提单买方情报提取（Import-Bill Buyer Intel）

一句话：用 ¥0 的两条通道，把「这家公司是不是买家」变成「这家公司在什么时候、从谁那儿、买了什么、多少票」的可复核证据。 方法来自真实项目实测，包含数百次假阴性 / 假阳性的修正记录。

这是什么 / 不是什么（先对齐预期）

是什么：一套买手洞察引擎与判据脚本 —— 方法、判据、管线架构，以及证明这些判据没有失效的自检与负例测试。
不是：不是全自动代运营成品。Bring Your Own Data & Keys —— 不含 API Key、代理池或预先抓好的行业数据；产出的是带 unknown 栏位的证据表，不是替你跑完的业务。能对你的数据、按你的行业改判据，才是这套东西值钱的地方。

何时用

要证明「这家公司真的在进口」，而不是「看起来像买家」
不想付费买商业海关 API（腾道 3 万元起；ImportYeti 官方付费且无试用）
手上有一份公司名单，要给它批量补一层提单证据（票数 / 来源国 / 品类命中 / 时效 / 供应商）
需要能截图给客户或老板看的提单号级证据

不要拿来做什么

❌ 判趋势（「这家正在把订单移出中国」）—— 那是配套技能 buyer-persona-outreach 的活。本技能只产出事实切片；把两个时期的切片直接相减当结论，是这套方法踩过的最贵的一跤。
❌ 判「哪家还有空位」 —— 「某国 0 票」不等于有空位，见 references/pitfalls.md 坑 P14。

三条不可协商的纪律

违反其一，产出物就该作废重写。它们不是风格建议。

缺字段 ≠ 取值为假。 拿不到就写 unknown，永不用默认值顶替。「不在 FMC 名录」≠「不是货代」；「可见供应商里没有中国厂」≠「没有中国供应链」。
极端结果先怀疑判据，再怀疑世界。 跑出「0 家」「100% 命中」这类数字时，第一个动作是拿 3 条已知答案的样本喂给分类器，而不是写结论。 一个把 11 家判成 0 家的分类器，比没有分类器更危险 —— 它会产出一条方向性的错误结论。
同一量有两条可得口径时，必须并列声明用了哪个，并加「一致或显式告警」的断言。 两个口径打架时，代码会静默挑错那个，而且不报错。

这套判据踩过的坑（节选 7 条）

下面每条都是实测撞出来的，不是推演的。 完整 27 条见 references/pitfalls.md（带 ⚡ 的会造成方向性错误结论，不是小瑕疵）。之所以挑这 7 条摆在这里：它们最能说明这套判据的钱是花在哪儿的。

| # | 撞到什么 | 代价 | |---|---|---| | ⚡ P6 | 用 house 提单占比判货代：真实 DTC 品牌 95.83%，另一真实品牌 0.00% | 该指标根本不度量主体性质 ⇒ 已整体下架，改走 FMC 持牌 OTI 名录 | | ⚡ P9 | 泛化名（Moss / RES / Wesco）模糊匹配落到同名异企 | 返回的票数看着完全正常，静默污染整份结论 | | ⚡ P11 | 读 sup["name"]，但调用点传的键是 supplier | 58 家全落同一分支，无告警、数字看着合理 | | ⚡ P13 | 单点 last_shipment_date 是 2026-03，看着很新 | 年分布 {2018:27, 2019:20, 2020:1, 2026:2} ⇒ 早已停业 | | ⚡ P14 | 某公司近期窗口该国 0 票，看着是空位 | 窗口里坐着他国 33 / 6 / 2 票 ⇒ 那是被占满 | | ⚡ P16 | suppliers[] 被上游硬截断在 7 条 | 53 家样本的最大值恒为 7，无一例外，且响应里没有任何截断标志 | | P4 | $15.4M 被纯数字正则解析成 15.4 | 差一百万倍，而且不报错 |

元教训：两个错误会互相掩盖。 词表漏判把数字变成 0，闸门错筛让 0 看起来「合理」—— 修一个查不出来，两个都得查。

标准流程

两条主线，先选对方向：

A. 核实单家 —— 已知一个公司名，验证它是否真在进口。

B. 名单批量背书（最常用）—— 已有一份名单，要给整体补证据层。

步骤 1｜通道与凭据

先把 User-Agent、日期制式、错误映射按 references/channels.md 配好，再跑任何查询。这一步配错会让后面所有数据静默失真。

步骤 2｜实体消歧（最容易出错的一步，不要瞎取 `companies[0]`）

查询阶梯三级递进（单一查询必然误判 not_found）：显示名 → 法定名 → 品牌核心词 + Inc/LLC。

候选打分见 references/entity-and-tier.md：分数 < 0.55 ⇒ 判 ambiguous_needs_review，不要硬猜。

⚠️ 实体同一性是所有跨记录聚合的前置闸门。 名单里的泛化名（Moss / RES / Wesco）会撞上同名异企，返回的票数看起来完全正常，却会静默污染整份结论。

