核心用法
competitor-analysis 是一款面向 SEO 与 GEO（生成式引擎优化）的竞品情报分析技能，支持多维度拆解竞争对手的数字营销策略：
分析维度
- 关键词分析：识别竞品排名词库、搜索意图分布、高流量机会词
- 内容审计：解析竞品内容类型、更新频率、成功内容模式
- 外链画像：评估竞品链接建设策略、高权威引用来源、可获取链接资产
- 技术SEO：对比 Core Web Vitals、移动端适配、站点架构
- GEO/AI引用：检测竞品如何在 ChatGPT、Perplexity 等 AI 系统中获得引用，分析其权威信号建设策略
- 差距识别：发现竞品未覆盖的内容空白与关键词机会
典型触发场景
- 进入新市场或细分领域的竞品摸底
- 流量被超越后诊断竞品优势来源
- 内容策略规划前对标行业标杆
- 外链建设寻找可复制的合作机会
- AI 时代优化自身在生成式引擎中的可见度
工作模式：支持工具自动采集（需连接 SEO 工具、分析平台、AI 监控）或纯手动数据输入，无工具依赖也可完整运行。
显著优点
1. SEO+GEO 双轨覆盖：不仅分析传统搜索排名，更追踪 AI 时代新兴的引用可见性，适配搜索引擎与生成式引擎并行的流量格局
2. 结构化输出：严格遵循 Skill Contract 规范，输出包含执行摘要、对比表格、行动计划的完整情报文档，可直接写入 memory/research/ 供后续技能调用
3. 多语言触发：内置 60+ 触发词，覆盖中/英/日/韩/西/葡等语言，支持 "竞品怎么做的"、"为什么他们排名比我高" 等口语化表达
4. Action-Oriented：每项发现必须附带可执行建议（Immediate/Short-term/Long-term），避免纯数据罗列
5. 生态集成：与 skills.sh、ClawHub、Vercel Labs 兼容，支持 MCP 网络扩展，可无缝衔接 content-gap-analysis、serp-analysis 等后续技能
潜在缺点与局限性
- 数据依赖：无工具连接时需用户手动提供竞品 URL、流量估算等基础数据，分析深度受输入质量制约
- 合规风险：明确提示用户遵守
robots.txt、Crawl-delay 及目标网站 TOS，但无法技术强制拦截违规爬取 - 估算误差：第三方 SEO 工具数据（搜索量、流量预估）存在行业普遍误差，输出需标注数据来源层级
- 实时性限制：竞品策略动态变化，单次分析为快照，需定期复测才能保持情报时效
适合人群
- SEO/增长负责人：需要系统性对标竞品、制定赶超策略
- 内容营销团队：寻找高潜力内容空白、验证选题方向
- 创业者/产品经理：进入新市场前的竞争格局扫描
- GEO 先行者：探索如何在 AI 引用中建立品牌存在感
- 代理机构：为客户提供标准化竞品分析报告
常规风险
- 法律合规：爬取非自有域名需获得授权，避免违反 CFAA 或类似法规
- 数据幻觉：AI 可能基于有限样本过度推断竞品策略，需人工验证关键发现
- 策略同质化：过度模仿竞品可能导致差异化丧失，需结合自身定位筛选建议