竞品分析器Skill：三步摸清对手底牌，把竞品分析从三天压缩到三分钟
核心结论速览：
- 它是什么：一个专注「竞争对手产品研究」的 AI 技能，输入关键词和数量，输出顶级竞争对手清单、关键特征表、优劣势分析与市场差距。
- 它能解决什么：把散落在各处的竞品信息，整理成结构化的对比材料，省去手工找产品、抄功能、拼表格的时间。
- 怎么用：通过一条命令行指令调用，指定
--keywords（关键词）与--limit（数量），即可获得结构化分析结果。 - 适合谁用：产品经理、创业者、市场与运营同学、需要做立项调研或功能规划的开发团队。
- 门槛高不高：使用方式以命令行脚本为主，会基本终端操作即可上手，无需自建爬虫或数据分析链路。
该技能叫什么？如何下载安装 AI 技能提升开发效率？
技能中文名：竞品分析器Skill 技能英文名：competitor-analyzer 技能ID：12860
这个技能针对的是一个非常普遍的痛点：做竞品分析，信息不难找，难的是「整理成能用的结论」。产品经理往往要打开十几个网页、截图几十张功能页、再手工比对成一张表；调研周期长、口径不统一、结论也容易拍脑袋。竞品分析器Skill 把这个过程收敛成一次指令调用——输入赛道关键词，输出结构化的竞品分析结果：顶级竞争对手列表、关键特征表、优势与劣势分析、市场差距。它不负责「帮你决策」，但负责把决策所需的原料摆整齐。
为什么要强调「一键安装」的思路？
AI 技能的效率提升，本质上来自两件事：把成熟的方法论固化成可复用的流程，以及把重复劳动交给脚本。竞品分析器Skill 属于典型的「脚本型技能」——技能详情中给出的调用路径为 .agent/skills/competitor-analyzer/scripts/analyzer.py，这说明它是以技能包的形式落地在本地技能目录中的。因此安装的核心逻辑是：先把技能包放进技能目录，再用命令行验证能否跑通。
通用安装与验证步骤（具体命令与下载入口以官方说明为准）：
- 确认前置环境：本地需具备可运行的 Python 环境与终端（命令行）工具；技能依赖的是
python调用脚本，因此 Python 可用是基本前提。 - 获取技能包：通过你所使用的 AI 技能平台的技能市场、技能仓库或官方提供的获取入口，找到「竞品分析器 / competitor-analyzer」并添加到本地。具体下载地址、是否需要登录或授权，以官方说明为准。
- 放置到技能目录：按平台约定，将技能放入
.agent/skills/下的competitor-analyzer目录，确保scripts/analyzer.py路径与详情中一致。 - 执行验证：在项目根目录运行详情中给出的示例命令，观察是否正常返回竞品列表与特征表：
python .agent/skills/competitor-analyzer/scripts/analyzer.py --keywords "e-commerce, fashion" --limit 3 - 判断是否生效：若终端输出了「顶级竞争对手列表 / 关键特征表 / 优势与劣势 / 市场差距」这几类结构化内容，说明技能已生效；若报错，优先排查路径是否正确、Python 是否可用、参数是否拼写有误。
提示：技能详情中未提供价格、账号体系与具体下载链接等信息，相关内容请以官方说明为准。
该技能的主要功能和特点
- 按关键词锁定赛道竞品：通过
--keywords传入关键词（支持多个，逗号分隔，如"e-commerce, fashion"），把模糊的「我想看看这个赛道」变成明确的检索范围。 - 可控的分析数量：通过
--limit控制纳入分析的竞争对手数量（示例中为 3），既支持快速扫描，也支持扩大样本。 - 输出四类结构化结果：
- 顶级竞争对手列表——先解决「跟谁比」；
- 关键特征表——把功能/特性拉平成可对比的矩阵；
