核心用法
Competitor Analysis 是一个专为 SEO 与生成式引擎优化（GEO）设计的竞品情报工具。用户只需提供竞对域名或 URL，该技能即可执行 8 维度深度剖析：识别竞对类型（直接/间接/内容型）、抓取域名与流量指标、分析关键词排名与意图分布、审计内容策略与发布节奏、评估外链质量与获取模式、诊断技术 SEO 健康度、检测 AI 引用覆盖，最终输出包含对比矩阵、CITE 评估、学习点与机会点的综合情报简报。
显著优点
1. 零工具依赖：内置 Firecrawl 无密钥抓取脚本，可直接渲染 JS 页面、映射站点结构、检索最新报道，月享 1,000 免费积分，降低中小企业使用门槛。
2. 结构化决策框架：明确区分「立即停止询问」与「静默继续」场景，避免过度依赖用户输入；同时强制要求所有结论必须绑定「Measured/User-provided/Estimated」标签，杜绝数据虚构。
3. GEO 前瞻布局：除传统 SEO 外，专门检测竞对在 AI 答案引擎中的引用率与格式偏好，帮助用户抢占新兴流量入口。
4. 可继承的记忆系统：自动将竞对事实、关键词优先级、实体候选写入 hot-cache 与 open-loops，支持跨会话策略连续性。
潜在局限与风险
- 数据精度依赖第三方：无付费 SEO 工具（Ahrefs/Semrush）时，流量与外链数据为模型估算，误差可能达 30-50%，高 stakes 决策需人工复核。
- 抓取合规边界：虽内置 robots.txt 预检，但大规模抓取仍存在被目标站点封禁或法律风险，敏感行业建议改用官方 API 或公开数据集。
- AI 引用监测盲区：GEO 分析依赖特定查询采样，无法覆盖所有生成式场景，且 LLM 输出动态变化，单次检测不代表长期趋势。
适合人群
- 增长型企业的市场/SEO 负责人，需快速建立竞对基准线
- 内容策略师寻找差异化选题与外链机会
- 早期创业公司验证市场定位，避免与巨头正面冲突
常规风险
- 过度解读估算数据导致资源错配
- 竞对策略快速迭代使分析报告短期失效（建议 90 天复测）
- 跨地域竞对分析时忽略本地化搜索差异