核心用法
Competitor Analysis 是一款面向SEO与GEO（生成引擎优化）领域的专业竞品分析技能。用户只需提供竞品URL或域名，系统即可执行全面的竞争对手情报收集与战略分析。
标准工作流程：
1. 竞品识别 — 区分直接竞品、间接替代品与内容竞争者
2. 数据采集 — 抓取域名年龄、预估流量、权威度、商业模式等核心指标
3. 关键词对标 — 分析排名总量、高价值词分布、搜索意图构成与关键词缺口
4. 内容审计 — 评估内容规模、爆款特征、发布节奏与主题策略
5. 外链剖析 — 盘点外链总量、质量结构、高权引用域与增长模式
6. 技术诊断 — 检测Core Web Vitals、移动端适配、架构与内链效率
7. GEO/AI引用 — 追踪竞品在AI生成答案中的曝光度与引用格式
8. 战略输出 — 生成执行摘要、对比矩阵、可学习的优势、可利用的弱点，以及Immediate/Short-term/Long-term三阶段行动计划
零依赖数据采集：内置Firecrawl连接器，无需API密钥即可抓取渲染页面、站点地图与最新资讯（每月约1000次免费额度）。
显著优点
- 维度全面：覆盖SEO传统指标（关键词、外链、技术）与新兴GEO领域（AI引用、生成答案可见性）
- 决策导向：每项分析均输出"可学习的优势"与"可利用的弱点"，避免数据堆砌
- 质量管控：强制标注数据来源（Measured/User-provided/Estimated），禁止虚构指标
- 无缝衔接：分析完成后自动推进至content-gap-analysis进行内容缺口深度挖掘
- 开源可信：Apache-2.0协议，GitHub公开维护
潜在局限
- 工具依赖：深度分析需接入SEO工具（如Ahrefs、SEMrush）或用户自供数据，零配置模式下部分指标为估算值
- 实时性限制：依赖Firecrawl免费额度，高频监测需升级或自建爬虫
- 区域适配：GEO-relevance标注为"medium"，非英语市场AI引用追踪可能存在偏差
- 执行深度：聚焦战略层分析，具体落地执行（如内容生产、外链建设）需配合其他技能
适合人群
- SEO/增长负责人：系统性对标行业标杆，制定追赶策略
- 内容运营团队：识别竞品内容缺口与爆款规律
- 初创企业创始人：快速理解竞争格局，找到差异化切口
- GEO策略师：追踪品牌在ChatGPT、Perplexity等AI平台的引用表现
常规风险
- 数据合规：内置robots.txt预检，自动拒绝Disallow目标的抓取请求
- 估算误用：强制区分Measured/Estimated标签，降低决策偏差风险
- 竞品误选：当用户未指定竞品且无法从上下文推断时，系统会主动询问而非猜测
- 过度依赖：建议结合serp-analysis、offsite-signal-analyzer等技能交叉验证