jpskill.com
🛠️ 開発・MCP コミュニティ

afa-compete

競合企業の製品やサービスを分析し、ウェブトラフィックや広告戦略を解析、価格設定を比較することで、自社の差別化戦略や競争優位性を見つけるための情報を提供するSkill。

📜 元の英語説明(参考)

DTC 竞争情报引擎——竞品逆向工程、流量拆解、广告策略分析、定价对标、差异化机会识别。Use when user mentions: 竞品分析, competitor analysis, 竞争对手, 逆向工程, reverse engineer, 竞品拆解, 流量分析, traffic analysis, 差异化, differentiation, 竞争格局, competitive landscape, 对标.

🇯🇵 日本人クリエイター向け解説

一言でいうと

競合企業の製品やサービスを分析し、ウェブトラフィックや広告戦略を解析、価格設定を比較することで、自社の差別化戦略や競争優位性を見つけるための情報を提供するSkill。

※ jpskill.com 編集部が日本のビジネス現場向けに補足した解説です。Skill本体の挙動とは独立した参考情報です。

⚡ おすすめ: コマンド1行でインストール(60秒)

下記のコマンドをコピーしてターミナル(Mac/Linux)または PowerShell(Windows)に貼り付けてください。 ダウンロード → 解凍 → 配置まで全自動。

🍎 Mac / 🐧 Linux
mkdir -p ~/.claude/skills && cd ~/.claude/skills && curl -L -o afa-compete.zip https://jpskill.com/download/9774.zip && unzip -o afa-compete.zip && rm afa-compete.zip
🪟 Windows (PowerShell)
$d = "$env:USERPROFILE\.claude\skills"; ni -Force -ItemType Directory $d | Out-Null; iwr https://jpskill.com/download/9774.zip -OutFile "$d\afa-compete.zip"; Expand-Archive "$d\afa-compete.zip" -DestinationPath $d -Force; ri "$d\afa-compete.zip"

完了後、Claude Code を再起動 → 普通に「動画プロンプト作って」のように話しかけるだけで自動発動します。

💾 手動でダウンロードしたい(コマンドが難しい人向け)
  1. 1. 下の青いボタンを押して afa-compete.zip をダウンロード
  2. 2. ZIPファイルをダブルクリックで解凍 → afa-compete フォルダができる
  3. 3. そのフォルダを C:\Users\あなたの名前\.claude\skills\(Win)または ~/.claude/skills/(Mac)へ移動
  4. 4. Claude Code を再起動

⚠️ ダウンロード・利用は自己責任でお願いします。当サイトは内容・動作・安全性について責任を負いません。

🎯 このSkillでできること

下記の説明文を読むと、このSkillがあなたに何をしてくれるかが分かります。Claudeにこの分野の依頼をすると、自動で発動します。

📦 インストール方法 (3ステップ)

  1. 1. 上の「ダウンロード」ボタンを押して .skill ファイルを取得
  2. 2. ファイル名の拡張子を .skill から .zip に変えて展開(macは自動展開可)
  3. 3. 展開してできたフォルダを、ホームフォルダの .claude/skills/ に置く
    • · macOS / Linux: ~/.claude/skills/
    • · Windows: %USERPROFILE%\.claude\skills\

Claude Code を再起動すれば完了。「このSkillを使って…」と話しかけなくても、関連する依頼で自動的に呼び出されます。

詳しい使い方ガイドを見る →
最終更新
2026-05-18
取得日時
2026-05-18
同梱ファイル
1

📖 Skill本文(日本語訳)

※ 原文(英語/中国語)を Gemini で日本語化したものです。Claude 自身は原文を読みます。誤訳がある場合は原文をご確認ください。

afa-compete — 競争インテリジェンスエンジン

位置づけ: AFA DTC システムの競争インテリジェンスエンジン - 競合他社のビジネスモデル、トラフィック戦略、製品価格設定、ブランドナラティブを体系的に監視、分解、リバースエンジニアリングすることで、DTC ブランドに高度に実行可能な差別化戦略と成長の青写真を提供します。 上位連携: 基礎戦略統括層 · バージョン: v2.4.7


1. Context Matrix (コンテキストマトリックス)

タスクを実行する前に、次の Brand Brain ファイルをロードする必要があります。

  • Requires: competitors.md, products.md
  • Optional: learnings.jsonl (過去の競合分析データがある場合)
  • Never: 非公開の競合他社のビジネス機密

1.1 Shared Inherited Context(共有継承コンテキスト)

本 Worker は独立したエントリポイントではありません。実行前に、Hub / Supervisor がコンパイルした共有コンテキストを引き継ぐ必要があり、上流で確認済みの問題を再度質問したり、ユーザーに見えるレイヤーで内部ルーティングコードを公開したりしてはなりません。

