核心用法
Competitor Research 是一个系统化的竞品研究工具，专为需要深度市场分析和战略决策的用户设计。其核心工作流程遵循"定义范围 → 选择深度级别 → 结构化分析 → 输出可执行建议"的闭环模式。
三种研究深度：Quick Scan（15-30分钟，适合初步探索）、Standard（1-2小时，商业规划标准）、Deep Dive（半天以上，含详细SWOT和战略手册）。用户需在开始前明确研究目的——是新市场进入还是现有竞争分析，这直接影响研究框架的选择。
结构化分析框架：每个竞品档案强制覆盖四大模块——Basics（基础信息、定价、规模）、Product（核心功能、差异化、弱点）、Positioning（自我描述、对标对象、话术风格）、Traction Signals（评价数据、社会证明、增长指标）。配合 Gap Analysis（客户抱怨、 underserved 细分、定价套利空间）和 Opportunity Mapping（入场楔子、不公平优势潜力），确保研究产出 actionable。
迭代知识沉淀：所有研究数据本地存储于 ~/competitor-research/，按 niche 分文件夹管理，支持跨会话累积。每次研究强制标注来源、日期、置信度（High/Medium/Low），避免情报过时。
显著优点
- 决策导向设计：开篇即追问"What decision will this inform?"，杜绝为研究而研究
- 深度分级清晰：三级时间-产出对照表，让用户按需选择，控制成本
- 框架完备：内置 Market Landscape、Competitive Matrix、Win/Lose Analysis、Positioning Audit 四大成熟工具
- 本地化安全：所有数据本地存储，不涉及爬虫越界、虚假账户注册等灰色操作
- 强制产出建议：结尾必须有 Strategic Recommendations 和 What to Watch，拒绝"清单式报告"
潜在缺点与局限性
- 高度依赖人工执行：框架再完善，仍需研究者具备行业洞察力和信息检索能力，AI/工具无法自动填充深度分析
- 时效性维护成本：竞品动态变化快，"迭代知识"价值取决于用户是否持续回访更新
- 无自动化监控：区别于
competitor-monitoring技能，本工具为项目制研究，非持续追踪 - 英语语境优化：框架术语（G2、Capterra 等）和示例明显偏向 SaaS/国际市场，本土化竞品（如微信生态、抖音电商）需自行调整维度
适合人群
- 创业者评估新市场进入可行性
- PM/战略团队制定产品定位与定价策略
- 投资人快速建立赛道认知图谱
- 营销团队设计差异化话术与竞争响应方案
常规风险
- 情报过时：未标注日期的 pricing/feature 数据可能导致误判，务必遵守 Cite and Date 规则
- 分析瘫痪：Deep Dive 级别易陷入无限细节，建议严格设定时间盒（time-boxing）
- 盲区遗漏：框架默认关注直接竞品，Substitutes（替代方案）和"非消费竞争"（用户选择什么都不做）需额外提醒自己纳入
- 过度推断：Confidence 标注为 Low 的推测若被当作 High 使用，将放大决策风险