competitive-teardown
作者 alirezarezvanicompetitive-teardown 可帮助产品团队基于公开竞品信号开展有证据支撑的竞争分析。它会引导从价格页、用户评价、招聘信息、SEO/social 来源、文档和 changelogs 收集数据,并产出评分矩阵、SWOT、定位笔记、价格拆解、UX 观察、行动路线图以及 battle-card 输入。
该技能评分为 84/100,适合推荐给需要结构化竞争情报工作流的目录用户。它提供了清晰的使用场景、较扎实的参考材料和配套脚本,让 agent 执行 teardown 时比使用通用 prompt 更少依赖猜测。主要采用风险在于缺少安装指引,并且高度依赖高质量外部数据的收集。
- 触发场景清晰:frontmatter description 和 “When to Use” 部分明确面向竞品分析、battle cards、路线图会议、价格变动和季度复盘。
- 工作流具备实操性:SKILL.md 按顺序拆解了 teardown 流程,并提供验证节点,以及数据收集、分析框架、模板和评分的参考。
- 相比通用 prompt,它能为 agent 提供更多抓手:可复用的评分标准、结构化分析模板,以及用于加权对比和差距分析的 Python competitive matrix builder。
- 技能目录中没有提供安装命令或 README,用户需要根据 repository 的常规约定自行接入。
- 该流程依赖用户或 agent 从多个公开来源收集最新外部数据;如果数据源访问受限,输出质量会受到影响。
competitive-teardown skill 概览
competitive-teardown 的作用
competitive-teardown 是一项面向产品团队的 skill,用于把公开的竞品信号转化为结构化的 Competitive Analysis。它会引导 AI agent 先定义 2–4 个竞争对手,再从定价页、用户评价、招聘信息、SEO/社交信号、文档、changelog 和市场资料中收集证据,最后产出评分矩阵、SWOT 分析、定位备注、价格拆解、UX 观察以及行动路线图等交付物。
最适合的 Competitive Analysis 场景
competitive-teardown skill 最适合产品经理、创始人、产品营销、战略团队和销售赋能团队使用,尤其是那些需要可重复 Competitive Analysis 流程,而不是一次性主观判断的团队。它适用于季度竞品复盘、新市场研究、battle card 准备、竞争对手发布新品后的应对规划,以及需要让相关方基于证据讨论取舍的路线图会议。
它与通用 prompt 的区别
通用 prompt 也许能总结竞争对手,但这个 skill 增加了工作流、证据要求、分析模板、评分 rubric,以及用于加权矩阵的辅助脚本。它的核心价值在于一致性:同一套维度、来源类型和评分逻辑可以在不同竞争对手和多个评审周期中复用,让输出更容易比较,也更容易为结论辩护。
采用前需要注意的事项
这个 skill 的效果取决于你提供、或允许 agent 收集的公开数据质量。它不能替代赢单/输单访谈、付费市场研究、非公开财务数据或内部客户洞察。当公开竞品证据足以支持方向性决策时再使用它;如果信号不完整,应明确标注不确定性。
如何使用 competitive-teardown skill
competitive-teardown 安装与仓库路径
从以下 repository path 安装该 skill:
npx skills add alirezarezvani/claude-skills --skill competitive-teardown
安装完成后,在依赖第一次输出之前,先检查 skill 文件。建议从 SKILL.md 开始,然后阅读:
references/data-collection-guide.md:了解来源类型和合规的公开数据收集方式references/scoring-rubric.md:了解 1–10 分评分模型和加权维度references/analysis-templates.md:查看 SWOT、Five Forces、battle-card-style 结构,以及可直接用于汇报的表格references/competitive-analysis-frameworks.md:查看定位和市场结构分析框架scripts/competitive_matrix_builder.py:如果你希望基于结构化 JSON 进行可重复的加权评分,可以查看该脚本
skill 需要哪些输入
为了更好地使用 competitive-teardown,不要只提供竞争对手名称。建议包括:
- 你的产品、品类、目标客群和地域
- 2–4 个竞争对手;如有需要,指定一个主要竞争对手
- 决策背景,例如 “roadmap planning”、“sales battle card” 或 “pricing response”
- 已收集的来源链接,尤其是定价、文档、评价、changelog 和案例研究
- 优先分析维度,例如 UX、pricing、integrations、AI features、compliance、onboarding 或 enterprise readiness
- 输出格式,例如 executive memo、product roadmap implications、feature matrix 或 sales enablement brief
较弱的 prompt 是:“Compare us with Competitor A。”
更好的 prompt 是:“Use competitive-teardown to compare our B2B helpdesk product against Zendesk, Intercom, and Freshdesk for mid-market SaaS buyers. Prioritize pricing transparency, AI automation, integrations, onboarding, and enterprise controls. Use public pricing pages, G2 review themes, docs, changelogs, and job postings. Produce a scored matrix, SWOT, positioning gaps, and 30/60/90-day action recommendations.”