字段 来源 用法
main_question Hub / Supervisor 現在のラウンドで優先的に解決すべき主要な問題。出力は主要な問題から逸脱してはなりません。
goal Hub / Supervisor 現在のタスクの目標定義。競争環境のスキャン、競合他社の分解、および提供範囲を制約するために使用されます。
deferred_goals Hub / Supervisor 現在のラウンドで処理されない二次的な目標。WHAT'S NEXT で自然に引き継ぐことのみ可能で、先走って回答してはなりません。
evidence_state Hub / Supervisor 証拠の十分性の判断。証拠が少ない場合は、まず保守的な実行可能バージョンを提供し、検証が必要な項目をマークします。
market_scope Hub / Supervisor 現在適用される市場。明確でない場合は、デフォルトで単一の主要市場を使用し、無断で複数の市場に拡張しないでください。
primary_market Hub / Supervisor 現在の主要市場。具体的な国、地域、またはサイトが確認されている場合は、そのまま使用します。単一の市場であることが確認されているが、名前が指定されていない場合は、英語の e コマースの一般的な保守バージョンとして一時的に処理し、出力で調整が必要な項目をマークします。
seasonal_mode Hub / Supervisor / User 季節性シナリオトリガー。閑散期の監視、繁忙期の警告、および通常の競争スキャンを区別するために使用されます。
brand_stage Hub / Supervisor / User ブランド段階トリガー。0-1 のベンチマーク模倣と 1-10 の差別化ブレイクスルーパスを区別するために使用されます。
competitive_focus Hub / Supervisor / User 分解の重点トリガー。製品、トラフィック、コンバージョン、ブランド、または顧客のディメンション間で優先順位を決定するために使用されます。

上流でこれらのフィールドが明示的に提供されていない場合は、まず _system/context-matrix.md_system/degradation-rules.md に従って最小限の実行可能な継承を行います。現在の主要な問題を保持し、すでに識別されている主要市場を優先的に使用します。単一の市場のみが確認されているが、名前が指定されていない場合は、まず英語の e コマースシナリオにおける一般的な DTC アプローチに従って保守的な開始バージョンを提供し、支払い、物流、規制、プラットフォームエコシステムなどの調整が必要な項目を検証リストに入れ、質問で最初の回答を置き換えないでください。

2. Preamble & Visible Loading (起動プロトコル)

システムプロトコルロード: タスクを実行する前に、_system/ ディレクトリにあるグローバルプロトコルを厳守する必要があります。

  • _system/interaction-protocol.md に従って、ワークフローの確認とモジュール間の連携を行います。
  • _system/output-format.md に従って、4 段階の出力とレポートの視覚化を行います。
  • _system/degradation-rules.md に従って、情報が不足している場合やネットワーク環境がない場合に対処します。
  • _system/localization-rules.md に従って、ターゲット市場のローカリゼーション適応を行います。
  • _system/edge-cases.md に従って、エッジケースと Level 0 の要求を処理します。
  • _system/preamble.md に従って、初期化チェックとルールの優先順位付けを行います。

ユーザーが初めて競争インテリジェンスプロセスを起動するときは、次の可視ロード状態を出力する必要があります。

[競争インテリジェンスエンジン] 競争インテリジェンスエンジンを初期化しています...
├── ロード competitors.md {✓/✗}
├── ロード products.md ✓
├── チェック learnings.jsonl {✓/✗}
└── Compete データ準備完了度:{X/2 必須}

3. Core Workflow (コアワークフロー)

Phase 1 — 境界チェックと意図ルーティング

  1. ユーザーリクエストが本モジュールの責任範囲内にあるかどうかを確認します。
    • ブランドポジショニング/製品戦略に該当する場合 → afa-brand / afa-product に返します。
    • 広告配信の実行に該当する場合 → afa-fb / afa-gg / afa-tt に返します。
    • 競争インテリジェンス、競合分析、ベンチマーク学習、競合監視に一致する場合 → Phase 2 に進みます。
  2. ユーザーの意図シグナルに基づいて作業モードを選択します。
用户意图信号 工作模式 主加载 Reference
競合他社は誰か、市場競争環境、カテゴリスキャン Mode A: 競争環境スキャン competitive-landscape-mapping.md + core-frameworks.md + benchmark-data.md
特定の競合他社の分析、トラフィック分解、価格分析、広告リバースエンジニアリング Mode B: 深度競品拆解 multi-dimensional-analysis.md + ad-intelligence.md + price-intelligence.md + seo-gap-analysis.md
ベンチマーク学習、0→1 の参考、差別化戦略 Mode C: 対標学習与借鉴 benchmarking-playbook.md + core-frameworks.md(地理的アービトラージ)
競合監視、閑散期戦略、繁忙期警告 Mode D: 競品监控与季节性策略 work-modes-and-templates.md(閑散期監視 + 自動化ソリューション)
SEO ギャップ、コンテンツギャップ、機能ギャップ、トラフィックの窪み Mode E: 競品差距分析 seo-gap-analysis.md + multi-dimensional-analysis.md
競合比較ページ、vs ページ、代替案ページ Mode F: 競品对比页面 seo-gap-analysis.md(インターセプト戦略)+ work-modes-and-templates.md
競争異常、シェア低下、競合他社の突然の活動(診断タイプ) 診断モード diagnostic-system.md(Phase 3 を参照)
  1. 特殊トリガーチェック:
    • seasonal_mode = off_season → 閑散期競争監視フレームワークを自動的にアクティブ化します(Mode D サブモード)
    • seasonal_mode = pre_season → 繁忙期前の競合他社の動向警告モード
    • crisis_mode ≠ none → 危機モードの競争インテリジェンスに入ります(§4 保護の章を参照)
    • brand_stage = 0-1 + ベンチマーク意図 → Mode C(ベンチマーク学習)に強制的に入ります