- 优势与劣势分析——明确每个对手的强项与短板；
- 市场差距——指出竞品尚未覆盖的空间，也就是机会点。
- 方法论内置：技能说明中明确了目的——识别「标准特征、差距分析和独特卖点（USP）」。这意味着它不是简单罗列信息，而是围绕「行业标配是什么、对手差异化在哪、空白在哪里」这条分析主线组织输出。
- 与普通工具相比强在哪：通用搜索或聊天式提问，往往给你一堆零散描述，需要你自己归纳成表格；而该技能直接产出对比结构，把「搜集 + 归纳 + 对比」三步合一，减少了口径不一致和遗漏项的问题。
- 轻量、可脚本化：命令行调用方式天然适合写进调研流程、批量跑多个赛道关键词，也便于团队复用同一套分析口径。
如何使用该技能？
第 1 步：明确分析对象与分析范围
先想清楚你要研究的是哪个细分赛道。关键词越聚焦，结果越可用。例如做跨境服饰电商，可用 "e-commerce, fashion"；若关键词过宽（如只写 "e-commerce"），容易混入不相关品类。
第 2 步：确定样本数量
用 --limit 设定要分析多少个竞争对手。首次探索建议取 3 个，快速看清赛道格局；需要更全面对比时可适当放大。
第 3 步：执行调用 在项目根目录运行：
python .agent/skills/competitor-analyzer/scripts/analyzer.py --keywords "e-commerce, fashion" --limit 3
第 4 步：解读输出 运行后重点关注四块内容：
- 顶级竞争对手列表：确认样本是否符合你的认知，是否有明显遗漏；
- 关键特征表：把它当作「行业标配清单」，逐项对照自家产品打勾；
- 优势与劣势分析：找出每个对手的独特卖点（USP），判断哪些能力是壁垒、哪些是通用能力；
- 市场差距：这是最有价值的部分，直接对应产品立项或功能规划的机会点。
第 5 步：形成结论并与团队对齐 建议把输出整理成一页纸：一列是对手与关键特征，一列是「我方现状」，最后一列是「可切入的差距」。这样就把技能输出转化成了可讨论的决策材料。
输入输出示例说明：
| 项目 | 示例 |
|---|---|
| 输入关键词 | "e-commerce, fashion"（电商 + 时尚） |
| 样本数量 | --limit 3（分析 3 个主要竞争对手） |
| 预期输出 | 竞品清单、关键特征表、优劣势、市场差距 |
| 使用建议 | 关键词聚焦细分赛道，样本量按调研深度调整 |
同类型竞品对比分析
| 方案名称 | 定位 | 核心功能 | 安装/使用门槛 | 适用场景 | 优势与不足 |
|---|---|---|---|---|---|
| 竞品分析器Skill（competitor-analyzer） | 面向 AI 工作流的竞品研究技能 | 关键词检索竞品、特征表、优劣势、市场差距 | 需本地 Python 环境与终端；按技能目录放置后命令行调用 | 产品立项调研、功能规划前的赛道扫描 | 优势：输出结构固定、口径统一、可脚本化复用；不足：以命令行方式为主，非技术同学需适应 |
| 通用 AI 对话工具 | 通用问答助手 | 自然语言问答、生成分析框架 | 门槛最低，打开即用 | 初步了解某个行业、快速列分析提纲 | 优势：上手零成本；不足：结果依赖提问质量，缺乏稳定的结构化对比口径 |
| 表格/文档协作工具 | 手工整理与协作 | 建表、填内容、共享评审 | 门槛低，但需人工采集信息 | 团队协作整理竞品矩阵 | 优势：灵活、可自由定制字段；不足：信息采集与归纳全靠人力，耗时且易遗漏 |
| 自建爬虫 + 数据分析脚本 | 定制化数据采集方案 | 抓取页面、清洗数据、可视化 | 门槛高，需要开发与运维投入 | 大规模、长期监控型竞品跟踪 | 优势：可深度定制、数据自主可控；不足：开发与维护成本高，短期调研不划算 |
