competitor-analysis

competitor-analysis skill 概览

competitor-analysis 适合解决什么问题

competitor-analysis skill 的作用，是帮助 AI agent 产出结构化的 SEO 与 GEO 竞品研究，而不是停留在“告诉我对手在做什么”的松散总结层面。它面向的是这类更实际的问题：比如“为什么他们排名比我们高”“他们吃到了哪些关键词流量”“哪些内容形式对他们更有效”“我们最容易补上的差距在哪里”。

谁适合安装 competitor-analysis

最适合安装的用户包括 SEO 负责人、内容策略师、创始人、增长营销人员，以及需要可复用 Competitive Analysis 工作流的研究人员。如果你希望输出结果能直接演变为内部报告、battlecard 或内容差距计划，而不是每次都从头重搭格式，这个 skill 会尤其有价值。

这个 competitor-analysis skill 的差异点是什么

它最核心的差异在于“结构化”。这不是一个单纯用来头脑风暴的 prompt。仓库里明确提供了：

• 用于竞品画像、关键词差距、内容分析和机会评分的分析模板
• 可供销售或战略团队后续使用的 battlecard 模板
• 展示预期深度与格式的示例报告
• 帮助把原始发现转化为 messaging 与差异化决策的 positioning framework

所以，当你需要的是稳定、一致的交付物，而不只是一些零散想法时，它比通用 prompt 更值得安装。

它真正帮你完成的工作是什么

在实际使用中，competitor-analysis 的价值，是把分散的证据整理成可直接用于决策的结论：

• 谁才是真正的搜索竞争对手
• 他们为什么表现更好
• 哪些差距最值得优先处理
• 哪些做法值得借鉴、规避，或需要反向定位
• 如何把分析结果转成可用的报告或 battlecard

采用前需要知道的限制

这个 skill 本身不会神奇地自动抓取可靠的外部 SEO 数据。仓库里也明确把联网型 SEO 工具视为可选项。如果你不提供 SERP 快照、工具导出、URL 或研究备注，模型依然可以给出分析框架，但结果可信度会很快下降。适合安装它的前提，是你想要一个更好的分析流程；如果你期待它开箱即用就能访问专有数据，那它并不适合。

如何使用 competitor-analysis skill

competitor-analysis 的安装背景

仓库在 SKILL.md 中没有提供 skill 专属安装命令，但父仓库常见的 marketplace 添加方式是：

npx skills add aaron-he-zhu/seo-geo-claude-skills --skill competitor-analysis

源码中标注的兼容环境包括 Claude Code ≥1.0、skills.sh marketplace、ClawHub marketplace 和 Vercel Labs skills ecosystem。不需要额外系统包。只有当你想接入实时 SEO 工具时，可选的 MCP / 网络访问才会变得重要。

先看这些文件，理解会最快

如果你想最快建立对这个 skill 的完整认知，建议按这个顺序打开：

1. research/competitor-analysis/SKILL.md
2. research/competitor-analysis/references/analysis-templates.md
3. research/competitor-analysis/references/example-report.md
4. research/competitor-analysis/references/battlecard-template.md
5. research/competitor-analysis/references/positioning-frameworks.md

这条阅读路径能让你依次看到：触发逻辑、预期工作流、最终输出形态，以及很多用户第一次阅读时容易忽略的策略层。

想让 skill 发挥效果，需要哪些输入

一个高质量的 competitor-analysis usage，通常需要四类输入：

• 你的站点或产品
• 要分析的竞争对手或 SERP 对手
• 市场范围或关键词范围
• 证据来源

比较有用的证据包括：

• 目标关键词或主题集群
• 竞品 URL 或具体页面
• 来自 Ahrefs、Semrush、Search Console、Similarweb 等工具的导出数据
• 关于定价、受众和定位的备注
• AI citation 或 answer-engine 提及的示例
• 你自己的内容库存，用于做 gap 对比

如果你只给出竞品名称，输出通常会偏宽泛；如果你能提供 URL、关键词和对比基线，结果会明显更可执行。

把模糊需求改写成高质量 prompt

弱 prompt：

Analyze our competitors.

更强的 prompt：

Use the competitor-analysis skill to compare our domain example.com against competitor1.com, competitor2.com, and competitor3.com for the topics “project management software” and “kanban tools.” Focus on keyword gaps, highest-traffic pages, content patterns, backlinkable assets, pricing/positioning differences, and likely reasons they outrank us. Use a confidence label when data is inferred. End with the top 5 opportunities we can execute in the next 90 days.