Phase 2 — データ収集とベースラインの確立

  1. 競争インテリジェンスのコンテキストを収集します(カテゴリ / ターゲット市場 / ブランド段階 / 既知の競合他社)。
  2. references/benchmark-data.md をロードして、業界ベンチマークを確立します(CTR/CVR/CPA/ROAS/客単価/リピート率)。
  3. references/core-frameworks.md をロードして、以下を取得します。
    • 3 層の競合マッピングモデル(直接/間接/代替品)
    • 規模の差アラート(小規模ブランドが巨大企業を直接ベンチマークすることを避けます)
    • 4 次元の競争密度評価モデル(広告競争度 × 0.30 + e コマース飽和度 × 0.30 + 検索競争度 × 0.20 + ソーシャルボリューム × 0.20)
    • 競争度スコアリングの決定:1-3 低競争(参入を推奨)/ 4-6 中競争(差別化が必要)/ 7-10 高競争(ニッチを探す)

Phase 3 — 診断(ユーザーが競争異常を説明するときにトリガー)

references/diagnostic-system.md をロードし、症状に応じて対応する診断パスに入ります。

診断モード 1:競争環境診断

トリガー:ユーザーが「主要な競合他社は誰か」または「市場競争は激しいか」と質問する
意思決定ツリー:
├── ブランド段階?(0-1 ベンチマークを探す vs 1-10 差別化を探す)
├── ターゲット市場?(単一の国 vs グローバル)
└── コア製品ライン?
出力 → 3 層の競合マッピングマトリックス + 3-5 個のコア監視対象

診断モード 2:競合トラフィック診断

トリガー:ユーザーが「競合のトラフィックはどこから来るのか」または「なぜ競合のトラフィックは私より多いのか」と質問する
意思決定ツリー:
├── 競合のコアトラフィックチャネル?(SEO / Paid Social / Paid Search)
├── 過去 6 か月のトラフィックに大きな変動はありますか?
└── 競合のトラフィック構造と私たちの違い?
出力 → トラフィックソース比較図 + コアチャネル分解 + トラフィック獲得の盲点

診断モード 3:競合価格診断

トリガー:ユーザーが「価格競争力があるか」または「競合はなぜ安く/高く売っているのか」と質問する
意思決定ツリー:
├── 競合の価格帯と私たちの比較?
├── バンドル/サブスクリプションを使用して実際の単価を隠していますか?
└── プロモーションの頻度と割引率?
出力 → 価格-価値象限図 + 価格戦略リバースエンジニアリングレポート + 価格調整の推奨事項

診断モード 4:競合広告診断

トリガー:ユーザーが「競合はどのような広告を掲載しているのか」または「競合の広告はなぜ効果的なのか」と質問する
意思決定ツリー:
├── 競合はどのプラットフォームに広告を掲載していますか?(Meta / TikTok / Google)
├── 最も長く実行されている「常緑広告」は何ですか?
└── コア Hook と視覚スタイル?
出力 → ベストセラー広告の青写真分解 + Hook ライブラリ + 広告再構築の推奨事項

診断モード 5:競合コンテンツ診断

トリガー:ユーザーが「競合の SEO 戦略」または「競合を超えるコンテンツを書くにはどうすればよいか」と質問する
意思決定ツリー:
├── 競合のランキングが最も高いコアキーワード?
├── コンテンツ形式の特徴?(ブログ/ビデオ/ツール)
└── コンテンツは検索意図を本当に満たしていますか?
出力 → キーワードギャップリスト + コンテンツギャップ分析 + "10x コンテンツ" 作成の青写真

診断モード 6:競合ブランド診断

トリガー:ユーザーが「競合のブランドポジショニング」または「ブランドレベルでどのように区別するか」と質問する
意思決定ツリー:
├── 競合のコアバリュープロポジション(USP)?
├── ソーシャルメディアのブランドボイス?
└── 顧客レビューで最も頻繁に言及されるブランド認識?
出力 → ブランドアーキタイプ比較 + 視覚的識別分解 + ブランド差別化の推奨事項

総合的な異常診断ルーティング:

症状 → 診断パスルーティング:
├── 市場シェアの低下 → 競合の価格競争 → 新規参入者による分流 → チャネルの変化 → カテゴリトレンドの移行
├── 競合の突然の活動 → 資金調達シグナル → 製品ラインの拡大 → 広告配信の増加 → 提携/買収
├── 価格圧力 → コスト構造の違い → 規模のメリット → チャネルの違い → 価値認識のギャップ
└── トラフィックのインターセプト → キーワードの重複 → 広告枠の競争 → コンテンツの分流 → アフィリエイト/インフルエンサーの占有

診断完了後 → 競合専用の ICE フレームワークを使用して、発見された問題を並べ替え → 優先アクションリストを出力します。

Phase 4 — 実行と出力

選択した作業モードで実行します。

Mode A 競争環境スキャン:

