FIP

FoodIntelAI Principles · 研究原则

DEFINITION · 定义

FIP（FoodIntelAI Principles）是FoodIntelAI研究体系的五项基本原则：系统原则、因果原则、消费者优先原则、证据原则、边界原则。它们共同构成所有产业研究的底层逻辑——不依赖直觉和经验，而是在系统框架下，以消费者为起点，用证据说话，始终知边界。

WHY · 提出原因

传统食品行业研究高度依赖从业者经验。经验的局限性在于：一个人不可能经历所有品类，一个成功案例无法推导通用规律。FIP的提出，是为了将食品产业研究从「谁做过什么」升级到「产业逻辑是什么」——让结论可检验、可迁移、可积累。没有FIP，后面的FIF（分析框架）、FIS（系统模型）、FIM（研究方法）、FIE（证据体系）就失去了方法论支撑。

SCOPE · 适用范围

适用于FoodIntelAI所有研究内容的产出标准。每一个研究员（包括AI）在输出任何产业判断前，都需经过FIP五项原则的校验。FIP不直接用于品类分析，而是前置框架——FIP确定怎么思考，后面的FIF/FIS/FIM/FIE才是怎么执行。

LIMITATION · 边界

FIP是研究原则，不是分析工具。它不提供具体的分析步骤、模型或计算方法。违背FIP的分析可能仍然在商业上正确（经验直觉有时是对的），但结论不可验证、不可迁移、不可积累。FIP承认经验的价值，但要求经验转化为系统原则，而非停留在直觉层面。

METHOD · 使用方法

使用FIP五项原则做前置校验：

① 系统校验：这个现象是孤立事件还是系统内的因果传导？
② 因果校验：结论停留在「是什么」，还是穿透到了「为什么」？
③ 消费者优先校验：技术/渠道/供应链变化的背后，消费者的什么需求变了？
④ 证据校验：这个判断是事实（有来源）、分析（基于事实）还是假设（需验证）？
⑤ 边界校验：这个结论在什么品类/场景验证过？跨品类是否需重新验证？

SUB-FRAMEWORKS · 子框架体系

APPLIED RESEARCH · 应用研究