使用方法
- 「行业与场景」选填，只写进策略标题，不参与抽取，填与不填不会改变同一种子给出的条目。
- 「每象限条数」默认 3，范围 2 到 4，四象限各抽这么多条，默认共 12 条。
- 「随机种子」默认 20261101，范围 0 到 2147483647。改任意一项立刻重算，按回车同样触发一次。
- 「批量种子」默认四个种子，每行一个整数，各按当前条数生成一遍供横向比较；按 Ctrl+Enter（Mac 上 Cmd+Enter）重算。
- 结果区先给一行概要，再逐象限列出条目、四条 TOWS 策略，最后是权重矩阵。
- 权重矩阵用独立种子 20261102 给每条打 1 到 5 的影响分与概率分，相乘得期望值，按期望降序，末尾给出合计与均值。
- 矩阵同时以表格呈现，默认显示 6 行，点「加载更多」展开全部，点「导出 CSV」存成带字节序标记的文件。
- 条数不是整数、超出 2 到 4、种子不是整数或超范围、批量行写成英文或小数，都会给出针对该条的具体提示。
这个 SWOT 分析生成器能解决什么问题
第一类是「四象限列不出来」的冷启动。空白的四格表前坐半小时，不如先让程序吐出一份草稿：S 里的「自研核心算法，同行短期难以复制」、W 里的「核心人物依赖严重」、O 里的「用户付费习惯已经养成」、T 里的「头部平台可能下场做同类」，都是能直接改的起点。
第二类是「列完就完事」。SWOT 只是描述框架；真正推导动作的是 TOWS 矩阵，它把内部（S、W）与外部（O、T）交叉成 SO、ST、WO、WT 四类策略，每类都是一句动作。
第三类是「十几条一样重要」。所有条目等权等于没排，本页用影响乘概率的期望值排序：种子 20261102 下 T1「头部平台可能下场做同类」影响 4、概率 5，期望 20 排第一，W2 期望 15 排第二，合计 78、均值 6.50，先做哪件事一眼就能看出来。
第四类是协作时「换个人结果就变了」。本页用确定性伪随机数，种子相同则逐字复现，把种子写进纪要，同事打开就看到完全一致的一批条目。
这个工具在本站也叫「SWOTAnalysis生成器」，名字里的 SWOT 是优势、劣势、机会、威胁的首字母，下面讲清它与 TOWS 的分工。
计算原理与变量说明
词库是四个各 8 条的池：S 与 W 描述内部，O 与 T 描述外部。抽取不放回，每抽一条就从池里删掉一条，同一象限内不会重复。内部 8 条乘外部 8 条，SO、ST、WO、WT 四类各有 64 种组合。
随机数用 32 位线性同余发生器：状态 s 每次更新为 (s × 1103515245 + 12345) 对 2 的 31 次方取模，写法是 s = (Math.imul(s, 1103515245) + 12345) & 0x7fffffff。乘法必须用 Math.imul 做 32 位整数乘，直接用乘号会在乘积超过 2 的 53 次方时丢掉低位精度，序列就不再是同一条。取下标是 floor(rnd() / 2147483647 × 池长度)。
抽取顺序固定：同一颗随机流先抽完 S 再抽 W、O、T，每象限各 n 条。抽取次数因此确定，这正是可复现的前提；改条数会改变抽取次数，同一颗种子在 3 条与 4 条下给出的前 3 条一致。
SWOT 与 TOWS 的分工。SWOT 由 Albert Humphrey 在 1960 年代的斯坦福研究计划里成形，回答「我们有什么、缺什么」；TOWS 矩阵由 Heinz Weihrich 在 1982 年提出，回答「该怎么组合」。前者是清单，后者是策略。
四类策略的取法。SO 取 S 的第 1 条乘 O 的第 1 条，是进攻型动作；ST 取 S 的第 2 条乘 T 的第 1 条，用优势挡威胁；WO 取 W 的第 1 条乘 O 的第 2 条，补短板去抓机会；WT 取 W 的第 2 条乘 T 的第 2 条，是最保守的防守。四条策略各用不同象限的条目。