  1. 3 層の競合マトリックス(直接/間接/代替品)を構築し、3-5 個のコア監視対象を絞り込みます。
  2. 4 次元の競争密度評価モデルを使用してスコアリングします。
  3. 規模の差アラート:ターゲット競合の規模が >10x の場合、3 つのオプションを提供します(分析を続行/戦略研究モードに切り替え/より比較可能なベンチマークを探す)。
  4. 出力:《競争環境パノラマ》(コアな発見 + 3 層マトリックス + 戦略的推奨事項を含む)。

Mode B 深度競品拆解(五维 SOP 骨架):

维度 1:产品与定价
├── SKU 结构分析(引流款/利润款/形象款/捆绑款四角色识别)
├── 定价心理学逆向(价格锚点/诱饵效应/订阅渗透率)
└── 成本结构估算(产品成本/物流成本/营销成本 → 利润空间判断)

维度 2:流量获取
├── 流量结构健康度评估(Direct/Organic/Paid 占比含义解读)
├── 核心渠道深挖(SEO核心页面/付费社交常青广告/联盟网络)
└── 流量趋势分析(6个月趋势 + 季节性波动模式)

维度 3:转化与 UX
├── 漏斗摩擦分析(首页→产品页→加购→结账全路径)
└── 信任与紧迫感设计(评论/认证/实时通知/倒计时/库存提示)

维度 4:品牌与内容
├── 品牌原型与声音识别(颠覆者/智者/弄臣等)
└── 内容支柱分析(教育/娱乐/促销比例 → 策略深度判断)

维度 5:客户体验
├── 评论挖掘(低分=产品缺陷/中间=差一点完美/高分=核心优势)
└── 售后服务对标(开箱体验/邮件序列/客服响应)

出力:《単一競合深度分解レポート》+ ICE 優先順位付け。

Mode C 対標学習与借鉴:


0→1 阶段路径:
├── Step 1:五重过滤法筛选对标
│   ├── 第一层:赚钱吗?(持续投放>6月 = 正向模型验证)
│   ├── 第二层:能看懂吗?(获客→转化→交付→复购闭环可拆解)
│   ├── 第三层:能承接吗?(资源/团队/供应链可匹配)
│   ├── 第四层:能拆成原则吗?(排除主观偏好,聚焦市场结果)
│   └── 第五层:能落地并可回退吗?(快速落地/可控测试/可回退)
├── Step 2:对标评分卡(盈利验证度30% + 模式透明度20% + 资源可及性20% + 规模适中度15% + 供应链可及15%)
│   └── >3.5 优质对标 / 2.5-3.5 可考虑 / <2.5 放弃
├── Step 3:高保真结构借鉴执行
│   ├── 红线先行:可借鉴(顺序/节奏/信任/框架/机制)vs 不可复制(Logo/文案/素材/识别

(原文はここで切り詰められています)
📜 原文 SKILL.md(Claudeが読む英語/中国語)を展開

afa-compete — 竞争情报引擎

定位:AFA DTC 系统的竞争情报引擎——通过系统性地监控、拆解和逆向工程竞争对手的商业模式、流量策略、产品定价和品牌叙事,为 DTC 品牌提供具有高度可操作性的差异化战略和增长蓝图。 上层承接:基础战略统筹层 · 版本:v2.4.7


1. Context Matrix (上下文矩阵)

在执行任何任务前,必须加载以下 Brand Brain 文件:

  • Requires: competitors.md, products.md
  • Optional: learnings.jsonl (如果有历史竞品分析数据)
  • Never: 非公开竞品商业机密

1.1 Shared Inherited Context(共享继承上下文)

本 Worker 不是独立入口。执行前必须承接 Hub / Supervisor 已编译的共享上下文,不得把上游已确认的问题重新问一遍,也不得在用户可见层暴露内部路由代号。

字段 来源 用法
main_question Hub / Supervisor 当前轮必须优先解决的主问题;输出不得偏航到次要问题。
goal Hub / Supervisor 当前任务的目标定义;用于约束竞争格局扫描、竞品拆解与交付边界。
deferred_goals Hub / Supervisor 暂不在本轮处理的次级目标;只可在 WHAT'S NEXT 中自然承接,不可抢答。
evidence_state Hub / Supervisor 证据充分度判断;低证据时先给保守可执行版,再标注待验证项。
market_scope Hub / Supervisor 当前适用市场;未明确时默认单一主市场,不擅自扩展到多市场。
primary_market Hub / Supervisor 当前主市场;若已确认具体国家、区域或站点则直接沿用;若仅知是单市场但未点名,可暂按英语电商通用保守版处理,并在输出中标注待校准项。
seasonal_mode Hub / Supervisor / User 季节性场景触发器;用于区分淡季监控、旺季预警与常规竞争扫描。
brand_stage Hub / Supervisor / User 品牌阶段触发器;用于区分 0-1 对标模仿与 1-10 差异化突围路径。
competitive_focus Hub / Supervisor / User 拆解重点触发器;用于在产品、流量、转化、品牌或客户维度之间确定优先级。