为什么这个版本更好：

• 明确了对比对象
• 缩小了主题范围
• 指定了输出类别
• 要求进行优先级排序
• 区分了证据与推断

competitor-analysis 的最佳使用工作流

一个实用的工作流通常是：

1. 先定义业务问题
2. 识别真正的搜索竞争对手，而不只是商业对手
3. 按关键词集、页面和市场细分收集证据
4. 带着明确的输出形态去运行分析
5. 把发现转成 gap list、行动计划或 battlecard

这个 skill 在第 3 步之后使用效果最强，而不是更早。输入越扎实，最终报告就越不容易流于泛泛而谈。

选对输出格式

这些参考文件至少支持三类常见且实用的交付物：

• 用于战略评审的完整竞品报告
• 面向销售、市场或管理层的 battlecard
• 用于调整 messaging 的 positioning analysis

如果你的真实需求是“帮助内容团队决定下一步发什么”，那就应当要求输出精炼的 opportunity matrix，而不是很长的叙述型报告。反过来，如果你的真实需求是“帮助销售处理异议”，那就应该直接使用 battlecard template。

如何区分搜索竞争对手与商业竞争对手

采用这类 skill 时，一个常见阻碍是把不同类别的竞争者混在一起。在 Competitive Analysis 场景下做 competitor-analysis 时，建议明确区分：

• business competitors：卖相似产品的公司
• search competitors：在相同查询上参与排名的网站
• GEO competitors：在 AI answers 和摘要中更容易被引用的品牌

这三类对象只有在部分场景下会重叠。有些公司商业上并不强，但在信息型搜索里依然可能占据主导地位。你需要明确告诉 skill：当前任务里，哪一种竞争关系最重要。

能提升输出质量的实用 prompt 结构

建议使用这样的 prompt 结构：

• objective
• audience
• comparison set
• evidence provided
• required sections
• decision criteria
• confidence handling

示例：

Use competitor-analysis to produce a decision memo for our SEO lead. Compare us with three search competitors using the attached keyword export and page list. Include: keyword gaps, content patterns, linkable assets, positioning differences, and AI citation likelihood. Score opportunities by impact, ease, and time-to-value. Mark assumptions clearly.

这种写法可以明显减少空话，并迫使模型朝着真正可用的成果物去组织内容。

这些 references 真正好用在哪里

这些参考文件不只是示例，它们其实是在解决执行过程中的常见问题：

• analysis-templates.md 能避免漏项和对比维度过弱
• example-report.md 展示了“达到可用标准”的深度大概是什么样
• battlecard-template.md 有助于把研究结果推进到业务落地
• positioning-frameworks.md 不只解释竞品做了什么，也帮助你说明它们是如何定义和表达自己的

如果你跳过这些 references，十有八九会低估或用浅这个 skill 的能力。

常见限制与权衡

这份 competitor-analysis 指南最可靠的地方，是模式识别与结构化综合，而不是精确 SEO 测量。需要特别留意：

• 过时或估算性质的流量数据
• 在没有来源数据时显得过度自信的外链判断
• 当竞品样本过小时，结论会变浅
• 当 prompt 同时混合 SEO、产品和品牌目标，却没有优先级时，策略容易跑偏

最好要求模型明确区分：已确认数据、合理推断，以及仍待确认的问题。

competitor-analysis skill 常见问题

competitor-analysis 比普通 prompt 更好吗？

通常是的，前提是你需要可复用性。普通 prompt 也能生成一些观察结论，但 competitor-analysis skill 能提供更稳定的工作流和报告结构。当多个团队成员要重复使用同一方法，或者你需要跨时间对比不同输出时，它的优势会更明显。

这个 competitor-analysis skill 对新手友好吗？

算友好，但前提是你至少知道自己想比较什么。新手通常可以很好地使用模板，但往往会卡在输入选择上。最容易起步的方式，是从一个域名、三个竞品、一个主题集群开始，并要求输出关键词差距和内容模式。

安装和使用 competitor-analysis 一定需要付费 SEO 工具吗？

安装不需要，但想拿到最佳结果，很多时候还是需要。这个 skill 本身不依赖系统包，仓库也把外部集成标注为可选。不过，高质量的 competitor-analysis usage 往往还是依赖来自 SERP 观察、Search Console 或第三方 SEO 平台的数据。