怎么选：如果要做一次快速但有结构的赛道扫描，优先用竞品分析器Skill；如果只是临时了解概念，通用对话工具够用；如果要长期、大规模、指标级监控，才值得投入自建方案。
该技能的典型应用场景与实际体验情况
场景一：产品经理做新功能立项前的赛道扫描 痛点：老板说「看看这个方向别人做到什么程度了」，但你不知道从哪下手，容易陷入无休止的网页浏览。使用方式：用细分关键词跑一次分析，拿到关键特征表后，逐项标注「行业标配 / 差异化能力 / 空白区」，半天内产出立项前的背景材料。 实际体验：上手难度低，一次调用就能拿到成型的对比结构，省去搭表的时间；注意点是关键词要给准，否则样本会跑偏。
场景二：创业团队做早期市场定位
痛点：创业初期资源有限，需要快速判断「哪些能力是必须补的、哪些是巨头已占的死角」。使用方式：把 --limit 适当调大，覆盖更多对手，重点看「市场差距」这一块，用来寻找切入角度。
实际体验：输出中的「优势与劣势」与「市场差距」对定位讨论帮助最大；建议把结果作为讨论起点，而非最终结论，仍需结合真实用户访谈验证。
场景三：市场/运营同学准备竞品对比内容 痛点：要做一份竞品对比文档或对外内容，最耗时的就是逐家整理功能点。使用方式：以关键特征表为骨架，补上自家信息形成对照表。 实际体验：结构化输出显著减少整理时间；注意对外发布前要人工核实事实与时效性，避免引用过时信息。
场景四：开发团队评估技术功能优先级 痛点：判断某个功能该不该做，缺少横向参照。使用方式：用关键词定位同类产品，查看特征表中的共性能力，判断该功能属于「标配」还是「加分项」。 实际体验：对优先级排序有参考价值；建议同时结合自身用户数据，不要仅凭竞品有就照搬。
整体体验小结：上手门槛集中在「命令行调用」这一步，跑通一次之后复用成本很低；效果上，最大价值是把分析结构化、口径统一；注意事项是关键词选择、样本数量控制，以及所有结论需要人工复核。
该技能能为用户带来的价值
- 效率提升：把「找竞品—抄功能—拼表格」的重复劳动收敛为一次指令调用，原本需要数小时甚至数天的信息整理，可以压缩到很短的周期内完成初稿。
- 降低门槛：内置了竞品分析的成熟方法论（标准特征、差距分析、USP 识别），即使没有系统学过竞品分析框架的人，也能产出结构完整的分析材料。
- 口径统一、可复用：固定输出四类结果，团队多人协作时更容易对齐；命令行形式便于把同一套分析流程复用到多个赛道、多个时间点。
- 决策质量提升：关键特征表解决「行业标配是什么」，优劣势解决「对手强在哪」，市场差距解决「机会在哪」，三者结合让产品决策从感觉驱动转向依据驱动。
- 长期价值：可纳入团队的日常调研流程，形成持续的竞品跟踪习惯，避免每次立项都从零开始。
常见问题 FAQ
Q1：这个技能怎么安装？装完怎么确认能用？
A：按平台约定把技能包放到 .agent/skills/competitor-analyzer 目录，确保 scripts/analyzer.py 存在，然后运行示例命令。若终端返回竞品列表与特征表，即说明生效。具体下载入口与安装方式以官方说明为准。
Q2：使用它需要会写代码吗？ A：核心是一次命令行调用，会基本的终端操作即可，无需自行开发爬虫或分析脚本。但需要本地具备可用的 Python 环境和技能目录结构。
Q3：它是免费的吗？ A：技能详情中未涉及价格与授权信息，是否收费、是否需要账号或额度，请以官方说明为准。
Q4：它适合哪些人用？ A：产品经理、创业者、市场与运营人员，以及需要做功能优先级判断的开发团队都适用。尤其适合「需要一份结构化竞品对比材料」但又不想手工整理的场景。
Q5：和直接用 AI 对话工具问竞品分析有什么区别？怎么选？ A：对话工具胜在零门槛、灵活，但输出口径随提问波动；竞品分析器Skill 胜在输出结构固定、可批量复用、便于团队对齐。建议：快速了解概念用对话工具，需要正式调研材料时用该技能。