步骤 3｜跨通道交叉定级

≥2 个独立通道返回同一提单号 ⇒ 升 confirmed；单通道有明细 = probable（封顶）；无明细 = not_found（如实留痕，严禁臆造）。

自证一致性检查（极强）：总票数 / 最近提单日 / 别名数量 / 首条提单号 应在 A、B 两通道逐项吻合。

步骤 4｜角色判定：8 角色分级，不要按 `kind` 硬过滤

kind=supplier 里混着品牌境外分支、真第三方供应商、代收壳、自然人 ⇒ 见 references/entity-and-tier.md。

货代判定走 FMC 持牌 OTI 名录（https://www2.fmc.gov/oti/NVOCC.aspx）， 绝不用 house 提单占比（该判据已实证证伪并整体下架，references/pitfalls.md 坑 P6 有完整差分证据）。返回必须三态：在名录=True / 不在名录=None（unknown）/ 查询失败=unknown。

步骤 5｜品类判定：HS + 品名双条件

这是整套方法里最贵的一节。只有 HS 码没有品名 ⇒ 不得计入本品证据，降为「结构件·待确认」。

词表分三档分开记账：特指短语 / 专用件双词 / 实测产品线词。 单字通用词（clamp / rail / hook / bracket / mount）永远只算「候选」，必须凑成双词才有指向性，否则水管卡箍、窗帘轨都会被算成目标品。

细节见 references/product-gate.md。

步骤 6｜来源国：用 `region_breakdown` 的票数，不要用可见供应商家数

suppliers[] 被上游硬截断在 7 条（降序），且响应里没有任何截断标志。 ⇒ 任何由它反推的供给侧结论，默认口径必须写成下界，且该声明无条件输出（不得挂在条件分支上）。

判「有没有某国供应链」用 region_breakdown 的该国票数（国家级聚合，不受 7 条上限影响）。若出现「地区有该国票、可见名单无该国厂」⇒ 单列「票在、供应商未见」档 —— 这不是空位，而是截断的现场样本。

步骤 7｜时效标注

每家公司必算时效：>24 个月 标 stale，结论措辞降为「曾进口」，不得表述为「正在进口」。

⚠️ 活跃度必须用分布判，不能用单点 last_shipment_date：取 recent_shipments 的年分布算近 24 个月票占比，且锚点必须是今天，不能锚切片自己的最大日期（后者会让早已停业的公司算出「近 24 月占比 100%」）。

步骤 8｜输出

每行一条记录，至少含：实体 / 匹配分 / 定级 / 总票数 / 最近票日 / 时效档 / 本品证据条数 / 该国票数 / 可见供应商 / 角色 / unknown 清单。

必须有一栏 unknown，把「本该有但没拿到的字段」列出来 —— 交付物里的沉默比错误更会误导读者。

合规（不可选项）

地区字段经 JURISDICTION_LABEL 归一化为中国台湾 / 中国香港 / 中国澳门。上游原始串可出现在匹配表的 key 里（必须匹配得上），但交付物与文档中不得复现错误表述。统计上三者单列，不并入中国大陆份额。
来源国三个口径必须并列：① 历史累计（不带日期 ⇒ 高估当前）② 近期·注册地 ③ 近期·实体关联。
涉自然人一律做 PII 处理，见 references/discipline.md 的「B2B 实体 vs 自然人」原则。
API key 只从本地配置文件读取，不得硬编码进脚本，更不得随技能或交付物一起分发。交付前跑一次密钥泄漏扫描。

参考资料（按需加载）

| 文件 | 什么时候读 | |---|---| | references/channels.md | 动手前必读：两条通道的入口、计费、User-Agent、日期制式、错误映射 | | references/entity-and-tier.md | 做实体消歧 / 同名闸门 / 角色分级 / 货代判定前 | | references/product-gate.md | 建品类词表、判本品证据前（后果最严重的一次误判在这里） | | references/pitfalls.md | 出结论前过一遍；也可按症状关键词 grep 定位 | | references/discipline.md | 写脚本 / 断言 / 交付物前的通用工程纪律 | | assets/seeds.example.yaml | 批量模式的买方种子配置模板 | | assets/evidence-row.schema.md | 单条证据的标准字段与取值口径 |

一条方法论（比任何具体判据都值钱）

先证据，后名单。 拿着一份「看起来像买家」的名单去补证据，会一路向名单的先验低头：名单里一个真买家都没有时，十条证据路径每一条都会很尽职地报回「没有」，而这份「判据缺陷」会被读成「市场事实」。反过来才对 —— 先让提单说话，用「实际进口了本品的那批公司」反向定义名单，再用别的维度去解释它们。

那次的代价：先名单后证据 ⇒ 全批报出「本品证据 0 家」⇒ 据此推出「ICP 选错了」这条方向性结论。修好词表后，同一批数据出 11 家。同一个世界，两个相反的结论。