产品经理做竞品分析别再靠“百度一下了”，这7个skills让你效率起飞

产品经理做竞品分析，别再靠「百度一下」了

作为一个每周至少出两份竞品报告的产品经理，我之前一直觉得竞品分析这事儿没什么技术含量。不就是搜一搜、看一看、写一写嘛。

直到上个月老板让我三天内出一份SaaS赛道的新进入者分析，我才意识到自己以前的所谓「竞品分析」，充其量叫「竞品浏览」。搜到的信息零散、维度单一、结论拍脑袋，最尴尬的是，老板问了一个「他们最近的投放策略有什么变化」，我直接卡壳。

那之后我开始认真研究Skill生态，想找找有没有专门帮PM做竞品分析的工具。说实话一开始没抱太大期望，结果翻了一圈下来发现，里面还真藏着几个能打的。

我把实战验证过的7个Skills整理出来，每个都配有真实使用场景和案例，看完你就知道该装哪些了。

admapix，竞品情报的「雷达站」

做过竞品分析的PM都知道，最难的不是分析，是信息。你想知道对手最近投了什么广告、在哪个渠道投的、素材长什么样、APP在应用商店排名怎么变动的，这些信息零散在十几个地方，光收集就要花一天。

admapix解决的就是这个问题。它把广告素材搜索、竞品分析、应用排行、市场洞察打包到了一起，不用你一个个平台去翻。

实战案例：上周做教育类APP竞品分析，用admapix一搜，直接拉出了头部5个竞品最近30天的投放素材、渠道偏好和创意趋势。最让我意外的是，发现一个竞品在抖音的信息流投放量突然增加了3倍，但素材全是「免费体验课」方向，跟他们之前主打的「名师1对1」完全不同。这个信号让我们判断，他们可能在尝试用户获取策略转型，后来从内部消息证实了确实如此。

使用技巧：

• 先看投放量趋势再看素材，趋势变化往往比单个素材更能说明问题
• 应用排行模块支持按品类和地区筛选，做海外竞品分析特别好用
• 广告素材建议按「时间倒序」排列，最近7天的素材变化最能反映策略调整

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=admapix"

deep-research，深度调研的「自动化研究团队」

竞品分析最怕什么。最怕浅。你搜了一堆信息，写了一堆「竞品A功能更全，竞品B价格更低」的废话，但没有人关心这个。老板要的是「他们为什么这么干」「我们该怎么应对」，这种深度的洞察，光靠搜索出不来。

deep-research干的事就是帮你做系统化的深度调研。它会先生成调研大纲，然后按大纲并行搜索多个信息源，最后输出结构化报告。不是那种「搜完扔给你一堆链接」的半成品，而是真的帮你把信息消化了再吐出来。

实战案例：做在线协作工具竞品分析，用deep-research搜了Notion、飞书、语雀三个产品的市场定位、功能差异、定价策略、用户口碑。整个过程大约15分钟，输出的报告里有几个我自己搜绝对搜不到的洞察。比如，Notion在中国市场的用户增长主要靠B站UP主的自然种草，而不是官方投放，这跟飞书重兵投入企业销售的路径完全不同。这个发现直接影响了我们的渠道策略选择。

使用技巧：

• 输入的调研问题越具体，输出质量越高。不要写「分析竞品」，写「分析XX产品的定价策略和用户获取路径」
• 大纲生成后建议先看一下，如果缺了你关心的维度，手动补上再让它跑
• 并行搜索会有信息重复，最终报告会自动去重，但如果发现某个维度信息不够，可以单独针对那个维度跑一次

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=deep-research"

market-researcher，市场格局的「望远镜」

竞品分析不能只盯着对手，得看市场。你的竞品在做什么重要，但这个市场还有多少空间、用户画像长什么样、有没有还没被满足的需求，这些才是决定你怎么打的关键。

market-researcher提供的是市场级别的分析能力，包括市场规模估算、消费者洞察、竞争格局评估和机会识别。它跟deep-research的区别是，deep-research帮你「搜信息」，market-researcher帮你「做判断」。

实战案例：做宠物赛道的竞品分析，用market-researcher跑了宠物食品市场。输出里有一条让我眼前一亮，它提到「一二线城市的猫主人跟狗主人在消费决策上有显著差异，猫主人更看成分，狗主人更看品牌」。这个洞察我们之前内部讨论了三轮都没结论，它一次就给你拆清楚了。后来我们做产品差异化的时候，就是沿着这个方向拆的，猫粮打成分透明，狗粮打品牌信任，转化率比之前提升了约30%。

使用技巧：

• 建议配合deep-research一起用，先用market-researcher看大局，再用deep-research深挖具体竞品
• 消费者洞察模块的结果建议拿去做小范围用户验证，AI的判断 + 真实用户反馈 = 更靠谱
• 机会识别模块会给出「高/中/低」的机会评分，重点关注「高」的，但「中」的里面有时候藏着被忽略的好机会

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=market-researcher"

multi-search-engine，信息搜集的「十七路诸侯」

做竞品分析，信息源越单一，结论越偏。你只搜百度，看到的全是SEO优化的内容。你只看微信公众号，看到的全是软文。你只刷小红书，看到的全是种草笔记。

multi-search-engine把17个搜索引擎（8个国内 + 9个国际）打包到一起，一个关键词同时搜多个源，然后自动去重整合。对于需要全面信息覆盖的竞品分析来说，这个效率提升不是一点半点。