什么情况下不该用 competitor-analysis？

如果你的需求是以下这些，就可以跳过：

• 只想快速做一次性总结，不需要结构化输出
• 重点是做一手用户研究或客户访谈
• 需要深入的财务或法律竞调
• 在缺少可靠外部数据时，还要做精确市场规模测算

这个 skill 最适合的场景，是搜索可见性、内容策略、定位分析和竞品基准对比。

它也能做 GEO 和 AI citation 分析吗？

可以。源码描述里明确把 AI citations 和 GEO 与关键词、外链、流量份额并列纳入分析范围。所以，如果你关心的是 answer-engine 可见性、引用模式，或者为什么某些品牌在 AI 回答里更常被提及，它会比纯 SEO 模板更相关。

一次比较多少个竞争对手比较合适？

通常是 3 到 5 个。少于 3 个，很容易看不出模式；超过 5 个，如果你的证据还没有整理好，结果往往会变成浅层摘要。第一次使用时，建议先缩小范围，只有在看清真正的差距后再逐步扩展。

如何改进 competitor-analysis skill 的使用效果

给 skill 提供证据，不要只给目标

competitor-analysis 质量提升最大的杠杆，就是提供源材料。更好的输入包括：

• keyword gap 导出
• 每个竞品按流量排序的 top pages
• AI answer 结果的截图或备注
• pricing pages
• 品类与受众备注

没有这些材料时，模型就更容易退回到泛化的市场逻辑。

把观察与建议分开

一种很常见的失败模式，是从“他们排名很好”直接跳到“我们也该照着做”。更稳妥的方式，是要求 skill 按以下结构输出：

1. observed patterns
2. likely causal explanations
3. recommended actions
4. confidence level

这样的结构能让最终建议更值得信任，也更方便内部审阅。

缩小对比范围

如果第一次输出感觉模糊，大概率是范围开得太大。想在实际中改进 competitor-analysis guide 的效果，可以先收紧一个维度：

• 聚焦一个 topic cluster，而不是整个市场
• 聚焦一个 funnel stage，而不是全部内容
• 聚焦一个国家或语言，而不是全球范围
• 聚焦一个竞品分组，而不是所有对手一起比较

范围更紧，通常比 prompt 更长更有效。

不要只要发现，还要要求优先级排序

很多报告之所以不好用，是因为它把所有发现都摆在同一层级。你应该明确要求评分或排序，例如：

• impact
• implementation effort
• evidence strength
• time-to-value

这样才能把分析转成路线图，而不是一篇“看完就算”的阅读材料。

首轮分析后，继续用 battlecard 和 positioning frameworks

不要在第一版报告就停下来。要提升 competitor-analysis for Competitive Analysis 的实际价值，最好的方式是把发现继续转成下一层成果物：

• 用于内部赋能的 battlecard
• revised positioning statement
• content brief backlog
• differentiation map

相比通用 SEO 分析 prompt，这个仓库的配套文件能让这种转化过程更顺畅。

在后续 prompt 里修正常见失败模式

如果第一轮结果偏弱，不要只说“再详细一点”，而是用更有针对性的追问：

• “Separate commercial rivals from search rivals.”
• “Show only keywords where they rank top 10 and we do not rank top 30.”
• “Which competitor strengths are hard to copy vs easy to emulate?”
• “Convert this into a 90-day action plan for content and linkable assets.”
• “Flag claims that require external validation.”

这种后续提示，通常比泛泛要求“更多细节”有效得多。

用明确的 confidence labels 提升可信度

因为部分输入可能本来就是推断得来的，所以最好要求 skill 给各部分打上 high、medium 或 low confidence 标记。对于估算流量、外链质量、发布频率，以及 AI citation 相关结论，这一点尤其重要。加上 confidence labels 后，输出在团队内部传播时更容易被信任，也不容易夸大确定性。

建立一个可复用的 competitor-analysis prompt 模板

如果你的团队会反复使用它，最好保存一份内部统一 prompt，至少包括：

• 标准 section 结构
• 评分规则
• confidence 用语规范
• 认可的数据来源
• 预期输出长度
• 偏好的最终成果物格式

这也是为什么 competitor-analysis skill 在实际协作里会比临时 ad hoc prompting 更强：流程一致、横向更好比、也更少重复造轮子。