如果上游未显式提供这些字段,先按 _system/context-matrix.md_system/degradation-rules.md 做最小可执行继承:保留当前主问题、优先沿用已识别的主市场;若只确认单市场但未点名,则先按英语电商场景中的通用 DTC 做法给保守起步版,并把支付、物流、法规、平台生态等待校准项放进验证清单,而不是用追问取代首答。

2. Preamble & Visible Loading (启动协议)

系统协议加载:在执行任何任务前,必须严格遵守 _system/ 目录下的全局协议。

  • 遵循 _system/interaction-protocol.md 进行工作流确认和跨模块协同。
  • 遵循 _system/output-format.md 进行四段式输出和报告视觉化。
  • 遵循 _system/degradation-rules.md 处理信息不足或无联网环境。
  • 遵循 _system/localization-rules.md 进行目标市场本地化适配。
  • 遵循 _system/edge-cases.md 处理边界情况和 Level 0 需求。
  • 遵循 _system/preamble.md 进行初始化检查和规则优先级判定。

当用户首次唤醒竞争情报流程时,必须输出以下可见的加载状态:

[竞争情报引擎] 正在初始化竞争情报引擎...
├── 加载 competitors.md {✓/✗}
├── 加载 products.md ✓
├── 检查 learnings.jsonl {✓/✗}
└── Compete 数据就绪度:{X/2 必需}

3. Core Workflow (核心工作流)

Phase 1 — 边界检查与意图路由

  1. 检查用户请求是否属于本模块职责:
    • 若属于品牌定位/产品策略 → 回交 afa-brand / afa-product。
    • 若属于广告投放执行 → 回交 afa-fb / afa-gg / afa-tt。
    • 若匹配竞争情报、竞品分析、对标学习、竞品监控 → 进入 Phase 2。
  2. 根据用户意图信号选择工作模式:
用户意图信号 工作模式 主加载 Reference
竞争对手是谁、市场竞争格局、品类扫描 Mode A: 竞争格局扫描 competitive-landscape-mapping.md + core-frameworks.md + benchmark-data.md
分析某个竞品、流量拆解、定价分析、广告逆向 Mode B: 深度竞品拆解 multi-dimensional-analysis.md + ad-intelligence.md + price-intelligence.md + seo-gap-analysis.md
对标学习、0→1 借鉴、差异化策略 Mode C: 对标学习与借鉴 benchmarking-playbook.md + core-frameworks.md(地理套利)
竞品监控、淡季策略、旺季预警 Mode D: 竞品监控与季节性策略 work-modes-and-templates.md(淡季监控 + 自动化方案)
SEO差距、内容差距、功能差距、流量洼地 Mode E: 竞品差距分析 seo-gap-analysis.md + multi-dimensional-analysis.md
竞品对比页面、vs页面、替代方案页面 Mode F: 竞品对比页面 seo-gap-analysis.md(拦截策略)+ work-modes-and-templates.md
竞争异常、份额下降、竞品突然发力(诊断类) 诊断模式 diagnostic-system.md(见 Phase 3)
  1. 特殊触发器检查:
    • seasonal_mode = off_season → 自动激活淡季竞争监控框架(Mode D 子模式)
    • seasonal_mode = pre_season → 旺季前竞品动向预警模式
    • crisis_mode ≠ none → 进入危机模式竞争情报(见 §4 防护章节)
    • brand_stage = 0-1 + 对标意图 → 强制进入 Mode C(对标学习)

Phase 2 — 数据收集与基线建立

  1. 收集竞争情报上下文(品类 / 目标市场 / 品牌阶段 / 已知竞品)。
  2. 加载 references/benchmark-data.md 建立行业基准(CTR/CVR/CPA/ROAS/客单价/复购率)。
  3. 加载 references/core-frameworks.md 获取:
    • 三层竞品映射模型(直接/间接/替代品)
    • 规模差异警报(避免小品牌直接对标巨头)
    • 四维竞争密度评估模型(广告竞争度 × 0.30 + 电商饱和度 × 0.30 + 搜索竞争度 × 0.20 + 社交声量 × 0.20)
    • 竞争度评分决策:1-3 低竞争(建议进入)/ 4-6 中竞争(需差异化)/ 7-10 高竞争(寻找利基)

Phase 3 — 诊断(当用户描述竞争异常时触发)

加载 references/diagnostic-system.md,按症状进入对应诊断路径:

诊断模式 1:竞争格局诊断

触发:用户询问"主要竞争对手是谁"或"市场竞争激烈吗"
决策树:
├── 品牌阶段?(0-1 寻找对标 vs 1-10 寻找差异化)
├── 目标市场?(单一国家 vs 全球)
└── 核心产品线?
输出 → 三层竞品映射矩阵 + 3-5 个核心监控对象

诊断模式 2:竞品流量诊断

触发:用户询问"竞品流量从哪来"或"为什么竞品流量比我高"
决策树:
├── 竞品核心流量渠道?(SEO / Paid Social / Paid Search)
├── 过去 6 个月流量是否有显著波动?
└── 竞品流量结构与我们的差异?
输出 → 流量来源对比图 + 核心渠道拆解 + 流量获取盲区

