核心用法
本技能是一套系统化的竞品 SEO/GEO 分析框架，通过结构化的 8 步流程揭示竞争对手的数字营销策略：
1. 识别竞争对手 — 区分直接竞品、间接竞品和内容竞品
2. 收集基础数据 — 域名、流量预估、权重、商业模式
3. 关键词分析 — 排名词量、TOP 10/3 分布、搜索意图分类、关键词差距
4. 内容审计 — 内容类型、高频主题、成功因素识别
5. 外链画像 — 反链数量、域名质量、获取模式、可链接资产
6. 技术 SEO 评估 — Core Web Vitals、移动适配、站点架构
7. GEO/AI 引用分析 — 检测竞品在 AI 回复中的出现策略与缺失机会
8. 合成情报报告 — 输出可执行的优先级行动方案
支持自动化数据接入（SEO 工具、分析平台、AI 监控）与纯手动模式（用户提供数据）双轨运行。
显著优点
- 方法论完备：覆盖 SEO 传统维度与新兴的 GEO（生成引擎优化）分析
- 多语言触发：内置 50+ 种中英文及多语言触发词，识别率高
- 输出可复用：自动生成标准化研究报告，支持存入
memory/research/供后续调用 - 零依赖启动：无需 API Key 即可手动运行完整分析
- 技能生态集成：与
content-gap-analysis、entity-optimizer等技能无缝衔接
潜在缺点与局限性
- 数据深度受限：若无 SEMrush/Ahrefs 等工具授权，依赖用户提供的有限数据
- 实时性不足：GEO 引用检测依赖第三方 AI 监控工具，延迟可能达数天
- 行业适配差异：模板化输出对某些垂直行业（如本地服务、B2B 重型）需手动调整
- 无自动执行：分析结果需人工解读并转化为具体行动，非"一键优化"
适合人群
- SEO/内容营销团队：需要系统性对标头部竞品的策略制定者
- 市场进入者：新品牌/新产品需快速理解行业竞争格局
- GEO 先行者：关注 AI 搜索时代引用获取的先锋用户
- 代理机构：为客户提供标准化竞品诊断报告的服务商
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| 数据偏差 | 用户提供的竞品数据可能不完整或过时 | 交叉验证 2-3 个独立来源 |
| 过度对标 | 盲目复制竞品策略导致同质化 | 结合差异化定位框架使用 |
| 合规边界 | "监控"竞品外链可能被误认为爬取行为 | 仅使用公开数据与工具 API |
| 策略滞后 | 竞品已迭代而分析报告未更新 | 建立季度复测机制 |