竞品分析
提供竞品分析的可落地指南与SOP。在开展竞品分析相关工作时调用。
Install via CLI (Recommended)
clawhub install openclaw/skills/skills/clawkk/competitorWhat This Skill Does
竞品分析 (Competitor Analysis) 技能是 OpenClaw AI 为企业和业务运营团队设计的专业化工作流引擎。该技能不仅是简单的信息汇总工具,更是一套具备落地逻辑的标准化操作程序 (SOP) 系统。它旨在帮助用户系统性地拆解竞争对手的业务策略、产品功能及用户反馈,将零散的市场情报转化为可执行的行动建议。通过该技能,用户可以快速完成从资源盘点、数据看板搭建到试点复盘的全闭环流程,从而在快速变化的市场环境中保持敏锐的决策能力。
Installation
要安装此技能,请确保您已配置好 OpenClaw 环境,并在终端执行以下命令:
clawhub install openclaw/skills/skills/clawkk/competitor
安装完成后,您可以在技能中心验证其状态是否为“Active”。
Use Cases
本技能广泛应用于以下场景:
- 新市场准入:在进入新行业前,通过本技能快速调研主要竞品的市场份额与产品定位。
- 产品迭代升级:利用竞品功能对比分析,寻找产品差异化竞争切入点,辅助产品经理规划路线图。
- 市场营销策略优化:监测竞品广告投放与社交媒体舆情,及时调整己方市场推广方案。
- 合规性风险评估:在分析过程中,该技能自动提醒隐私保护与数据合规要求,确保企业调研行为符合中国本地法规。
Example Prompts
- "请根据我提供的竞品A和竞品B的网页链接,为我生成一份符合业务目标的竞品功能对比分析报告。"
- "我们需要对行业内的头部对手进行季度复盘,请调用竞品分析技能为我制定一份为期一周的调研SOP。"
- "协助我搭建一个竞品指标监控看板,重点关注核心业务指标与行业守护指标,并生成对应的自动化更新脚本。"
Tips & Limitations
在使用该技能时,建议遵循“数据最小化”原则,避免抓取敏感的用户隐私数据。由于市场环境具有动态性,建议每两周进行一次全量数据复盘,并及时更新您的知识库模板。此外,该技能虽然提供自动化分析脚本,但对于复杂的人性化市场定性分析,建议用户结合领域专家的直觉进行交叉验证。请务必遵守相关平台的使用协议,防止因过于频繁的接口调用导致账号受限。
Metadata
Not sure this is the right skill?
Describe what you want to build — we'll match you to the best skill from 16,000+ options.
Find the right skillPaste this into your clawhub.json to enable this plugin.
{
"plugins": {
"official-clawkk-competitor": {
"enabled": true,
"auto_update": true
}
}
}Tags(AI)
Flags: data-collection, external-api
Related Skills
data-move
Deep data migration workflow—scope, mapping, validation, batching and ordering, dual-write and cutover, rollback, and reconciliation. Use when moving tenants, bulk backfills, or changing stores without losing trust in data correctness.
data-model
Deep data modeling workflow—grain, facts and dimensions, keys, slowly changing dimensions, normalization trade-offs, and analytics query patterns. Use when designing warehouse/analytics models or reviewing star/snowflake schemas.
guard
Deep AI safety guardrails workflow—policy definition, input/output filtering, monitoring, escalation, and false-positive handling. Use when reducing harmful outputs, misuse, or policy violations in LLM products.
prompts
Deep prompt engineering workflow—task spec, constraints, examples, evaluation sets, iteration protocol, regression testing, and safety alignment. Use when improving LLM outputs, shipping prompt changes, or building reusable prompt templates.
cost-opt
Cloud cost review: rightsizing, reservations, waste. Use when reducing infra spend.