权重矩阵用期望值而不是拍脑袋。每条给 1 到 5 的影响分与概率分，相乘得期望值，降序排列；期望相同时按象限顺序与象限内序号稳定排序。合计 78、均值 6.50 就是这个矩阵的整体强度。
条目必须可证伪。「团队很优秀」没法验证，改成「核心成员平均从业 10 年」就可以查。O 与 T 必须是外部环境；W 是自己能改的，T 是自己改不了的。
完整示例（数值仅作演示）
默认示例是种子 20261101、每象限 3 条。S 象限给出「自研核心算法，同行短期难以复制」「品牌在细分圈层有认知」「团队在行业里超过 10 年经验」；W 象限给出「核心人物依赖严重」「产品线过长导致分散」「获客成本高于行业均值」；O 象限给出「用户付费习惯已经养成」「新渠道（短视频/私域）红利」「竞品核心专利到期」；T 象限给出「头部平台可能下场做同类」「原材料价格持续上行」「数据合规成本上升」。撞条重试 0 次，12 条全部一次抽中。
由这 12 条交叉出的四条 TOWS 策略：SO 是「自研核心算法，同行短期难以复制」乘「用户付费习惯已经养成」，用技术壁垒接住付费意愿；ST 是「品牌在细分圈层有认知」乘「头部平台可能下场做同类」，用圈层认知挡住平台；WO 是「核心人物依赖严重」乘「新渠道（短视频/私域）红利」，用新渠道降低对个人的依赖；WT 是「产品线过长导致分散」乘「原材料价格持续上行」，收缩产品线对冲成本。
权重矩阵用种子 20261102，按期望降序：T1 影响 4 乘概率 5 得 20，W2 影响 3 乘概率 5 得 15，W3 影响 4 乘概率 3 得 12，O3 影响 5 乘概率 2 得 10，O1 影响 3 乘概率 2 得 6，S3 影响 1 乘概率 4 得 4；后六条是 S1 与 O2 各 3、T2 得 2、S2 与 W1 与 T3 各 1。合计 78，均值 6.50。
换种子看差异：种子 1 与种子 2026 给出完全不同的一批条目。挑中一批后记下种子、条数、场景三项，任何时候打开都能逐字复现。
SWOT 与 TOWS 对照表
先看两个框架的分工，再看权重怎么排，最后看哪八种填法最容易出错。
| 维度 | SWOT | TOWS |
|---|---|---|
| 产出 | 四象限条目清单 | 四类可执行策略 |
| 方向 | 描述现状 | 推导行动 |
| 提问 | 我们有什么 / 缺什么 | 该怎么组合 |
| 顺序 | 先列后想 | 交叉再排 |
| 常见错误 | 把目标写进 S | 只列不推导 |
| 颗粒度 | 事实陈述 | 动词开头的动作 |
| 数量控制 | 每象限 3~5 条 | 每类 2~3 条 |
| 验收标准 | 可被外部证据证伪 | 有负责人与时间点 |
权重矩阵（种子 20261102，每象限 3 条），按影响乘概率的期望值降序，合计 78、均值 6.50。
| 排名 | 编号 | 条目 | 影响 | 概率 | 期望 |
|---|---|---|---|---|---|
| 1 | T1 | 头部平台可能下场做同类 | 4 | 5 | 20 |
| 2 | W2 | 产品线过长导致分散 | 3 | 5 | 15 |
| 3 | W3 | 获客成本高于行业均值 | 4 | 3 | 12 |
| 4 | O3 | 竞品核心专利到期 | 5 | 2 | 10 |
| 5 | O1 | 用户付费习惯已经养成 | 3 | 2 | 6 |
| 6 | S3 | 团队在行业里超过 10 年经验 | 1 | 4 | 4 |
| 7 | S1 | 自研核心算法，同行短期难以复制 | 3 | 1 | 3 |
| 8 | O2 | 新渠道（短视频/私域）红利 | 3 | 1 | 3 |
| 9 | T2 | 原材料价格持续上行 | 2 | 1 | 2 |
| 10 | S2 | 品牌在细分圈层有认知 | 1 | 1 | 1 |
| 11 | W1 | 核心人物依赖严重 | 1 | 1 | 1 |
