任务场景
季度竞品 refresh：5 个竞品，你想要一致格式覆盖定位、定价、GTM、优势、软肋——还要一段”对我们意味着什么”把分析变成决策。最大风险是 AI 编竞品事实（伪造融资、客户数），你贴进 deck 才发现。任务是结构化拆解 + 一轮”事实核查”再上桌。
哪些情况适合让 AI 来做，哪些情况不要
AI 在”基于真实素材”的结构化整理上非常强（首页、价格页、博客、G2 评论、近期新闻）。但它在”凭记忆”上非常危险——没有源材料它会幻觉出看似合理的事实。一定要喂源材料；任何没源链接的 AI 声明都先当编的。
需要给 AI 的输入信息
- 竞品名 + URL（首页、价格、博客、招聘）
- 页面文本 / 近期截图
- 你的对比维度（5 个竞品保持一致）
- 这次分析要支持哪个具体决策
- 你自己的定位（让 AI 写”对我们意味着什么”）
- 已知事实和约束（我们更小、只做企业、等等）
可直接复制的 Prompt
拼一份结构化竞品拆解。
竞品和源材料：
- <name> — <URL 列表> ——贴文："""<paste>"""
- ...
对比维度（5 个竞品保持一致）：
- 定位（1 句）
- 定价模型和层级
- GTM 动作（PLG / 销售主导 / 混合）
- 最强信号的优势（真实证据）
- 最显眼的软肋（真实证据）
- 客户类型（规模、行业）
我们的定位：<line>
本次分析支持的决策：<line>
请输出：
1. 每个竞品一行，按列出的维度
2. 200 字"对我们意味着什么"——该怎么做不一样
3. "观察列"——要密切关注的竞品
4. 事实核查日志——每条声明对应贴文里的源行。没源就标 [UNVERIFIED]
5. 我应该考虑的一个反定位动作
不要编融资轮次、客户数、ARR、人数。只用我贴的材料。深度拆解一家：“再产一份 1 页叙事，专门拆最强竞品——他们押的是什么、他们有但我们没有的数据、最伤他们的动作。“
建议让 AI 输出成什么样
竞品矩阵（行 = 竞品、列 = 维度）、“所以呢”一段、观察列、以及把每条声明对应到源的事实核查日志。跳过事实核查日志 = 上线幻觉。
怎么判断 AI 给的结果能不能直接用
- 每条声明都能追到贴文里的具体行
- 维度一致填齐——没有”看情况”在某一行
- “对我们意味着什么”建议的是动作，不是分析
- 反定位是真实可做的动作，不是”做得更好”
- 观察列有触发条件，能告诉你”什么时候要重新做决策”
容易踩的坑
- 只比功能——竞品常在 GTM、定价、分发上赢
- 没”所以呢”——没行动的分析是演戏
- 让 AI 编融资 / 客户数 / ARR
- 一季一次——竞争变得更快，需要 spot check
- 永远一套维度——市场变了维度也要更新
实操加深
做「用 AI 做竞品分析：基于公开数据的结构化拆解 + 事实核查」这类任务时，AI 输出质量主要取决于输入包是否完整。至少给它受众、原始材料、目标格式、你要做的决策，以及一好一坏两个参考。第一轮先要求保留事实，第二轮再优化结构、语气或表达，不要让模型一边猜事实一边润色。
拿到结果后单独做一次复核：有没有遗漏限制、编造细节、行动项不清、语气和真实场景不符。最终稿最好能马上使用，包含明确对象、下一步和判断标准，而不是还需要别人重新解释一遍。
FAQ
- 要不要包含间接竞品？ 包含一次。威胁路径不同，但值得点名。
- 价格被遮挡怎么办？ 销售对话。AI 做不到。
- 开源竞品呢？ 维度不同——社区规模、治理、依赖足迹比定价更重要。