竞争分析

其他 社区

技能解读

当前原文的自动摘译,尚未人工审校。

核心原则

证据驱动:每一个结论都需要数据或事实支撑,不做无依据的推测 以终为始:始终围绕"对我方产品决策有什么用"来组织分析,避免为分析而分析 对比出真知:单看一个竞品没有意义,价值在于横向对比中发现差异和机会 行业自适应:框架是通用的,但具体分析维度要根据行业特点灵活调整

流狐档案 运行与权限由流狐静态检查推断,不代表作者声明或实际测试结果。
领域
通用
作者声明的智能体
未找到明确声明;不据此推断已兼容或已测试
静态检查
88 / 100 · 启发式扫描,不代表运行安全
运行环境证据
未执行;当前没有隔离运行测试证据
作者 / 版本 / 许可证
@Fokkyp · 未声明许可证
上下文用量评级
低消耗
接入复杂程度
即装即用
是否需要外部接口密钥
不需要
兼容的系统
未声明(默认跨平台)
运行环境要求
未检出明确要求
检测到的文件与系统行为
  • 只读
网络行为
仅限本地
安装命令数
无(仅作为资料)

需要注意: 未声明工具权限范围;实际权限由运行环境决定。

01
Step 1: 明确分析范围(必须完成后才能进入 Step 2)

这是硬性门控步骤。在用户明确确认以下三项之前,禁止进行任何搜索或信息收集。 不要根据自己的判断猜测竞品,不要"先搜搜看再说"——竞品选择权完全在用户手中。 必须逐一确认: 分析模式:单品拆解还是多品对比? 单品拆解:深入分析某一个竞品/产品的完整画像(商业模式、产品能力、战略布局等),不做横向对比。适用于"帮我分析一下 XX"、"拆解一下 XX 的 AI 布局"等场景。 多品对比:横向对比多个竞品的差异和优劣,产出对比表格和差异分析。适用于"对比 XX 和 YY"、"分析我们和竞品的差距"等场景。

02
Step 2: 信息收集(仅在 Step 1 确认后执行)

前置条件: Step 1 中的分析范围已获用户确认。只搜索用户确认的分析对象,不擅自扩大范围。 阅读 `references/data-collection.md` 获取各 Phase 的详细操作流程和落盘规则。 信息收集遵循"由近及远、逐层展开"的原则,分三个 Phase 依次进行: Phase · 名称 · 核心动作 · 输出 1 · 官网信息采集 · 先用 `scrape_as_html` 抓首页提取导航结构和链接地图,再根据链接地图按优先级逐页深入抓取 · `summary/00-官网概览.md`(含链接地图 + 信息空白点)

03
Step 3: 选择分析模式并执行

阅读 `references/frameworks.md` 获取各分析框架的详细说明和模板。 根据 Step 1 确认的分析模式和深度,选择对应的模板: A. 单品拆解模式 快速拆解(有聚焦维度): 以用户指定的维度为主线深入,公司概览简要交代背景即可。使用 `references/frameworks.md` 中的"单品拆解报告模板(快速)"。

04
Step 4: 撰写报告

数据输入: 撰写报告时,从 `{分析对象名}-资料/merged.md` 读取汇总信息作为核心数据源,结合常规搜索中获取的信息。不要依赖上下文中残留的原始文档内容——如果上下文已被压缩,回到 merged.md 重新读取。 写作原则: 每个模块都必须包含:信息/表格 + 分析总结,不能只有信息没有分析 单品拆解:分析总结要回答"这说明了什么"——这个发现对理解该公司有什么意义 多品对比:分析总结要回答"so what"——这个对比结果对我方意味着什么

05
Step 5: 给出行动建议

报告的最后一定要有明确的、可执行的建议,而不是停留在分析层面。建议应该: 分优先级(P0/P1/P2) 与分析发现直接挂钩("因为竞品X在Y维度领先,建议我方...") 考虑资源约束,给出务实的建议而非理想化的建议

讨论

基于 GitHub Discussions。登录 GitHub 即可参与讨论、点赞、订阅更新。