| 12 | T3 | 数据合规成本上升 | 1 | 1 | 1 |
八种最常见的填法错误，填之前先过一遍。
| # | 错误填法 | 为什么错 / 怎么改 |
|---|---|---|
| 1 | 把「竞争对手多」既写进 W 又写进 T | 竞品在外部，只能进 T |
| 2 | 把目标当成优势 | 「我们要做到行业第一」不是 S |
| 3 | 条目不可证伪 | 「团队很优秀」应改成「核心成员平均从业 10 年」 |
| 4 | 只写内部视角 | O/T 必须是外部环境，不受你控制 |
| 5 | W 与 T 混用 | W 是自己能改的，T 是自己改不了的 |
| 6 | 一次列 20 条 | 超过 5 条就没有优先级了 |
| 7 | 不做权重排序 | 所有条目等权等于没排 |
| 8 | 只做一次 | 市场、竞品、政策变了，SWOT 就要重做 |
读第一张表看分工：SWOT 出清单、TOWS 出动作。读第二张表看优先级：期望 20 与期望 1 差二十倍，资源该往前列倾斜。读第三张表看填法：最容易犯的是第 1 条与第 5 条，内外不分会让整张表失去意义。
结果边界、适用与舍入说明
- 每象限条数为空时提示请填 2 到 4 之间的整数，不拿上一次的结果冒充本次输出。
- 条数写成 3.5 这类小数时提示必须是整数；写成 1 或 5 时提示超出范围。
- 种子为空、不是整数、为负或超过 2147483647 时提示不合法，只有同种子才能复现同一批条目。
- 批量种子某一行出现小数、负数或非数字时，报出具体行号与内容。
- 词库每象限 8 条，最多抽 4 条，不放回抽取不会撞条；撞条重试次数照实显示。
- 影响分与概率分各取 1 到 5 的整数，期望值是两者相乘；期望相同时按象限顺序与象限内序号稳定排序。
- 「行业与场景」只写进策略标题，不参与抽取，填与不填不影响同一颗种子给出的条目。
- 本页只给出结构化草稿，不替代行业调研与财务测算；条目落地前要换成你自己核实过的事实。
常见问题
同一个种子为什么每次生成都一样？想换一批怎么换？
因为用的是确定性伪随机数发生器，状态按 (s × 1103515245 + 12345) 对 2 的 31 次方取模推进，起点由种子决定。想换一批就改种子：种子 1 与种子 2026 给出的条目完全不同。
SWOT 和 TOWS 到底有什么区别？
SWOT 是描述框架，回答「我们有什么、缺什么」，产出四象限条目清单；TOWS 矩阵由 Weihrich 在 1982 年提出，回答「该怎么组合」，产出动词开头的动作。
为什么权重矩阵要用影响乘概率，而不是只排影响？
只排影响会把「影响 5 但几乎不发生」的条目排到最前。影响乘概率同时考虑后果与可能性：影响 4 概率 5 得 20，影响 5 概率 2 只得 10，前者才该先做。
撞条重试是什么意思？为什么总是 0？
抽取是不放回的，抽到一条就从池里删掉一条，所以同一象限内不可能重复，重试次数恒为 0。这一栏照实显示，若看到不为 0，说明词库规模已小于抽取条数，那时该扩词库。
填了行业与场景，为什么条目没有变化？
场景只写进策略标题，不参与抽取，这样同一颗种子无论填不填都给出同一批条目，方便复现。想换条目请改种子，想换文案请直接改条目。
一次列几条合适？
每象限 3 到 5 条，本页限制在 2 到 4 条。超过 5 条就没有优先级了；真有二十条素材，先合并同类项再进表。
这个工具免费吗？
免费，无需注册即可使用。
输入的数据安全吗？
安全。计算在当前浏览器本地完成，不会上传输入内容。
相关工具
- 商业计划书大纲生成器：把 SWOT 的结论铺成一份完整大纲。
- 获客成本计算器：把「获客成本高于行业均值」落到具体数字。
- 用户终身价值计算器：判断 SO 策略值不值得做，看它与获客成本之比。
- 价值主张生成器：把 S 象限的优势改写成价值主张。
- 现值计算器：给防守策略算长期投入的现值。