Competitor Analysis

核心用法

Competitor Analysis Skill 是一套系统化的竞争对手情报分析框架，主要功能涵盖：

1. 竞品识别与分类 — 区分直接竞争者、间接替代品与内容竞争者
2. 数据收集与画像 — 抓取域名年龄、预估流量、权威度、商业模式与受众定位
3. 关键词排名分析 — 统计排名总量、TOP10/3占比、高价值词分布、搜索意图组合与关键词空缺
4. 内容策略审计 — 评估内容体量、爆款内容、发布节奏、主题矩阵与成功要素
5. 外链画像解析 — 分析外链总量、质量分层、高权引用域、获取模式与可链接资产
6. 技术SEO诊断 — 检测Core Web Vitals、移动适配、架构逻辑、内链策略与URL规范
7. GEO/AI引用追踪 — 识别哪些查询引用了竞品、何种格式易获引用、竞品未覆盖的机会缺口
8. 情报综合输出 — 交付执行摘要、对比矩阵、CITE对标、可借鉴优势、可利用弱点、关键词机会、内容建议及短中长期行动路线图

显著优点

• 方法论成熟：融合传统SEO审计与新兴的生成式引擎优化（GEO）分析，覆盖搜索生态全貌
• 结构化交付：8步分析流程标准化，配套模板与战情卡（Battlecard）降低执行门槛
• 多语言触发：支持中英文及日韩德西葡等多语言关键词触发，适配全球化团队
• 生态联动：与content-gap-analysis、serp-analysis、backlink-analyzer等技能形成分析闭环
• 可持久化存储：自动归档至memory/research/并更新hot-cache.md，确保情报资产沉淀

潜在局限

• 工具依赖：核心分析需接入SEO工具（如SpyFu、SEMrush、Ahrefs）或AI监控接口，无工具时仅能基于用户提供的数据进行有限推断
• 实时性约束：竞品数据存在采集延迟，动态策略调整可能未被及时捕捉
• 解释深度边界：对于竞品背后的品牌势能、用户心智等软性因素缺乏量化评估手段

适合人群

• SEO/SEM操盘手寻求超越竞品的可执行路径
• 内容 strategist 需要验证内容矩阵的差异化空间
• 增长团队负责人制定季度/年度搜索增长目标
• GEO（生成式引擎优化）先行者探索AI引用机制
• 中小企业主寻找高性价比的SpyFu/SEMrush替代分析方案

常规风险

• 合规风险：外链分析与关键词抓取需确保符合目标网站robots.txt及当地数据法规
• 误判风险：过度依赖单一数据源可能导致策略偏差，建议交叉验证至少2个信息源
• 情报过时：竞品策略迭代速度快，建议设定月度复盘机制并更新memory/decisions.md
• 执行落差：分析结论若未与content-gap-analysis等下游技能衔接，易陷入"报告止于报告"的陷阱

核心用法

competitor-analysis 是一套结构化的竞品情报收集与战略分析框架，专为SEO和生成式引擎优化（GEO）场景设计。用户通过自然语言指令（如"分析 [竞品URL] 的SEO策略"或"对比我的网站与 [竞品1]、[竞品2]"）触发分析流程，系统将自动执行八步深度审计：竞品识别 → 基础数据抓取 → 关键词排名分析 → 内容策略审计 → 外链画像分析 → 技术SEO评估 → GEO/AI引用检测 → 综合情报输出。

该Skill采用"纯文档模板"架构，无可执行代码，所有分析逻辑依赖Claude的推理能力完成。输出格式遵循标准化简报（Executive Summary）+ 对比矩阵 + CITE引用对比 + 行动优先级（即刻/短期/长期）的四段式结构，并支持将 durable 结论写入 memory/hot-cache.md 和 memory/decisions.md 实现跨会话沉淀。

显著优点

1. 覆盖GEO新维度：区别于传统SEO工具，明确纳入"AI引用分析"模块，检测竞品在ChatGPT/Claude等生成式引擎中的可见度与引用格式，适配搜索范式迁移。
2. 零工具依赖：无需Semrush/Ahrefs/SpyFu等付费API，通过推理即可生成可执行的竞品洞察，大幅降低中小企业使用门槛。
3. 多语言本土化：内置中文（竞品分析/竞争对手/对标分析）、日文（競合分析）、韩文（경쟁분석）、西班牙文等多语言触发词，适配全球化团队协作。
4. 可沉淀的知识体系：强制要求将关键词优先级、实体候选、战略决策写入标准化记忆文件，避免"一次性分析"的价值损耗。
5. 生态衔接设计：明确推荐下游技能（content-gap-analysis、serp-analysis、backlink-analyzer），形成从"发现机会"到"执行填补"的闭环。

潜在缺点与局限性

1. 数据非实时性：依赖推理而非实时API抓取，流量估算、排名位置等数据可能存在滞后，不适用于需要精确数字的投放决策。
2. 深度受限：无法替代专业工具的百万级关键词库反查、历史排名曲线、外链锚文本聚类等重度分析场景。
3. 工具集成未完成：文档标注为"Optional integrations"的SEO工具/analytics/AI monitor连接器仍处于占位状态，实际自动化程度有限。
4. 竞品识别依赖人工：若用户未主动提供竞品列表，系统需通过推理识别"直接/间接/内容型"竞品，存在遗漏或误判风险。

适合人群

• SEO/增长负责人：需快速输出竞品简报、争取资源或制定季度战略
• 内容营销团队：寻找内容差距（content gap）与可复制的爆款主题
• 初创企业/独立站：预算有限，无法负担专业SEO工具订阅
• 跨境运营者：利用多语言触发词进行本土化竞品对标
• GEO先行者：关注AI引用（AI citations）这一新兴流量入口的竞争格局

常规风险

• 误报竞品策略：推理分析可能将相关性误判为因果性（如将"频繁更新"等同于"排名原因"），需结合小规模测试验证。
• 数据时效幻觉：输出格式专业，易让用户误以为是实时数据，需在交付时明确标注分析基准日期。
• 过度对标陷阱：框架鼓励"学习竞品优点"，但缺乏对"差异化定位"的强制性检查，可能导致同质化竞争。建议配合 positioning-frameworks.md 使用。
• 记忆文件污染：自动写入 memory/ 的结论若未经人工审核，可能将误判长期固化，建议定期清理 hot-cache。