实战案例：做AI写作工具竞品分析，分别用百度、Google、Bing搜同一组关键词，百度出来的前10条全是广告和软文，Google出来的多数是英文评测，Bing的结果质量参差不齐。用multi-search-engine一次性跑完17个引擎，综合排序后发现，几个日本和韩国的AI写作工具在功能上有非常独特的交互设计，单一搜索引擎根本搜不到这些。后来我们从其中一个工具借鉴了「分屏实时对比」的交互方案，用户好评率从62%提到了81%。

使用技巧：

• 英文竞品信息建议加上Google和DuckDuckGo的结果，信息质量明显比国内搜索高
• 搜索结果出来后，建议按「信息源」筛选，不同来源的信息放在一起对比看更有价值
• 如果某个搜索引擎的结果特别少，可能是关键词需要调整，尝试用英文关键词再搜一次

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=multi-search-engine"

xurl，海外竞品情报的「监听站」

如果你的竞品有海外业务，或者你想了解海外市场的竞品动态，Twitter（X）是一个被严重低估的信息源。很多海外产品的更新公告、用户反馈、甚至创始人的思考都会先发在Twitter上，比官方博客和新闻稿快好几天。

xurl专门做Twitter的研究与内容情报分析，能帮你搜索特定话题的推文、分析账号的内容策略、追踪竞品官方账号的动态。

实战案例：做一个全球化的设计工具竞品分析，用xurl监控了Figma和Canva的官方Twitter账号最近30天的推文。发现Figma在连续三周发关于「AI辅助设计」的功能预告推文，互动量比平时高出4倍，但官方博客只发了一条很简短的更新。Figma在AI功能上的投入显然比公开信息显示的要大得多，我们判断他们的下一步一定是AI原生的设计工作流。这个判断让我们提前两个月开始规划AI功能的防御策略。

使用技巧：

• 监控竞品账号时，除了官方账号也要看产品负责人和个人账号，后者往往信息量更大
• 搜索关键词时加「launch」「announce」「beta」等词，更容易找到产品动态
• 高互动量（点赞+转发）的推文比普通推文更有分析价值，说明这个方向用户真的在意

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=xurl"

cn-ecommerce-search，电商竞品的「透视镜」

如果你的产品跟电商相关，竞品分析里有一块是绕不开的，就是对手在电商平台上的表现。价格怎么定的、销量怎么样、用户评价说了什么、有没有在搞促销。这些信息在淘宝、京东、拼多多上零散分布，手动扒能扒到怀疑人生。

cn-ecommerce-search支持8大中国电商平台的商品搜索和跨平台信息查询，不需要API Key，开箱即用。

实战案例：做智能音箱竞品分析，用cn-ecommerce-search搜了小度、小爱、天猫精灵在淘宝、京东、拼多多三个平台的商品信息。发现一个很有意思的现象，小度在拼多多的价格比京东低15%左右，但评价数是京东的3倍。这说明小度在走低价走量的策略，而天猫精灵在京东的客单价明显高于其他平台。这些信息直接影响了我们的渠道定价策略。

使用技巧：

• 跨平台对比时重点关注「价格差 + 销量差」的组合，这能反映竞品的渠道策略
• 用户评价建议按「差评」优先看，差评里藏的需求往往比好评更有价值
• 如果搜不到某个竞品的商品，可能是品类关键词选得不对，试试产品全称 + 「官方旗舰店」

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=cn-ecommerce-search"

seo-ops，搜索战场上的「侦察兵」

很多产品的用户获取核心渠道是搜索，你的竞品在搜索结果里排第几、覆盖了哪些关键词、内容策略是什么样的，这些信息对竞品分析来说太重要了。但大多数产品经理做竞品分析的时候，压根不看SEO这一块。

seo-ops是一个SEO运营自动化工具，能帮你做内容竞争简报、搜索趋势侦察、GSC数据优化。它不是给SEO专员用的，PM也能看懂。

实战案例：做在线教育竞品分析，用seo-ops跑了三个竞品的搜索覆盖情况。发现其中一个竞品在「Python入门」这个关键词上排到了前3，而我们的页面在第17名。更关键的是，它的着陆页内容是「7天Python入门挑战」，而我们的是「Python基础教程」。同样的关键词，它的CTR（点击率）是我们的2.3倍。后来我们把着陆页改成了「5天Python实战入门」的格式，自然流量三周内提升了40%。

使用技巧：

• 先用「趋势侦察」功能看哪些关键词搜索量在涨，这是竞品可能也要抢的方向
• 内容简报会告诉你竞品在哪些关键词上排在你前面，这些就是你该重点优化的
• 如果你的产品有GSC（Google Search Console）数据，接上去效果更好，能直接看到自己的搜索表现

安装命令：

curl -L -o skill.zip "https://lightmake.site/api/v1/download?slug=seo-ops"

按工作阶段搭配使用

最后说一句实话。

这7个Skill确实能帮你把竞品分析的效率拉高不止一个量级，但它们干的都是「帮你更快更全地获取和处理信息」这件事。

至于信息拿到手之后，怎么判断竞品为什么这么干、我们该怎么应对、哪些东西值得学哪些要避开，这个判断力，没有任何工具能替你做。

Skill是工具，不是大脑。帮你省时间，不能帮你省思考。

以上，既然看到这里了，如果觉得不错，随手点个赞、留言、转发三连吧。