诊断模式 3:竞品定价诊断

触发:用户询问"定价是否有竞争力"或"竞品为什么卖得便宜/贵"
决策树:
├── 竞品价格区间与我们对比?
├── 是否采用捆绑/订阅隐藏真实单价?
└── 促销频率和折扣力度?
输出 → 价格-价值象限图 + 定价策略逆向报告 + 定价调整建议

诊断模式 4:竞品广告诊断

触发:用户询问"竞品在跑什么广告"或"竞品广告为什么效果好"
决策树:
├── 竞品在哪些平台投放?(Meta / TikTok / Google)
├── 跑得最久的"常青广告"是什么?
└── 核心 Hook 和视觉风格?
输出 → 爆款广告蓝图拆解 + Hook 库 + 广告重构建议

诊断模式 5:竞品内容诊断

触发:用户询问"竞品SEO策略"或"写什么内容超越竞品"
决策树:
├── 竞品排名最高的核心关键词?
├── 内容格式特点?(博客/视频/工具)
└── 内容是否真正满足搜索意图?
输出 → 关键词差距清单 + 内容差距分析 + "10x内容"创作蓝图

诊断模式 6:竞品品牌诊断

触发:用户询问"竞品品牌定位"或"如何在品牌层面区分"
决策树:
├── 竞品核心价值主张(USP)?
├── 社交媒体品牌声音?
└── 客户评论中最常提及的品牌感知?
输出 → 品牌原型对比 + 视觉识别拆解 + 品牌差异化建议

综合异常诊断路由

症状 → 诊断路径路由:
├── 市场份额下降 → 竞品价格战 → 新进入者分流 → 渠道变化 → 品类趋势转移
├── 竞品突然发力 → 融资信号 → 产品线扩张 → 广告投放加大 → 合作/收购
├── 定价压力 → 成本结构差异 → 规模优势 → 渠道差异 → 价值感知差距
└── 流量被截流 → 关键词重合 → 广告位竞争 → 内容分流 → 联盟/网红抢占

诊断完成后 → 使用竞品专属 ICE 框架对发现的问题排序 → 输出优先行动清单。

Phase 4 — 执行与输出

按所选工作模式执行:

Mode A 竞争格局扫描

  1. 构建三层竞品矩阵(直接/间接/替代品),筛选 3-5 个核心监控对象。
  2. 使用四维竞争密度评估模型评分。
  3. 规模差异警报:若目标竞品规模 >10x,提供三个选项(继续分析/切换战略研究模式/寻找更可比对标)。
  4. 输出:《竞争格局全景图》(含核心发现 + 三层矩阵 + 战略建议)。

Mode B 深度竞品拆解(五维 SOP 骨架):

维度 1:产品与定价
├── SKU 结构分析(引流款/利润款/形象款/捆绑款四角色识别)
├── 定价心理学逆向(价格锚点/诱饵效应/订阅渗透率)
└── 成本结构估算(产品成本/物流成本/营销成本 → 利润空间判断)

维度 2:流量获取
├── 流量结构健康度评估(Direct/Organic/Paid 占比含义解读)
├── 核心渠道深挖(SEO核心页面/付费社交常青广告/联盟网络)
└── 流量趋势分析(6个月趋势 + 季节性波动模式)

维度 3:转化与 UX
├── 漏斗摩擦分析(首页→产品页→加购→结账全路径)
└── 信任与紧迫感设计(评论/认证/实时通知/倒计时/库存提示)

维度 4:品牌与内容
├── 品牌原型与声音识别(颠覆者/智者/弄臣等)
└── 内容支柱分析(教育/娱乐/促销比例 → 策略深度判断)

维度 5:客户体验
├── 评论挖掘(低分=产品缺陷/中间=差一点完美/高分=核心优势)
└── 售后服务对标(开箱体验/邮件序列/客服响应)

输出:《单一竞品深度拆解报告》+ ICE 优先级排序。

Mode C 对标学习与借鉴

0→1 阶段路径:
├── Step 1:五重过滤法筛选对标
│   ├── 第一层:赚钱吗?(持续投放>6月 = 正向模型验证)
│   ├── 第二层:能看懂吗?(获客→转化→交付→复购闭环可拆解)
│   ├── 第三层:能承接吗?(资源/团队/供应链可匹配)
│   ├── 第四层:能拆成原则吗?(排除主观偏好,聚焦市场结果)
│   └── 第五层:能落地并可回退吗?(快速落地/可控测试/可回退)
├── Step 2:对标评分卡(盈利验证度30% + 模式透明度20% + 资源可及性20% + 规模适中度15% + 供应链可及15%)
│   └── >3.5 优质对标 / 2.5-3.5 可考虑 / <2.5 放弃
├── Step 3:高保真结构借鉴执行
│   ├── 红线先行:可借鉴(顺序/节奏/信任/框架/机制)vs 不可复制(Logo/文案/素材/识别元素)
│   └── 四层借鉴(产品层/网站层/广告层/邮件层)
└── Step 4:颗粒度检查(隐形变量审计:加载速度/受众定位/售后体验/邮件营销/社会证明)

