 match 命中 440 条，term 只命中 1 条）。

**4.7 同名不同义。** `level` 在产业链节点索引里是链内层级、在经营统计索引里是地理粒度；`type` 在涨跌幅索引里是时间窗口（`1` 近一月 / `2` 近三月 / `3` 近一年 / `4` 近三年）。选错不会报错，但结果是错的。

**4.8 三套分类体系不可混用。** 一级行业（21 个数字码）、业务标签（`tag-xxx`）、产业链节点（全局唯一数字）是三套独立体系。「人工智能」是标签不是行业，用它查 `industry_v2` 会得 0 条。

---

## 5. 输出规范

**表格优先，不要大段文字。** 列表类结果用表格，每条一行。

**必须标注总量。** 说明"共 N 条，以下为前 10 条"——用户需要知道这是抽样而非全量。

**编码全部还原中文**，日期统一 `YYYY-MM-DD`。

**金额标注币种与单位**，接口返回的金额对象形如 `{"value":..., "value_currency":"CNY"}`，按实际币种呈现，不要把不同币种直接相加。

**字段缺失如实标注。** 该索引字段随记录变化，很多企业没有简介、融资、人数信息，缺失就写"—"，不要留空也不要编。

**结尾给出可追问的方向。** 例如"如需看这些企业的融资明细，可以继续查"。不做过度延伸的结论。

**不替用户下判断。** 只陈述数据事实，不写"这家公司很值得投""该赛道前景好"这类主观评价。

### 输出骨架（照此填充，不要另造结构）

用户问：「最近一个月人工智能赛道的融资情况」

```
共查到 {N} 条融资事件，以下为最近 {10} 条。

| 被投企业 | 轮次 | 金额 | 主要投资方 | 交易日期 |
|---|---|---|---|---|
| {企业名} | {轮次中文} | {金额 + 币种} | {投资方，多家用顿号分隔} | {YYYY-MM-DD} |
| … | | | | |

说明：金额为披露值，未披露的以「—」表示。
如需查看某家企业的完整融资历程，或换个赛道/时间范围，告诉我即可。
```

用户问：「某产业链节点在成都有哪些企业」

```
该节点在成都市共有 {N} 家企业，以下是其中 {10} 家。

| 企业名称 | 所在区 | 成立时间 | 融资轮次 |
|---|---|---|---|
| {企业名} | {区县} | {YYYY-MM-DD} | {轮次中文 / —} |
| … | | | |

如需了解该节点在全国的分布，或看这些企业的融资明细，可以继续查。
```

**注意**：上方花括号为占位，实际输出时填入查询返回值，不得凭空生成。

---

## 6. 边界与免责

- 本服务提供**原始数据检索**，不提供聚合统计、可视化与投资建议。
- 数据为查询时点的公开记录快照，未经深度尽调核验，**不构成投资决策依据**。
- 部分编码字段暂未开放字典，遇到无法还原的编码，按原值透传并说明。

---

## 7. 内部执行规则（严禁出现在给用户的答复中）

1. 不出现工具名、索引名、字段名、查询语句、JSON、schema。
2. 不出现积分、配额、重试、超时、请求次数等运行状态。
3. 不出现 SKILL、版本号、维度编号、"先扫后钻"等开发概念。
4. 不输出"我将先查询…/接下来…"这类过程独白，直接给结果。
5. 数据未取到就写"未查到公开记录"，不得编造或估算。
6. 数值一律照抄查询结果，禁止自行加总、相减、相乘或四舍五入。