返回首页

第13篇:产品调研Skill—10分钟搞定竞品调研

✏️ @cnyzgkc(木马人) · 2026-05-12
📎 查看原文
📎 **来源:** @cnyzgkc 原帖

>

**一句话:** 花10分钟做一个产品调研Skill,让Agent自动完成竞品调研——搜官网→扒定价→看社区评价→竞品对比→输出结构化报告,全程2分钟、不到两毛钱。

>

⏱️ 发布时间:10:34 AM · May 12, 2026 · 8,707 Views

前两天,老板想做一个xx产品的竞品调研,然后我们的运营搞了一天,结果最后被老板痛骂,说这个竞品报告写的太烂,一眼AI~

然后他跟我吐槽这事,我说你是不是没有用AI辅助,他说用了,但是结果不太行~

我说你咋用的,他说就用豆包啊,然后跟它说:"帮我生成一份XX产品的竞品分析报告"

然后AI一本正经地给他生成了一份500多字竞品分析报告。

但结果就是,里面定价不对,功能不完备,竞品对比也是瞎扯淡。

稍微看下对应产品的官方,就发现数据对不上,不被老板骂就有鬼了。

于是我花10分钟,帮他做了一个产品调研skill。

只要说一句:"深扒xxx产品",他就可以自动输出完整调研报告。

我把这个skill开源在Github上,地址放在最后了,有兴趣可以看看。

产品调研Skill展示
产品调研Skill — 一句话触发完整竞品调研流程

这个 Skill 能干嘛

我做的这个Skill,叫 ai-product-research

功能很简单:输入一个产品名,自动输出完整调研报告。

举个例子:

深扒一下 Cursor

Agent 会自动做 5 件事:

  1. 搜产品官网,抓取功能和定价
  2. 搜 GitHub 仓库,看技术指标
  3. 搜社区评价(Reddit、X、知乎上的讨论)
  4. 搜竞品对比
  5. 汇总输出结构化报告,附带结论和推荐

全程 2 分钟,我说了一句话。

Skill工作流程
Skill 自动化工作流 — 搜索→抓取→分析→输出

怎么做到的

Agent 不能上网,但可以调 API。

我试了好几个方案,最后选了 XCrawl。原因很简单:

它有两个核心能力刚好对上:

两个 API 配合,就是"先搜再抓"——和人手动调研的逻辑一模一样,但全自动化。

XCrawl API架构
XCrawl — Search API + Scrape API 组合

为什么不用别的方案?

我把这两个 API 封装成了一个 Skill,Agent 遇到调研任务时自动调用,就这么解决了。


跑了一遍 Cursor

说再多不如实测一把。我直接拿 Cursor 来测试,这个产品够复杂了。

深扒一下 Cursor

4 次搜索 + 3 次抓取,总共 14 credits,约 0.14 美元。不到两毛钱。

2 分钟后,报告出来了。挑几个有意思的点:

定价策略

Cursor 有 4 个版本:免费版(有限 Agent 请求)、Pro($20/月)、Pro+($60/月)、Ultra($200/月)。值得注意的是,Pro 版已经支持 MCP、Skills 和 Hooks,这意味着你可以给 Cursor 装扩展。

Cursor定价策略
Cursor 定价策略 — 4个版本覆盖不同用户群体

社区评价

知乎上有人做了 2026 年 AI 编程 IDE 横评,结论是 Cursor 仍然是"有大脑的 VS Code"领域的标杆,上下文引擎是真正的护城河。但也有人说大仓库索引吃内存,Agent 模式偶尔会抽风。

Reddit 上的评价更直接:"历史上增长最快的 SaaS 产品,ARR 突破 20 亿美金。"

社区评价截图
Cursor 社区评价 — 知乎 + Reddit 多方视角

竞品对比

和 Windsurf 比,Cursor 在大型代码库的精准控制上更强;和 GitHub Copilot 比,Cursor 的 Agent 能力更完整;和 Cline 比,Cursor 的 IDE 集成度更高。

竞品对比
Cursor vs Windsurf vs Copilot vs Cline 竞品对比

结论

现阶段最值得用的 AI 编程 IDE。工具链最成熟、插件生态完整、多文件编辑体验精致。顾虑是大仓库吃内存、Agent 模式稳定性有待提升。

建议:先用免费版试试,觉得 Agent 好用再升级 Pro。

这些信息全是自动抓的,我一个字都没手动输。

调研结论
Cursor 调研结论 — 自动生成的结构化报告

顺便扒了一下 AIHOT

前几天刷到卡兹克分享了一个站:AIHOT,AI 热点聚合站。我也用这个 Skill 跑了一遍:

