competitive-analysis Skill：从竞品资料到产品判断

competitive-analysis 最早要解决的不是“让 AI 搜集竞品资料”，而是让竞品分析服务当前产品判断：该看谁、看什么、学什么、避开什么。

• 竞品分析如果没有当前产品问题，就很容易变成公司百科和功能清单。
• 真正有用的是知道竞品观察如何影响我们的功能取舍、路径设计和 PRD 输入。
• 这页要展示的是竞品分析 skill 的产品负责人视角，而不是普通调研报告。

AI 生成竞品报告时最容易看起来很完整：品牌介绍、功能对比、页面截图、优缺点点评都齐了，但看完仍然不知道当前产品下一步该怎么做。

• 逐个竞品平均复述，会掩盖真正关键的差异。
• 只做 UI 点评，会忽略用户路径和业务链路。
• 只有“启示”但没有动作等级，后续无法进入 PRD 或验证计划。

产品负责人视角不会先问“竞品有哪些”，而是先问“我现在要做哪个产品决策”。竞品只是证据来源，不是报告主角。

• 先写清本次分析服务的产品问题、决策用途和边界。
• 竞品选择要包含直接竞品、强标杆、替代方案或标杆参考。
• 竞品数量以 3-5 个为宜，宁可少而深。

这个 skill 的第一步不是直接写报告，而是解析目标产品、行业领域、分析目的、指定竞品和已有材料；如果竞品列表缺失，先推荐候选并说明理由。

• 分析目的会影响输出结构：PRD 输入、机会判断、定价、功能、汇报并不一样。
• 竞品选择要写明“为什么看它”和“本次重点看什么”。
• 启动前需要让用户确认竞品、模块和分析目的。

competitive-analysis 的亮点之一是按行业和目的选择分析模块。C 端、B 端 SaaS、开发者工具、平台型产品、PRD 输入，都不应该套同一个报告结构。

• C 端产品可看五要素、核心指标、视觉设计和用户路径。
• B 端 SaaS 更适合定价策略、流程与权限、模式拆解。
• PRD 输入要重点看功能深潜、偷师清单和 PRD 可用度。

正式知识域只提供分析框架和历史方法，不提供当前市场事实。竞品价格、功能状态、市场动作和页面变化必须来自实时调研或用户材料。

• 历史框架可以帮助分析，但不能替代当前事实。
• 价格、套餐、功能入口、上线状态这类信息必须重新查证。
• 如果事实不完整，报告要标注证据缺口，而不是用推测补齐。

PM 视角的主干是横向拆解：进入、理解、查找、决策、转化、履约、复购。每个环节比较竞品差异，再形成产品判断。

• 不要写成竞品 A、竞品 B、竞品 C 的平均介绍。
• 每个路径环节都要回答用户问题、我们现状、竞品做法、关键差异和产品判断。
• 横向结构能直接服务页面结构、流程优化和需求拆分。

每个关键观察都必须落到动作等级：可直接写需求、需验证、需技术评估、暂不做，或者反向避坑。否则竞品分析只是“看过了”。

• 偷师清单说明机会点、来源竞品、用户价值、业务价值和下一步。
• 反向避坑说明竞品做了但我们为什么不能照抄。
• PRD 可用度把外部观察转成需求候选、验证问题或暂不做决策。

competitive-analysis 的价值不是生成一份厚报告，而是把外部观察转成当前产品能使用的判断：哪些能学、哪些不能抄、哪些进入 PRD、哪些继续验证。

• 当前形态是产品负责人视角的竞品分析 workflow。
• 团队复用潜力在于把竞品报告变成可评审的产品决策输入。
• 它可以接住 requirement-discovery 的机会问题，也可以把结论交给 prd-skill 成文。