據 AlphaMoat 統計,截至 2026-10,競品分析 累計下載 15,123 次、獲 13 個星標,按累計下載量在本次參與排名的 10,914 個 AI 技能中排名第 1,848 位,在「資料分析」分類(915 個)中排名第 176 位。
列表預設按累計下載量排序,也可按星標排序;詳情頁排名按累計下載量計算。
| 平台 | 累計下載 | 星標 | 評論 |
|---|---|---|---|
| SkillHub ↗ | 1.5萬 | 13 | — |
各平台的計數口徑不同,統計時間不一致。
全自動競品分析工具,支援市場、產品、價格、渠道、行銷全維度分析
2026-09 起統計方法調整:同名技能按作者分別統計,並覆蓋全部技能。圖中虛線為調整前的月份,與之後的資料不直接比較,也不計算跨越調整的增長。
| 月份 | 累計下載 | 環比 | 星標 |
|---|---|---|---|
| 2026-10 | 1.5萬 | — | 13 |
| 2026-09 | 6403 | — | 13 |
| 2026-08 | 4086 | +70.2% | 12 |
| 2026-07 | 2401 | +147.5% | 11 |
| 2026-06 | 970 | +112.3% | 8 |
| 2026-05 | 457 | — | 1 |
| 2026-03 | 47 | — | - |
以下是作者釋出的原始檔案,按純文字顯示,本站未做修改或稽核;其中的連結不可點選,命令請核實後再執行。抓取於 2026-11-20。
--- name: competitor-analysis display_name: 竞品分析 Pro display_name_en: Competitor Analysis Pro version: 2.0.0 license: MIT description: 对指定产品做竞品分析并输出可交付报告:竞品集、价格带、渠道结构、营销打法、用户画像、SWOT/TOWS 与机会点。触发:竞品分析、竞品调研、对标分析、竞品对比、市场格局、价格带、竞品 review。不适用于财务估值与投融资尽调。 description_zh: "证据驱动的竞品分析:先建证据台账再下结论,价格带、渠道集中度、加权评分由脚本计算,交付带引用编号的报告与证据缺口表。" description_en: "Evidence-driven competitor analysis: build an evidence ledger before drawing conclusions, compute price bands, channel HHI and weighted scores with bundled scripts, then deliver a cited report plus an explicit evidence-gap table." metadata:
author: Gervas AI Lab version: 2.0.0 tags: [竞品分析, 市场研究, 价格带, SWOT, TOWS, 渠道分析] requires: [] --- # 竞品分析 Pro 把「竞品分析」从一份听起来合理的推测,变成一份**每个数字都能追到来源**的报告。 核心纪律只有一条:**先取证,再结论**。拿不到的证据必须显式登记为缺口,不得用合理猜测填坑。这条纪律是本技能与「直接让模型写一份竞品报告」的唯一实质差别 —— 后者会给你一份自信、流畅、但没有出处、且把估算写成事实的报告。 ## 何时用 / 何时不用 | 适用 | 不适用(换别的路径) | |---|---| | 新品定价前看价格带分布与空档 | 财务估值、DCF、投融资尽调 | | 找差异化切入点、写商业计划书的市场章节 | 用户问卷设计、访谈执行、可用性测试 | | 判断渠道结构是否过度依赖单一平台 | 投放代投、账号代运营、达人对接 | | 竞品上新 / 降价 / 改包装后的快速对标 | 法务尽调、专利 FTO、商标检索 | | 给老板或客户一份能过评审会的竞品报告 | 只要一句主观感受、不需要证据链 | **触发短语**:竞品分析、竞品调研、对标分析、竞品对比、市场格局、价格带分析、竞品 review、帮我看看对手在干什么、这个赛道谁在赚钱。 ## 前置条件 | 项 | 要求 | 缺失时的降级方式 | |---|---|---| | Python 3.8+ | 推荐(脚本加速量化) | 无 Python 时按 `references/workflow.md` 手工建台账,脚本结果留空并标注「未计算」,流程不中断 | | 联网检索 | **必须**(本技能的分量全在证据上) | 无检索能力时走「轻量模式」,全篇标注「无外部证据」,且不得输出具体份额/销量数字 | | 用户输入 | **必须**:分析对象 | 市场、竞品数、决策问题缺失时按默认值执行,并在报告首屏回显「本次按默认假设 X 执行」 | ```bash python3 --version # 需 ≥3.8;Windows 下用 python --version 或 py --version ``` 零第三方依赖,不需要 `pip install` 任何包。 ## 输入规格 **必填**:分析对象(品类或产品名,例:无糖气泡水 / 某款 500ml 铝瓶装凉茶)。 **可选**(缺省值写在括号里,缺失时回显给用户确认): | 字段 | 说明 | 缺省 | |---|---|---| | `market` | 市场范围 | 中国大陆 | | `decision` | 这份报告要支撑的决策,一句话 | 未提供时在第 0 阶段反问一次 | | `competitors` | 指定竞品,或让技能自选 | 自选 5 个(头部 2 + 同价位 2 + 替代 1) | | `depth` | `standard` / `deep` | `standard` | | `data_files` | 用户自带的销量、价格、评论导出表 | 无,走公开检索 | **三种输入模式,决定取证强度**: | 模式 | 触发条件 | 取证方式 | 报告强度 | |---|---|---|---| | **A 全量** | 用户提供数据文件(电商后台导出、调研数据) | 用户数据作 E2 级证据 + 公开检索补位 | 可下结论、可算份额 | | **B 检索** | 只有品类名,无数据文件 | 按 `references/data-sources.md` 逐维度检索 | 可下结构性结论,份额只能是区间 | | **C 轻量** | 无联网 / 用户只要框架 | 只做框架与假设清单,不编数字 | 只交付分析框架与待验证清单 | ## 示例:输入与产出的差别 输入: ```text 帮我分析无糖气泡水,中国市场,5 个竞品,我要决定新品 500ml 定多少钱 ``` 输出(节选,完整样例见 `assets/sample-report.md`): ```markdown ## 1. 决策摘要 结论:5.0 元落在主流带内,属跟随定价,不构成差异化;要差异化应进 6.5 元以上空档。 ## 2. 证据缺口表 | 缺什么 | 影响哪个结论 | 怎么补 | |---|---|---| | 线下渠道占比 | 第 5 章渠道结论仅覆盖线上 | 行业协会年报 / 3 家经销商访谈 | ## 4. 价格带与性价比 | 价格带(元) | SKU 数 | 占比 | |---|---:|---:| | 2.9–4.4 | 4 | 33% [E03] | | 4.4–5.6 | 4 | 33% [E01] | ``` 差别在于:裸模型会直接给一段「5 元处于中高端,建议加强品牌建设」的评述;本技能给的是**带分位数的价格带表 + 可查的引用 + 明确的缺口**。完整对照见 `references/examples.md` 例 1 与例 4。 ## 七阶段工作流 每阶段都有**落盘产物**与**通过条件**。上一阶段不通过,不得进入下一阶段 —— 这是防止「先写结论再补证据」的唯一手段。 | 阶段 | 做什么 | 落盘产物 | 通过条件 | |---|---|---|---| | 0 定标 | 把「做个竞品分析」翻译成一个可判定的决策问题 | `scope.md` | 决策问题能回答「是 / 否 / 选 A 还是 B」 | | 1 定竞品集 | 分四类选竞品:头部、同价位直接对手、异质替代、潜在进入者 | `competitors.csv` | 每类 ≥1,且不出现「品牌A」这类占位名 | | 2 取证 | 按维度检索,每条事实登记一行台账 | `evidence-ledger.csv` | 每个必查维度有 ≥1 条 E1/E2 级证据 | | 3 量化 | 跑脚本算价格带、评分、渠道集中度 | `tables/` 三张表 + `metrics.json` | 脚本退出码 0,无 NaN | | 4 定性 | 定位图、TOWS、差异点分析 | `analysis.md` | 每条结论后挂 `[E##]` 引用 | | 5 决策 | 机会点 + 验证实验 + 反转条件 | `opportunities.md` | 每个机会点有规模公式与证伪条件 | | 6 交付 | 按规范成稿并过质量门 | `report.md` | `validate_report.py` 退出码 0 | 阶段详解(含每阶段的具体检索式、判定规则、失败回退)见 `references/workflow.md`。