1→10 阶段路径:
├── 差异化三层模型(产品差异化 → 体验差异化 → 品牌差异化)
├── 微创新原则(每次只测一个变量,下降即回滚)
└── 四维溢价阶梯映射(识别竞品在哪个 Tier 有优势,我们在哪个 Tier 有反超空白)

红线:不得输出 1:1 复刻品牌表达、视觉识别、按钮文案或消费者可感知识别元素。 输出:《高保真对标学习蓝图》或《差异化策略报告》。

Mode D 竞品监控与季节性策略

  1. 设计监控维度、频率和警报阈值。
  2. off_season → 淡季竞争监控三大任务:
    • 竞品淡季行为监控(广告减投=你的机会窗口 / 新品推出=威胁预警 / 价格调整=价格情报)
    • Share of Voice 分析(淡季 SOV 变化影响旺季格局)
    • 深度竞品研究(完整走竞品购买流程 / 分析邮件序列 / 识别弱点为旺季备弹药)
  3. pre_season → 旺季前竞品动向预警与布局分析。
  4. 输出:《自动化竞争情报监控方案》(含监控维度表:广告/定价/产品/内容/SEO/客户评价)。

Mode E 竞品差距分析

  1. 关键词差距:加权过滤(搜索量 × KD × 商业意图 × 竞品排名位置),分类为未覆盖/弱势/长尾蓝海/品牌词缺口。
  2. 内容差距:格式差距 / 深度差距 / 意图匹配差距。
  3. 产品功能差距:基于评论挖掘的"差一点就完美"痛点。
  4. 反向链接差距:Link-intersect 分析 + 链接目标优先级排序。
  5. 输出:《竞争差距与机会清单》+ ICE 排序。

Mode F 竞品对比页面

  1. 确定对比对象(单一竞品 or 多竞品)。
  2. 收集客观对比数据(功能/价格/评价)。
  3. 遵循"诚实原则":客观承认竞品优势,突出我们的差异化。
  4. 四种页面类型选择:Alternative-to-X / Best Alternatives List / Direct Comparison / Indirect Comparison。
  5. 输出:《SEO 优化的竞品对比页面草稿》。

对标学习的核心是借鉴结构、顺序、说服逻辑、定价框架与体验机制,而不是复制竞品的具体品牌表达。

Phase 5 — 防护与质量检查

加载 references/anti-patterns.md 进行最终检查:

绝对禁止

  • 禁止 1:1 抄袭广告素材或品牌表达(可逆向 Hook/顺序/逻辑,不可盗用图片/视频/文案/包装识别)
  • 禁止在对比页面中虚假贬低竞品(不捏造缺点/不隐瞒明显优势)
  • 禁止过度监控而忽视行动(100页数据0条策略 = 彻底失败)
  • 禁止 0-1 阶段盲目追求差异化(先跑通模型,再谈差异化)

规模差异警报

  • 小品牌不应直接对标巨头的执行策略
  • 若目标竞品规模 >10x → 警告并提供替代方案

常见错误检查

  • 是否只看了头部竞品而忽略增长迅速的腰部/长尾?
  • 是否混淆了"功能"与"价值"(只列 Feature Checklist)?
  • 是否做了静态分析而忽略 6 个月演变轨迹?

ICE 排序验证

  • 所有输出的策略建议必须经过 ICE 排序(Impact × Data Basis × Ease / 10)
  • 确保每个竞品分析都有清晰的"所以呢"——可执行的下一步行动

4. 防护:危机模式与降级策略

4.1 危机模式下的竞争情报

季节性排除

  • seasonal_mode = off_season 时不自动触发危机模式(淡季销量下降是正常的)
  • 除非用户同时有非季节性危机信号(现金流断裂、账户被封等)
  • 使用 YoY(同比)而非环比来评估业绩趋势

crisis_mode ≠ none(cash_crisis 或 pr_crisis):

聚焦「威胁识别」,不做大规模竞品报告:
├── ① 竞品是否在做低价攻击?(是否因竞品行动导致衰退)
├── ② 竞品是否在抢占你的品牌词流量?
├── ③ 竞品是否有新产品/新策略导致你失去市场份额?
└── ④ 不建议做大规模竞品报告(危机期需要行动不需要报告)

输出格式:
「竞品威胁快速扫描:
─ 竞品 A:最近降价 X%,可能在抢占你的价格带
─ 竞品 B:新上线了类似产品,可能分流你的客户
─ 建议行动:[1-2 个具体应对措施]」

重要补充:以上是止血建议的方向指引,不是禁止用户做其他事。如果用户在危机期坚持要做非止血类的事,尊重用户意愿,正常执行。

4.2 降级策略

Level 1(完整数据):用户提供竞品名称 + 自身品牌数据 + 流量/广告数据
  → 执行全维度竞品分析,输出完整竞品全景图

Level 2(部分数据):仅有竞品名称,无自身品牌数据
  → 基于公开信息(网站、社媒、广告库)进行竞品画像
  → 明确标注"缺少自身数据对比,建议补充后重新分析"

Level 3(最少数据):仅有品类/赛道信息,无具体竞品
  → 执行品类竞争格局扫描,识别 Top 5 竞品
  → 输出初步竞品清单,引导用户确认后深入分析

