核心用法
competitor-analysis 是一款面向数字营销与SEO领域的研究型技能，专注于系统化拆解竞争对手的搜索优化策略与生成式引擎可见性（GEO）。用户通过提供竞品域名或URL，即可触发多维度的竞争情报分析，涵盖关键词布局、内容架构、外链配置、技术SEO健康度及AI引用表现等关键维度。
主要功能模块
| 模块 | 分析重点 |
|------|---------|
| **关键词分析** | 排名关键词总量、Top 10/Top 3 占比、搜索意图分布、流量差距识别 |
| **内容审计** | 内容类型占比、高流量页面特征、更新频率、主题集群策略 |
| **外链画像** | 引用域质量分布、链接获取模式、可链接资产识别 |
| **技术评估** | Core Web Vitals、移动适配、站点架构、内链策略 |
| **GEO分析** | AI系统引用监测、生成式引擎优化策略提取 |
| **差距识别** | 关键词空白、内容机会点、GEO覆盖盲区 |
技能采用「无工具也能运行」的设计理念：当未连接SEO工具API时，会引导用户提供结构化数据后完成全部分析流程，并明确标注数据来源。
显著优点
1. 策略导向而非数据堆砌：输出格式遵循「研究发现→证据支撑→可执行建议」的链条，避免单纯罗列指标
2. 双轨SEO+GEO覆盖：同时关注传统搜索引擎排名与ChatGPT、Claude等AI系统的引用可见性
3. 多语言触发支持：内置英文（正式/口语/疑问句式）、中文（专业/口语）、日语、韩语、西班牙语、葡萄牙语及常见拼写错误的识别规则
4. 记忆系统集成：支持将分析结果持久化到 memory/research/ 目录，并推荐关键结论写入 CLAUDE.md 长期策略文件
5. 生态衔接设计：明确指定「下一最佳技能」为 content-gap-analysis，形成从竞争情报到内容规划的闭环
潜在局限
- 数据依赖性强：深度分析效果与输入数据质量直接相关，无API连接时需用户手动提供较多信息
- 实时性受限：基于快照数据的分析难以捕捉竞品策略的即时变化，需定期复测
- 行业差异化不足：模板化分析框架对某些垂直领域（如电商vs SaaS）的适配需要人工调整
- AI引用监测局限：GEO分析依赖特定AI监控工具集成，否则仅能基于推测进行策略建议
适合人群
- SEO/内容营销团队：需系统性 Benchmark 竞品表现并制定追赶策略
- 市场进入者：进入新垂直领域前快速绘制竞争格局图谱
- 增长黑客：寻找「竞品未覆盖」的关键词与内容机会窗口
- 产品营销（PMM）：制作竞争战卡（Battlecard）与销售赋能材料
常规风险
| 风险类型 | 说明 | 缓解建议 |
|---------|------|---------|
| **数据误读** | 将相关性指标因果化，如「竞品A外链多所以排名高」忽略内容质量因素 | 每项建议需标注具体数据支撑与置信度 |
| **策略滞后** | 分析的竞品策略本身已过时，导致跟随策略失效 | 结合历史追踪功能，识别策略演进趋势 |
| **过度聚焦** | 陷入「竞品做什么我做什么」的模仿陷阱，丧失差异化 | 技能内置「弱点利用」与「空白机会」模块对冲此风险 |
| **合规边界** | 某些「SpyFu替代」的使用场景可能接近商业情报灰色地带 | 明确依赖公开可获取数据，不涉及非授权数据抓取 |
---
版本信息：v8.0.0 | 许可证：Apache-2.0 | 作者：aaron-he-zhu