**执行任何阶段前先读该文件对应章节,不凭记忆推进。** ### 阶段 0 的关键动作 不要直接开写。先确认两件事并写进 `scope.md`: 1. **决策问题**:例「新品 500ml 是否定价 4.5–5.5 元」比「了解市场」有用一百倍。决策不同,要查的数据完全不同。 2. **分析边界**:地理范围、时间窗(价格取近 30 天、份额取近 90 天)、是否含税运、按什么单位比价(元/100ml 还是元/瓶)。 决策问题缺失时,**必须**反问一次;用户拒答则按「找差异化切入点」默认执行并在报告首屏声明。 ### 阶段 2 的硬约束 - 每条证据必须能填满台账 9 列:`id, dim, claim, value, unit, source_type, source_url, publish_date, grade`。 - `grade` 只认四级:`E1` 一手披露(财报/招股书/官方新闻稿/官方旗舰店标价)、`E2` 平台实测(自己抓的商品页、销量、评论数)、`E3` 第三方(行业报告、媒体、券商)、`E4` 估算(含推算方法与假设)。 - 同一指标多源冲突时按 `references/evidence-protocol.md` 的仲裁规则取数,并把冲突本身写进报告脚注 —— 冲突是信息,不是噪音。 ## 脚本工具箱 纯标准库,路径相对本技能目录。所有脚本 `--help` 可查参数,输入均为 UTF-8 CSV。 | 脚本 | 作用 | 调用示例 | |---|---|---| | `init_run.py` | 按预设生成一次分析的目录与空台账(full 6 个 / lite 3 个 CSV) | `python3 scripts/init_run.py --preset full --product 无糖气泡水` | | `price_band.py` | 价格分位、价格带分层、带内密度、最大空档、单位价格 | `python3 scripts/price_band.py --input prices.csv` | | `score_matrix.py` | 加权评分 + 排序 + 权重扰动敏感性(看结论会不会翻) | `python3 scripts/score_matrix.py --input scores.csv --weights pricing --sens` | | `channel_hhi.py` | 渠道份额、HHI 集中度、单渠道依赖预警 | `python3 scripts/channel_hhi.py --input channels.csv` | | `swot_tows.py` | SWOT 条目 → TOWS 四象限交叉策略 + 优先级打分 | `python3 scripts/swot_tows.py --input swot.csv` | | `validate_report.py` | 交付前质量门:占位符、无引用数字、悬空引用、章节完整性 | `python3 scripts/validate_report.py --report report.md --ledger evidence-ledger.csv` | 产物目录示例: ```text runs/20261120-无糖气泡水/ ├── scope.md ├── competitors.csv ├── evidence-ledger.csv ├── metrics.json ├── report.md └── tables/price-band.md ``` ## 报告骨架与引用规则 固定八章,顺序不得调整(完整规范见 `references/report-spec.md`): 1. **决策摘要**(≤300 字):结论先行,含 3 条关键发现 + 1 条最大不确定性 2. **证据缺口表**:拿不到什么、影响哪个结论、怎么补 3. **竞品集**:四类竞品与入选理由 4. **价格带与性价比** 5. **渠道结构** 6. **营销与用户** 7. **SWOT / TOWS 与定位图** 8. **机会点与验证实验** **引用规则**:正文与表格中每个具体数字后必须跟 `[E##]`,`##` 为台账行号。估算值写成 `约 X(E4 估算:方法一句话)[E12]`。`validate_report.py` 会检查每个 `[E##]` 是否真实存在于台账 —— 悬空引用直接判不通过。 ## 硬规矩(违反即返工) 1. **禁止**出现「品牌A / 品牌B / 竞品1 / XXX」这类占位名,也**禁止**「待补充」「自动生成」留在交付稿里。 2. **禁止**给出无来源的具体数字(份额、销量、增长率、客单价)。查不到就写区间 + 标注 `E4`,或写进证据缺口表。 3. 每个必查维度(价格、渠道、营销、用户)**必须**至少有 1 条 E1 或 E2 级证据,否则该章结论降级为「假设」,不得写成判断句。 4. 结论句**必须**能追溯到证据;推断必须显式写「推断:」并给出依据链(A 现象 + B 现象 → 推断 C)。 5. SWOT 的每一条**必须**挂证据编号;挂不上证据的条目应移入「待验证假设」。 6. 量化结论(分位、集中度、评分排名)**一律**由脚本产出,不得由模型口算或凭印象给排序。 7. 报告**必须**包含「证据缺口表」与「结论反转条件」两节,缺一节即不合格。 8. 不得把第三方报告的观点写成事实,转引必须标「转引自 …」。 9. 价格比较**必须**统一口径(含税/不含税、含运/不含运、每瓶/每 100ml),口径不一致的竞品不得放进同一张对比表。 10. 交付前**必须**跑 `validate_report.py` 且退出码为 0。 11. 不得以「数据敏感」为由编造数字;敏感数据缺失时用区间 + 缺口表处理。 12. 不覆盖:财务建模、法务意见、投资建议。报告中涉及的金额与份额**只能**作为竞争分析输入,不构成投资依据。 ## 已知限制速查 | 限制项 | 说明 | 规避方式 | |---|---|---| | 平台销量口径不一致 | 「月销」可能是件数/单量/含退款,同为「1万+」实际差数倍 | 只用同一平台的同口径数据横比,跨平台只做量级判断 | | 榜单数据滞后 | 第三方榜单通常滞后 30–90 天 | 标明数据截止日,价格另取当日实测 | | 刷单与虚假评论 | 评论数与销量可被污染 | 交叉验证(评论增速 vs 销量增速),异常时降级为 E3 | | 未上市竞品 | 无价格、无渠道数据 | 归入「潜在进入者」,只做能力与意图判断 | | 私域与线下渠道 | 检索几乎拿不到 | 明确写入缺口表,不做猜测性占比 | | B2B / 工业品 | 公开价格极少,多为项目报价 | 改用招投标公告、年报客户结构、招聘信息推断 | | 小品类长尾 | 第三方报告不覆盖 | 退化为「手工样本 + 平台实测」,样本量写入方法说明 | ## 对照检查(交付前逐条过,任一条不过就返工) 完整验收表(12 项分值 + 判定线 + 修复指引)见 `references/quality-gates.md`;触发与边界用例见 `evaluation/test-cases.md`。以下是发出前必过的十条: 1. 八个章节齐了吗?「证据缺口表」「结论反转条件」两节在不在? 2. 随机抽 5 个数字,能否在台账里查到对应 `[E##]` 行?查不到就删数字。 3. `validate_report.py` 退出码是 0 吗? 4. 有没有残留「品牌A / 待补充 / 自动生成 / XXX」? 5. 竞品四类(头部 / 同价位 / 替代 / 潜在进入者)是否都有,且写了入选理由? 6. 价格比较的口径是否统一?单位是元/瓶还是元/100ml,全文一致吗? 7. 每个机会点是否有规模估算公式 + 最小验证实验 + 证伪条件? 8. 有没有把「推断」写成「事实」?推断句是否带「推断:」前缀? 9. 结论里最不确定的那一条,是否已在摘要中显式声明? 10. 如果关键数据被推翻,结论会不会反转?写出触发反转的具体阈值。 ## 反模式(不及格信号,出现任一即判不合格) - **占位式交付**:品牌名是「品牌A/B/C」,参数写「待分析」,SWOT 四格填「品牌优势 / 产品同质化」这类放之四海皆准的句子。 - **无源数字**:写出「市场份额约 23%」却不给来源;或来源是「行业普遍认为」。 - **数据幻觉**:编造具体到小数点的销量、GMV、复购率。**这是本技能最严重的失败模式**,比"没分析"更糟。 - **框架堆砌**:五力、4P、SWOT、Kano 全上一遍,每张表都填满但互不咬合,读完不知道该做什么。 - **结论悬浮**:机会点写「加强品牌建设、拓展渠道、提升复购」,没有对象、没有数字、没有验证方式。 - **口径混用**:把含运价和不含运价放同一张价格表,把不同平台的「月销」直接相加。 - **只写对手不写自己**:全文没有一处把「我方」放进对比矩阵,报告无法支撑任何决策。 - **回避缺口**:全程只写查得到的东西,对查不到的关键项只字不提,制造「信息完整」的假象。 ## 易混淆项区分 | 容易混 | 区别 | 本技能的处理 | |---|---|---| | 竞品分析 vs 市场分析 | 市场分析看总量与增速,竞品分析看玩家之间的相对位置 | 只做后者;需要总量时引用来源并标注为背景,不自行测算 | | 竞品 vs 替代品 | 竞品是同品类对手,替代品是满足同一需求的不同品类 | 两者都进竞品集,但分类列示,替代品只做威胁判断 | | 份额 vs 声量 | 份额是销售额/量占比,声量是内容曝光与讨论量 | 分开列示,**禁止**用声量代替份额 | | 价格带 vs 价格点 | 价格带是区间(如 3–5 元),价格点是具体标价 | 价格带由 `price_band.py` 按分位数算,价格点是台账里的原始值 | | SWOT vs TOWS | SWOT 是清单,TOWS 是交叉后的策略 | 先 SWOT 再 TOWS,交付必须到 TOWS | | 估算 vs 猜测 | 估算有方法与假设可复算,猜测没有 | 估算写清公式与方法标 `E4`;猜测不得进入报告 | ## 交付格式 主交付 `report.md`(Markdown,可直接转 Word/PDF)。成稿从 `assets/report-template.md` 复制骨架,八章顺序照填;用户要正式文件时,按 `references/report-spec.md` 的排版规范转 docx,字体与页边距在该文件里给定了取值。 中间产物(台账、metrics.json、tables/)一并保留在 `runs/<日期>-<产品>/` 下,便于复核与二次分析 —— 这是「可进入后续评审」的要求。 ## 使用规范 - ✅ 进入某阶段前先读 `references/` 对应章节,不凭记忆推进 - ✅ 每个数字先落台账,再由脚本算,最后写进报告 - ✅ 查不到就登记缺口;缺口表比虚假的完整更有价值 - ✅ 交付前跑 `validate_report.py`,退出码 0 才算完成 - ❌ 不编造具体数字,不用「约」「可能」包装无依据的估算 - ❌ 不上无关框架凑篇幅,与结论无关的表等于占位符 - ❌ 不越界做估值、法务意见、投资建议 ## 版本与迭代 当前 2.0.0。相对 1.0 的改动与原因见 `references/evolution-log.md`:1.0 用 `run.py` 生成「品牌A–F」与写死的价格带,本质是假实现,在无对照实验时会被误判为有效;2.0 移除了该脚本,改为「证据台账 + 脚本计算 + 质量门」。 发现新的失败模式时,追加到 `references/evolution-log.md`,格式:情境 → 原认知 → 新认知 → 对流程的影响。
中國金融機構資料爬取與分析綜合 Skill v12.0.0。2334家/43大類機構名單、60+財經媒體源輿情、 A股報告/公告/研報、60+種查詢多源金融資料(自動降級+快取)、爬取排程與網頁操作增強、 即時資料中樞、24 技術指標引擎、多源證據融合、110 MCP 工具 + 10 Resource + 14 Prompt。 🆕 v12.0.0 四條線(資訊獲取 / 打包下載 / 資料分析 / 登入): 編排:gather_info() 一次跑完"路由→抓取→去佔位→質量分→能力邊界→回執→打包", 8 類意圖各帶問法、輸入輸出、典型耗時與 not_for(說清哪件事做不了)。 誠實:反爬佔位條目一律剔除並記賬,空結果報 E_SOURCE_EMPTY,不把假資料判成 B 級成功。 交付:包內自帶 manifest.json(逐檔案 sha256),verify 查得出改動/缺失/多塞, 批次下載單條失敗不中斷整批,失敗清單可直接只重下那幾條。 登入:Cookie 由使用者匯出或掃碼接管,檔案化 + 健康度四檔,對外輸出全脫敏(值永不回顯)。 何時觸發:爬取機構、輿情爬取、東方財富、公告下載、即時行情、技術指標、統一查詢、 交付包、批次重下、我已經登入了、登入態還有效嗎(完整觸發詞見下方 auto_trigger)。
大宗商品價格資料查詢技能。用於查詢大宗商品期現貨價格、宏觀經濟指標、產業鏈供需資料、進出口庫存資料、金融市場資料等。當用戶詢問:(1) 期貨/現貨價格查詢,如"螺紋鋼價格"、"銅期貨收盤價"; (2) 歷史行情或趨勢分析;(3) 區域或企業價格對比;(4) 宏觀經濟指標,如GDP、CPI;(5) 產業鏈上下游資料;(6) 多市場金融資料(期權、股票、債券、外匯);(7) 結算確認單生成時觸發此技能。
32種圖表,3 個主題,2步生成: 1.上傳資料 — 將 CSV / Excel / JSON 等格式的資料檔案拖入對話方塊; 2.檢視結果 — 互動式圖表(HTML),可儲存圖表為圖片.