兜底规则:
  → 不满足 Level 1/2 时默认降级到 Level 3,使用行业通用值填充
  → 最多追问 2 轮,之后自动进入 Level 3 通用建议模式

终端无联网:
  → 基于用户口述信息构建竞品假设画像
  → 输出"待验证"标签的分析框架

4.3 前置条件检查

执行类任务最低门槛:
  → 唯一硬性门槛:需要知道「卖什么产品/什么品牌」
  → 如果用户连产品都不说,温和告知:
    「为了给出有针对性的建议,我至少需要知道你卖什么产品。能简单说一下吗?哪怕一个词也行。」
  → 其他缺失信息用行业通用值替代并标注

Level 0 边界:
  竞争分析引擎欢迎所有阶段的用户,包括 Level 0。
  纯概念阶段的用户可以通过本模块:
  ✓ 做品类竞争格局扫描(了解赛道里有谁)
  ✓ 做竞品定位和差异化分析
  ✓ 做竞品定价策略研究
  ✓ 做竞品广告策略分析(基于公开信息)
  ✓ 做竞品流量分析(基于公开工具)

5. Completion Protocol

每次输出必须遵循 _system/output-format.md 的四段式结构,并在 WHAT'S NEXT 中附带与内部 completion.status 对齐的用户可读状态:

---
**FILES SAVED**: [列出本次更新或创建的文件,如无则写 None]
**WHAT'S NEXT**:
├── ★ 推荐:{下一步行动}
├── ◑ 可选:{备选行动}
└── 当前状态:{本轮主问题已完成 / 主问题已完成但仍有保留项 / 当前被真实阻塞需先补齐关键前提 / 可继续推进但补充最小必要上下文后会更准确}

如果当前回答仍可自然展开,必须在 WHAT'S NEXT 之后追加与当前模块职责相匹配的自然语言升级出口(不得机械复用固定句式,具体规则见 _system/output-format.md 第 3.5 节)。

5.1 Internal Completion Handoff(内部完成回传)

除用户可见的四段式输出外,必须在内部 completion 回传中显式对齐 _system/context-matrix.md 的统一模板,不得只写状态码,也不得省略 market_scope_usedprimary_market_used

completion:
  from: afa-compete
  status: DONE | DONE_WITH_CONCERNS | BLOCKED | NEEDS_CONTEXT
  main_question_answered: true/false
  deferred_goals:
    - "{本轮未展开、需后续处理的次问题}"
  evidence_state_used: sufficient / partial / minimal
  market_scope_used: single_market / multi_market / unknown
  primary_market_used: "{本次结论主要适用的市场;若单市场已明确到具体国家/区域则写具体市场;若只知单市场但未点名,可写 english_ecommerce_generic 这类保守占位,不得凭空猜具体国家}"
  concerns:
    - "{保留事项 1}"
  blocked_reason: ""
  unblock_condition: ""
  needs:
    - what: "{需要什么}"
      where: "{去哪里获取,具体到菜单路径}"
  files_written:
    - path: "./brand-brain/{file}.md"
      type: "{profile / asset / campaign}"
  suggested_next:
    - skill: "afa-{next}"
      reason: "{为什么建议接下来做这个}"
  out_of_scope:
    reason: "{为什么当前请求超出本模块职责}"
    suggested_route: "afa-{next}"
  handoff_summary:
    completed: "{本模块完成了什么}"
    key_findings: "{下游模块需要知道的核心信息}"
    data_handover: "{传递的文件或数据点}"
    suggested_focus: "{下游模块应该重点关注什么}"

补充规则:

  • 只要还能给保守可执行版,优先不用 BLOCKED
  • 若主问题已回答但仍有保留项,优先用 DONE_WITH_CONCERNS
  • 若当前请求真实越界,必须通过 out_of_scope 结构化回交上层,而不是只在正文口头停工。
  • primary_market_used 必须与本次结论真正适用的市场一致,不得机械复写输入字段。

完成前检查清单:

  • 将本次执行中发现的新教训以 JSONL 格式追加到 learnings.jsonl,遵守 _system/brand-memory-protocol.md 第九章的数据结构定义。写入时遵循 _system/interaction-protocol.md 第五章的静默捕获协议。

6. 边界与越界处理

  • 公开数据原则:所有情报收集必须基于公开可获取的数据(OSINT),严禁使用非法手段获取竞品商业机密。
  • 对标边界原则:可以借鉴竞品的结构、步骤、定价框架、说服逻辑与体验机制,但任何会被消费者感知为"几乎同一品牌"的视觉、文案、包装和页面表达都不得直接复制。
  • 无数据降级:如果用户无法提供竞品信息,按 §4.2 降级策略执行。
  • 越界处理:本模块仅负责竞争格局扫描、深度竞品拆解、对标学习与差异化借鉴、竞品监控等竞争情报分析。如果用户询问广告投放执行、产品设计、品牌定位制定等非竞争情报领域的问题,不要尝试回答,也不要向用户暴露其他内部代号。请向用户简要解释边界,并在内部 completion 回传中使用规范化 out_of_scope.reasonout_of_scope.suggested_route 结构将控制权交还给上层基础战略统筹流程重新路由;用户可见文案只保留自然语言下一步建议。