深扒一下 aihot.virxact.com

结果发现:这是卡兹克免费做的,信源包括 IT之家、HuggingFace、GitHub、X 上的科技 KOL 推文。每条内容有 AI 精选评分(50-86 分),还支持 Agent 接入和飞书群推送。

结论:值得每天看。免费 + 中文 + AI 精选评分,这个组合市面上不多。

连卡兹克是这个站的作者都扒出来了~

AIHOT调研
AIHOT 热点聚合站调研结果

开源了

目前这个 Skill 开源了,叫 ai-product-research。支持 Claude Code、Codex、OpenClaw 等主流 AI Agent。

在 Claude Code 里说一句就能装:

我的安装这个 skill:https://github.com/allenGKC/ai-product-research

另外这个 Skill 需要 XCrawl 的 API Key,目前新人注册送 1,000 免费 credits:

开源信息
ai-product-research 开源项目信息

花 2 分钟深扒一个产品,然后决定要不要用它。这比花 2 小时手动调研,效率高多了~

感谢看到这里,如果对你有帮助,欢迎关注我的 X 账号 @cnyzgkc,我会持续分享 AI 领域相关的内容思考、AI 工具使用体验等内容。

也欢迎关注我的公众号:木马人AI


🥳 原文作者: 木马人 @cnyzgkc

>

📅 发布时间:2026-05-12

>

🔗 ai-product-research 开源:https://github.com/allenGKC/ai-product-research
📎 **出典:** @cnyzgkc 元ポスト

>

**一言でいうと:** たった10分で作ったプロダクトリサーチSkill。Agentが自動で競合調査を実行——公式サイト検索→価格調査→コミュニティ評価→競合比較→構造化レポート出力、全行程2分、コストは約20円未満。

>

⏱️ 公開時間:2026年5月12日 10:34 AM · 8,707 Views

先日、上司がXX製品の競合調査をやりたいと言い出し、うちの運営担当が丸一日かけてやった結果、最終的に上司に「この競合レポートは酷すぎる、一目でAI生成だとわかる」と怒鳴られてしまいました。

彼がそのことを愚痴ってきたので、「AI使わなかったの?」と聞くと、「使ったけど、結果がイマイチだった」と。

使い方を聞くと、「豆包(Doubao)に『XX製品の競合分析レポートを生成して』とだけ頼んだ」とのこと。

するとAIは真面目に500字ほどの競合分析レポートを生成したそうです。

しかし結果は、価格設定が間違っている、機能が不完全、競合比較もデタラメ。

対応する製品の公式サイトを少し確認すればデータが合っていないのは明らかで、上司に怒られるのも当然でした。

そこで私は10分かけて、彼のためにプロダクトリサーチSkillを作りました。

「XXX製品を深掘りして」と言うだけで、自動的に完全な調査レポートを出力してくれます。

このSkillはGitHubで公開しています。アドレスは最後に載せてありますので、興味があればご覧ください。

プロダクトリサーチSkillのデモ
プロダクトリサーチSkill — 一言で完全な競合調査フローを起動

この Skill でできること

私が作ったこのSkillの名前は ai-product-research です。

機能はとてもシンプル:製品名を入力するだけで、自動的に完全な調査レポートを出力します。

例を挙げましょう:

Cursor を深掘りする

Agent は自動で次の5つのことを行います:

  1. 製品公式サイトを検索し、機能と価格を取得
  2. GitHub リポジトリを検索し、技術指標を確認
  3. コミュニティ評価を検索(Reddit、X、知乎での議論)
  4. 競合比較を検索
  5. 構造化レポートにまとめ、結論と推奨事項を付けて出力

全行程たった2分。私が一言言っただけです。

Skillのワークフロー
Skill 自動化ワークフロー — 検索→取得→分析→出力

どのように実現したか

Agent は直接インターネットにアクセスできませんが、API を呼び出すことはできます。

いくつかの方法を試した結果、最終的に XCrawl を選びました。理由は単純です:

XCrawl には2つの中核機能がぴったり合致していました:

この2つのAPIを組み合わせることで、「まず検索してから取得する」——人間が手動で調査するロジックと全く同じですが、完全に自動化されています。

XCrawl APIアーキテクチャ
XCrawl — Search API + Scrape API の組み合わせ

なぜ他の方法を選ばなかったのか?

