TL;DR
别让 AI 凭记忆”对比”几家公司，而是把你自己攒的原始资料喂进去，强制每个格子后面加引用标记。深度研究工具（ChatGPT Deep Research、Claude Research、Gemini 3.1 Pro Deep Research）只负责收集和整理证据，定价和功能仍要你回查一手来源。下面这段 prompt 产出的矩阵，每个格子要么写 [note_id]，要么写 [资料中未提及]，老板一句”这数据哪儿来的”你能立刻接得住。
任务场景
你在准备投资 pitch、战略备忘录、销售 battlecard 或官网对比页，需要把自家产品和 3-8 家竞品按定价、功能、定位、客户画像横向铺开。难点不在搭格子，而在每个格子都能追到来源——因为挑剔的高管第一反应就是指着某个数字问你”这哪儿看的”。
普通 AI 对话的坑在于：它会拿几个月前、本来就不准的训练数据把整张表填满，对私有竞品的定价尤其离谱。联网搜索能降低风险，但消不掉：模型仍可能看错定价页、把功能挂错套餐、或者超出原文乱推。引用是你的核查手段，不是排版上的点缀。
哪些情况适合让 AI 来做
- 已经攒了原始资料（定价页、G2 评论、销售通话记录），只缺整理成一张表。
- 想先有一份初稿，再人工逐格核实。
- 在变化快的赛道，每 4-8 周需要更新一次。
- 同一份资料要切成两种用法（对销售的 battlecard vs. 对董事会的战略备忘录）。
什么时候不要完全依赖 AI
- 准确定价、功能勾叉——必须有能贴链接的一手来源。
- 收购传言、裁员、未发布的路线图。模型会一脸笃定地当成事实写出来。
- 医疗、金融等受监管行业，公开对比里写错一句话就有法律风险。
先选对研究工具
截至 2026 年 6 月，三家主流助手都带深度研究 agent，能规划搜索、跟着链接挖、返回带引用的报告。区别在运行时长、引用严谨度、能导出成什么。做对比矩阵，导出格式很关键——你想落到表格里，而不是一大段散文。
| 工具（2026 年 6 月） | 深度研究运行 | 引用表现 | 矩阵环节最适合 |
|---|---|---|---|
| ChatGPT Deep Research（GPT-5.5） | 最长约 30 分钟，报告最长；按套餐每月 25-250 次 | 内联来源列表；BrowseComp 联网检索领先 | 来源扫得最广、初稿最长 |
| Claude Research（Opus 4.7） | 拉的页面较少，重在审慎综合 | Claude API 联网搜索工具强制引用；对模糊来源判断稳 | 单格可信度最高、最少乱推 |
| Gemini 3.1 Pro Deep Research | BrowseComp 约 85.9；可导出到 Google 表格 / Excel / Docs | 来源列表 + Canvas 可视化 | 一键导出成可编辑的表格矩阵 |
实战套路：先用 ChatGPT 或 Gemini 快速扫一遍来源，再把原始资料粘进下面这段”锁引用”的 prompt（“不许推断”这一步，Claude Opus 4.7 最稳）。无论用哪个工具，原则不变：模型整理你给的证据，不替你发明。
需要先给 AI 的信息
- 竞品清单 + 各家定价页链接。
- 5-8 个对比维度（套餐价格、集成生态、目标客户、支持 SLA、部署方式等）。
- 每家竞品的原始资料：定价页复制粘贴、每家 3 条 G2/Capterra 评论、一条分析师引用。
- 自家产品的真实定位，让框架公平而非自夸。
- 引用格式要求：每个格子后面加一个方括号标记。
可直接复制的 Prompt
你是竞品情报分析师。
为 [our_product] 搭一份与 [competitor_list] 的对比矩阵。
对比维度：
[dimension_list]
每家竞品的原始资料如下。只用这些资料，不要推断。
"""
[raw_notes]
"""
输出：
1. Markdown 表格，行 = 维度，列 = 每家公司。
2. 每个格子后加引用标记：[note_id] 或 "[资料中未提及]"。
3. 表格下方列：
- 3 条洞察（竞品间的规律）
- 3 个空白点（无人占据的维度）
- 3 个对 [our_product] 的风险
规则：
- 资料里没写的就写"资料中未提及"。
- 不估算定价，不推断员工数。
- 不用营销形容词。用 [方括号] 占位符，别用花括号，发送前替换成真实值。""" 围栏能防止原始资料被当成指令读。
建议让 AI 输出成什么样
干净的 markdown 矩阵，每个格子都带引用标记，下面接 200-300 字的洞察块（规律、空白、风险）。少装饰，这是工作文档不是 pitch 页。如果用的是 Gemini，直接把表格导到 Sheets，让刷新日期和每格来源各占一列，方便排序。
怎么判断结果能不能用
- 随机点开 30% 的格子，逐个回查原始链接。
- 把所有
[资料中未提及]标出来，决定要不要补一手研究。 - 拷问每条洞察：只凭这点数据，最挑剔的同事能接受吗？
- 如果能联系到竞品的真实用户，让他核一下自家那一列写得对不对。
容易踩的坑
- 让模型拿”像那么回事”的猜测补定价或功能，而不是写
[资料中未提及]。 - 对比的维度根本不是买家在意的。
- 矩阵在美化自家，没暴露真问题。
- 不定期更新，上季度的表至少有一个价格已经过时。
把它做成活文档
把矩阵做成带刷新日期的活文档（日期放表头）。每赢一单或丢一单，记下到底哪一行起了决定作用。用这份记录剪掉低信号维度，补上买家反复问的那些。一张买家在意的 6 行表，胜过没人看的 20 行表。
FAQ
- 几家竞品算多？ 销售 battlecard 3-5 家，战略备忘录 6-10 家。超过 10 家信噪比下降，也没人扫得完整张表。
- 要包括间接竞品吗？ 要，单独一节。买家比较的对象（表格、自研、干脆不做）常常不是你眼中的直接对手。
- 锁引用那一步该用哪个模型？ 截至 2026 年 6 月，“只用这些资料”这一步 Claude Opus 4.7 最稳，引用在 API 层强制、乱推更少。更广的来源扫描先用 ChatGPT 或 Gemini。
- 怎么避免偏向自家？ 让市场部之外的人先填自家那一列，且在看到竞品描述之前填。
- 可以发出去吗？ 要先过法务。即便都是公开来源也可能引来投诉，而功能挂错套餐这类错，竞品最爱拿来做文章。
相关阅读
配合 竞品分析 AI 流程、竞品功能矩阵 AI 的搭建，以及 竞品内容拆解 的营销话术视角一起用。