用途：在运行表格数据丰富（list-enrichment）之前，先定义“要研究每家公司的哪些信息”，把市场研究产出的假设集转化为具体的研究列。适用于 market-research 产出假设之后、list-enrichment 执行之前，或用户问“这些公司该研究什么”时。
两种模式：
- 细分（Segmentation）：输入假设集，为每条假设提出 1-2 个可确认或否定匹配度的列，与用户讨论后输出 column_configs。例如假设为“数据库盲区”，可设计“Data Infrastructure Maturity”（select：No CRM / Basic CRM / Full stack）和“Digital Footprint Score”（grade 1-5）。
- 个性化（Personalization）：输入目标列表与想个性化的方向，询问本活动关注的钩子（高管言论、近期发布、招聘信号、技术栈等），提出 2-4 个带提示词的列并讨论细化。
交互式设计流程：先展示两种模式并确认适用哪种；提出 3-5 个初始列，每列给出名称、类型、agent、提示词与理由；与用户一起增删合并、细化提示词；确认列预算（3-5 列为佳，6-7 列可接受，8 列以上建议合并）；最后输出 JSON 数组形式的 column_configs，交给 list-enrichment 使用。
列设计要点：事实类网络数据用 research_pro，公司画像分类用 llm，需细致判断用 research_reasoning，人员/组织结构用 linkedin；输出格式可选 text、grade、select、multiselect、json。提示词需包含 {input} 表示公司域名，明确输出格式，加入“未找到返回 N/A”等兜底，select/multiselect 需在提示词中列出标签，假设评分需引用具体假设，提示词控制在 200 词以内。
限制：资料未提供具体安装命令、收费与平台支持信息；该技能本身不执行丰富，只负责设计列配置。