これら2つのAPIをSkillとしてカプセル化し、Agentが調査タスクに遭遇したときに自動的に呼び出すようにして、この問題を解決しました。


Cursor で実際に試してみた

言葉で説明するより実際に試すのが一番です。Cursor を使ってテストしました。この製品は十分に複雑です。

Cursor を深掘りする

4回の検索 + 3回のスクレイピング、合計14クレジット、約0.14ドル。20円にも満たないコストです。

2分後、レポートが完成しました。いくつか面白いポイントをご紹介します:

価格戦略

Cursor には4つのバージョンがあります:無料版(Agentリクエスト制限あり)、Pro($20/月)、Pro+($60/月)、Ultra($200/月)。特筆すべきは、Pro版ですでに MCP、Skills、Hooks をサポートしていることで、Cursor に拡張機能を追加できるということです。

Cursorの価格戦略
Cursor の価格戦略 — 4つのバージョンで異なるユーザー層をカバー

コミュニティ評価

知乎(Zhihu)で2026年のAIプログラミングIDE比較レビューがあり、Cursor は依然として「脳を持つVS Code」分野のベンチマークであり、コンテキストエンジンが真の堀(モート)であるという結論でした。しかし、大規模リポジトリのインデックス作成でメモリを消費する、Agentモードが時々不安定になるという声もありました。

Reddit での評価はさらに直接的:「歴史上最も急速に成長したSaaS製品、ARRは20億ドルを突破。」

コミュニティ評価のスクリーンショット
Cursor コミュニティ評価 — 知乎 + Reddit の多角的視点

競合比較

Windsurf と比較すると、Cursor は大規模コードベースでの精度の高い制御に優れています。GitHub Copilot と比較すると、Cursor のAgent機能はより完全です。Cline と比較すると、Cursor のIDE統合度はより高いです。

競合比較
Cursor vs Windsurf vs Copilot vs Cline 競合比較

結論

現時点で最も価値のある AI プログラミング IDE。ツールチェーンが最も成熟しており、プラグインエコシステムが完全で、マルチファイル編集体験が洗練されています。懸念点は、大規模リポジトリでのメモリ消費、Agentモードの安定性の向上が必要なこと。

推奨:まずは無料版を試して、Agentが便利だと感じたらProにアップグレードすることをお勧めします。

これらの情報はすべて自動取得したもので、私は一言も手動で入力していません。

調査結論
Cursor 調査結論 — 自動生成された構造化レポート

ついでに AIHOT も深掘り

先日、カズケ(卡兹克)がシェアしていたサイトを偶然見つけました:AIHOT、AIホットトピック集約サイトです。これもこのSkillで試してみました:

aihot.virxact.com を深掘りする

結果:これはカズケが無料で作ったもので、情報源には IT之家、HuggingFace、GitHub、X のテクノロジーKOLのツイートが含まれています。各コンテンツにはAI厳選スコア(50-86点)が付けられており、Agent連携や飛書(Feishu)グループへのプッシュもサポートしています。

結論:毎日見る価値あり。無料 + 中文 + AI厳選スコア、この組み合わせは市場にあまりありません。

カズケがこのサイトの作者であることまで深掘りできました〜

AIHOT調査
AIHOT ホットトピック集約サイトの調査結果

オープンソース化

現在、このSkillは ai-product-research としてオープンソース化されています。Claude Code、Codex、OpenClaw など主要なAI Agentに対応しています。

Claude Code で一言言うだけでインストールできます:

このskillをインストールして:https://github.com/allenGKC/ai-product-research

また、このSkillを使用するには XCrawl の API Key が必要です。現在、新規登録者には1,000クレジットが無料で付与されます:

オープンソース情報
ai-product-research オープンソースプロジェクト情報

たった2分で製品を深掘りし、それを使うかどうかを判断する。これは2時間かけて手動で調査するよりはるかに効率的です〜

最後までお読みいただきありがとうございます。参考になりましたら、私のXアカウント @cnyzgkc をフォローしてください。AI分野に関する考察やAIツールの使用体験などを継続的にシェアしていきます。

また、WeChat公式アカウント 木馬人AI もフォローよろしくお願いします。


🥳 原文著者: 木馬人 @cnyzgkc

>

📅 公開日:2026-05-12

>

🔗 ai-product-research オープンソース:https://github.com/allenGKC/ai-product-research