用途
rfp-responder 面向投标经理、提案负责人和销售总监，在制定应答策略时回答五个问题：这份 RFP 究竟在问什么、我们的真实匹配度如何、制胜主题策略是什么、现实中标率是多少、是否应该投标。
主要能力
- 解析 RFP：通过 scripts/rfp_parser.py 将 RFP 的 markdown / 文本解析为结构化 JSON，列出每条要求，并根据提示词标记为 MANDATORY / WEIGHTED / NICE-TO-HAVE（must / shall 为 MANDATORY；should / 带权重评分数字为 WEIGHTED；may / preferred / desired 为 NICE-TO-HAVE），同时捕获章节结构、披露的评分标准、截止日期与提交格式约束。
- 逐条匹配度评分：填写 assets/rfp_intake_template.md 中的证据点库（每条证据带类型、可核实来源及覆盖的需求标签）与拟定制胜主题，再输入 scripts/response_drafter.py，输出按需求排列的证据点矩阵，标注 STRONG / PARTIAL / GAP，注入制胜主题并生成 GAP 审计。硬性规则：GAP 要求必须暴露，绝不绕过编造，由领导层决定补齐、合作投标或弃标。
- 制胜主题策略：采用 Shipley 方法，提出 3-5 条横跨多条需求的主题，每条主题回答“在买方指定标准上为什么选我们而非在位者/竞争者”。response_drafter.py 展示哪些主题贯穿哪些需求，只出现在少于 2 条需求中的主题视为装饰性并被标记。
- 中标率估计：将交易上下文（匹配度、在位者强度、关系、决策标准对齐度、是否迟到入场、竞争者数量、交易规模与平均值对比）输入 scripts/winrate_predictor.py，输出 Shipley 派生的 0-100% 估计值、置信区间、因子分解与 BID / PARTNER-BID / NO-BID 判定。弃标阈值：估计低于 20% 自动触发弃标建议。
- 决策支持：把解析后的 RFP、证据点矩阵、GAP 审计与中标率估计带入 go / no-go 评审，由领导层决定是否投入投标预算。
使用方式
依次运行三个脚本：
python scripts/rfp_parser.py --input rfp.md --output json > parsed.json
python scripts/response_drafter.py --input draft_input.json --output markdown > matrix.md
python scripts/winrate_predictor.py --input deal_context.json --profile enterprise-software --output markdown
所有脚本仅用标准库（argparse、json、sys、pathlib、re、collections、statistics），三个脚本都支持 --help 和 --sample。在运行脚本前，会按强制提问库（Matt Pocock grill 纪律）逐条走过七个问题，每题给出建议答案与经典来源引用，逐层推进，先锁定 1-3 题再展开 4-7 题。
适用场景
- 收到 30 页以上、响应期限 7-14 天的 RFP / RFI / RFQ。
- 安全问卷（SIG、CAIQ、买方自定义）需要结构化问答而非散文。
- 团队准备投标/弃标评审，需要可辩护的中标率估计。
- 销售工程有证据点库但没有把证据映射到需求的系统。
- 领导层希望在投入追逐预算前看到匹配度百分比（STRONG / PARTIAL / GAP）。
- 迟到入场的机会需要诚实评估关系缺口。
限制
不适用于：自由形式的提案叙述撰写（business-growth/contract-and-proposal-writer）；中标后的合同红线（c-level-advisor/general-counsel-advisor）；营销物料/品类内容（marketing-skill/*）；已中标交易的折扣审批（commercial/deal-desk）；新产品定价模型设计（commercial/pricing-strategist）。脚本的具体运行环境与依赖说明暂未提供。