AdMapix 的取數層:把廣告與應用相關的查詢轉成介面呼叫,只回原始 JSON。
論文配圖一鍵生成:一條命令從 JSON/CSV/Excel 生成頂刊級學術圖表,科研繪圖 與期刊配圖全場景覆蓋。40 種圖表(森林圖/KM 生存曲線(自動風險表)/競爭風險累計發生率/ROC/校準 曲線/決策曲線 DCA/列線圖/RCS 非線性劑量反應/亞組分析森林圖/RMST 限制平均生存時間/Galbraith 徑向圖/火山圖/雨雲圖/山脊圖/啞鈴圖/游泳圖(逐例時長+里程碑)/ 腫瘤緩解瀑布圖/UpSet 交集/PRISMA 流程圖/漏斗/BA 一致性/PCA/熱圖/箱線/小提琴/ 組合圖/Cox 多因素迴歸森林圖等),9 套配色(含色盲安全 Okabe-Ito 與期刊色板),9 種期刊投稿預設, YAML 流水線一條命令出全套論文圖,一次渲染多格式匯出(TIFF/PNG/PDF), PDF 重疊門禁,600dpi。純本地執行,資料不出機,中文零配置。適用:寫論文/ 投稿要配圖、把資料變成可投稿圖表、批次重出全套圖。不適用:文字潤色/翻譯/ 改寫(請用寫作類工具);商業報表/儀表盤/海報裝飾;無資料支撐的純示意圖。
Intelligent chart generation and data analysis skill. Reads user-supplied data files (CSV/Excel/JSON), analyzes data characteristics with LLM assistance, auto-recommends and generates interactive ECharts visualizations. Use when the user asks to analyze data, generate charts, create visualizations, or work with tabular data files.
全球智慧投研工具(stock-researcher)v13.0:多源資料 + 機率預測 + 可匯出報告。 核心能力: - 多源資料路由:按市場/類別選源,逐級降級;每個結果標註來源與時效等級;源不可用時明確標 unavailable - 全資產量化:股票/ETF/場外基金/指數/期貨(期限結構、基差、持倉、折溢價)多因子分析 - 機率預測:1d/5d/1M/3M/6M 經驗分佈 + 分位數 + 方向機率 + 區間,kNN 鄰域收縮融合全域性分佈; 樣本不足自動棄權,可按歷史命中樣本(同桶)做機率校準 - 證據鏈簡報:每條結論繫結來源、時間與資料質量,衝突訊號保留而不抹平 - 報告匯出:Word/PPT/PDF/Markdown/JSON/純文字,純標準庫渲染 + 可選第三方引擎 - MCP Server 24 工具,Claude Code 可直接呼叫;知識庫 12 介面卡雙向同步 三條鐵律: - 資料不裝:拿不到就報不可用,不拿 0 價、不拿空表冒充 - 預測不裝:機率來自歷史相似條件的經驗分佈,樣本不足就說不足,不硬給方向 - 評分≠盈利保證:任何結論都帶免責宣告
透過 Tavily 搜尋公開網頁,並回傳含連結與摘要的結構化結果。
資料月份:2026-10 · 下載/星標數聚合自公開技能註冊庫(ClawHub、SkillHub),按月更新。口徑說明見資料方法。