建议的工作流:让结果更可靠
不要一开始就要求生成完整报告,建议分阶段运行:
- 让 agent 确认竞争对手、细分市场、来源计划和评分维度。
- 为每个竞争对手收集或批准至少三个公开来源。
- 在得出结论前,先要求生成 evidence table。
- 使用 scoring rubric 生成 competitive matrix。
- 要求进一步解读:差距、威胁、定位机会和建议行动。
- 将分析转换为最终面向相关方的格式。
这种分阶段方式可以减少幻觉式结论,也更方便在评分进入建议之前对其提出质疑。
使用 matrix builder 脚本
仓库包含 scripts/competitive_matrix_builder.py,可以根据结构化竞品数据生成加权 competitive matrices。当你希望获得可复现的评分,而不是纯叙述型报告时,可以使用它。
典型用法:
python scripts/competitive_matrix_builder.py competitors.json --format text
也可以应用权重:
python scripts/competitive_matrix_builder.py competitors.json --format text --weights pricing=2,ux=1.5
当你的决策高度依赖少数几个维度时,这会很有用。例如,面向 SMB 买家时可能重点关注 pricing 和 onboarding;面向企业级买家时,可能更关注 compliance 和 integrations。
competitive-teardown skill 常见问题
competitive-teardown 适合新手吗?
适合,前提是你能提供清晰的竞争对手和业务背景。references 中的结构足以帮助新手产出一版可用的初步分析。不过,评分仍然需要判断力。新手应要求 agent 在每个分数旁展示证据,并标注低置信度结论。
这个 skill 为什么适合 Competitive Analysis?
competitive-teardown skill 把收集指导、模板、框架和 scoring rubric 结合在一起。这一点很重要,因为 Competitive Analysis 经常失败在团队把零散传闻、过期定价和未加权的功能观点混在一起。这个 skill 鼓励使用可比较的证据,也让最终输出更容易审计。
什么时候不应该使用这个 skill?
如果你需要涉及法律敏感的信息、私人客户数据、竞争对手机密信息,或在缺乏可信来源的情况下得出确定的市场份额数字,就不应使用它。它也不适合一次性分析几十个竞争对手;建议从 2–4 个开始,等评分模型稳定后再扩展。
它能生成 sales battle cards 或路线图建议吗?
可以。这个 skill 能产出 battle-card 所需输入,例如竞争对手优势、劣势、异议处理、定位角度和 proof points。用于路线图工作时,它可以指出功能差距和战略威胁,但最终优先级仍应结合客户价值、工程投入、收入影响和公司战略来决定。
如何改进 competitive-teardown skill
改进 competitive-teardown 输入
提升 competitive-teardown 输出质量最快的方法,是提供证据密度更高的输入。不要只粘贴首页链接,而应加入 pricing URLs、feature docs、review snippets、recent release notes、target customer examples、integration pages,以及可用的截图。要求 agent 区分 “observed evidence” 和 “inferred interpretation”。
避免常见失败模式
常见问题包括过度相信营销文案、把旧评论当作当前事实、用错误的买家细分来比较产品,以及在证据不足时给出过于精确的分数。避免这些问题的方法是明确来源日期、客户细分、评估标准和置信度。如果价格隐藏或仅面向 enterprise 销售,应要求分析中如实说明,而不是猜测。
首次输出后继续迭代
不要把第一版报告当作最终版本。可以继续追问:
- “Which scores are least supported by evidence?”
- “What would change if the buyer were enterprise rather than SMB?”
- “Which competitor advantage is most defensible?”
- “What claims should sales avoid because evidence is weak?”
- “Turn this into a roadmap risk register with impact and urgency.”
这些迭代可以把宽泛的 teardown 转化为真正可用于决策的 Competitive Analysis。
根据你的市场定制 rubric
默认 rubric 是很好的起点,但你的市场可能需要不同权重。对于 developer tools,API 质量和文档可能比视觉 UX 更重要。对于受监管的 SaaS,compliance 和 procurement readiness 可能占主导。对于消费类应用,onboarding、retention signals、app store reviews 和 pricing friction 可能值得更高权重。应在评分前调整 rubric,让 competitive-teardown guide 反映你的买家真实的选择方式。
