模块03第2课：竞品监控与舆情分析自动化
模块 03 · 第 2 课
约 50 分钟
竞争情报
自动化
竞品监控与舆情分析自动化
每周花几小时刷竞品社媒、看竞品评论、整理竞品报告——这件事很多营销人在做，但没有人觉得做得足够好。这节课把竞品监控从"人工刷屏"升级为"AI自动提炼洞察"，每周30分钟，得到一份可以直接影响决策的竞品情报周报。
竞品情报不是"跟踪竞品在做什么"，而是"理解竞品为什么这样做，以及这对你意味着什么"。五个维度覆盖了竞品分析中最有战略价值的信息类型。
竞品在服务谁、怎么定位自己。如果竞品和你其实服务的是不同用户，很多看似竞争的情况其实是不同市场。
竞品的目标用户和我方有何核心差异？
市场上还有哪个用户群没有被充分服务？
竞品在创作什么内容、投入什么渠道、什么内容获得了最高互动。这直接告诉你哪些话题有流量机会。
竞品爆款内容的共同结构特征是什么？
竞品内容覆盖了哪些话题，忽视了哪些？
竞品的定价逻辑和促销习惯。价格背后是竞品对自身价值的定义。
竞品近期是否调整了定价或SKU结构？
用户对竞品定价的感受是"贵"还是"值"？
竞品在哪里获客、如何留住用户。渠道策略的变化往往是竞品战略调整的早期信号。
竞品近期渠道投入有何明显变化？
竞品在哪个渠道明显弱于市场平均水平？
竞品的真实用户评价——包括好评和差评。差评是你的金矿：用户抱怨竞品的每一点，都是你解决后可以赢得这批用户的机会。
竞品差评的高频主题是什么？（这些是你的差异化机会）
竞品好评中被反复提及的核心优势是什么？（这才是你需要真正超越的）
竞品用户描述需求时的原话有哪些可以直接用于你的文案？
竞品情报的优先级： 如果时间有限，D5（用户口碑）和D2（内容策略）是ROI最高的两个维度。D5的竞品差评直接告诉你该解决什么问题，D2的爆款分析直接告诉你该创作什么内容。
从数据收集到洞察提炼，高效的竞品分析需要三类工具协同工作。关键原则：用AI工具做信息聚合和模式识别，用人的判断力做策略转化。
1
信息收集层
竞品情报的原材料分散在不同平台，第一步是系统化收集而非随机刷屏。
Perplexity 秘塔搜索 各平台搜索 电商评论 Google Alerts
你是竞品研究专家。请搜索[竞品名称] 在过去30天内的：主要平台新发内容、用户评论高频关键词、新品/定价/营销活动变化、媒体和KOL对其的评价。以结构化方式输出，每项附信息来源和日期。
2
信息分析层
把收集到的原始数据喂给Claude，让它做模式识别和洞察提炼。
Claude ChatGPT Kimi（长文本）
以下是[竞品名称] 过去30天的数据摘要：[粘贴收集到的数据]
请分析：① 本月最值得关注的3个竞品动作及背后意图 ② 竞品内容策略有哪些变化信号？ ③ 用户口碑有哪些值得借鉴的洞察？ ④ 对我方的潜在影响和建议应对措施
3
洞察转化层
竞品分析的价值不在报告本身，而在它如何改变下周的营销决策。这一步是人的工作，AI提供框架。
Claude Notion
基于以上竞品分析，为我方[品牌名] 生成本周可执行的3个行动建议。格式：行动：[具体事项] / 理由：[基于哪条竞品情报] / 优先级：[高/中/低] / 预期效果：[影响]
不要给宏观建议，要给具体到今天就能开始做的动作。
收集到几百条竞品评论之后，AI情感分析能在几分钟内完成过去需要几天的分析工作。以下是一个真实的分析输出示例。
竞品A · 近30天舆情分析示例（268条评论）
AI提炼的我方可操作洞察
内容机会： 竞品好评聚焦"成分干净"，我方可用"有检测报告的成分干净"切入，用数据强化可信度
差异化机会： 竞品用户最大顾虑是"价格是否值"——我方应前置展示具体效果数据，主动解答"为什么值"
文案素材： 竞品用户的高频原话可以直接用于我方种草文案标题，真实感更强
完整舆情分析提示词
请对以下[品牌名] 用户评论进行系统情感分析：
评论数据：[粘贴100-300条评论原文]
分析输出：
① 情感分布（正/中/负各占%）
② 正面口碑TOP3主题（原文引用+频次）
③ 负面口碑TOP3主题（原文引用+频次）
④ 用户语言特征：高频词汇TOP10
⑤ 情感变化趋势：近期有无明显变化信号
最后：给出3条我方可直接执行的差异化机会
复制提示词
数据来源建议： 电商评论是最容易获取且质量最高的数据源。京东/天猫的商品评论可以直接复制粘贴给AI分析。建议每次至少100条以上，数量越多规律越清晰。
用AI系统性地分析竞品的高互动内容，提炼背后的结构规律——然后用差异化的角度切入同类话题。
内容结构逆向分析提示词
以下是竞品[竞品名] 互动最高的20条内容：[粘贴内容原文，每条用"---"分隔]
请分析爆款内容的共同规律：
1. 标题/开头模式（出现最多的开头方式）
2. 内容结构（大多数内容按什么顺序推进）
3. 话题选择（什么类型话题互动率最高）
4. 语气风格（用户最响应什么类型的语气）
5. 结尾互动设计
最后：为我方[品牌名] 设计3个"相同结构+差异化角度"的内容框架
复制提示词
话题空白识别提示词
请分析[竞品名] 的内容覆盖情况：
竞品已有内容话题分布：[描述或粘贴竞品内容列表]
用户高频提问：[粘贴用户评论中的高频问题]
请识别：
1. 竞品反复覆盖的话题（已饱和）
2. 竞品覆盖少但用户关注度高的话题（蓝海）
3. 竞品有覆盖但内容质量差的话题（超越机会）
4. 只在评论区出现但没有内容回答的话题
推荐5个最值得优先创作的内容话题，说明竞争强度和我方优势
复制提示词
可操作结论
竞品忽视的KOL类型（如皮肤科医生）可能是差异化机会
KOL合作逆向分析提示词
请分析竞品[竞品名] 的KOL合作策略：
合作达人列表：[列出可观察到的合作达人]
合作内容形式：[描述主要内容形式]
效果观察：[互动率/评论质量等]
分析：
1. 竞品KOL策略的主要特征
2. 竞品KOL策略的明显弱点
3. 给我方的KOL合作策略建议：值得争夺的达人类型、差异化合作方向
复制提示词
竞品情报的真正价值来自"持续监测"。用Make或Zapier搭建一个低成本的自动化工作流，让竞品情报变成你每周必收的例行报告。
自动触发竞品数据收集 Make / Zapier Google Alerts RSS订阅
Google Alerts监控竞品关键词，RSS订阅竞品公众号/博客，Make自动汇总过去7天数据到Google Sheet。
每周约2分钟人工确认 Claude API自动分析并提炼关键洞察 Claude API n8n
将汇总数据自动发送给Claude API，用固定提示词生成本周竞品情报摘要——3条最值得关注的竞品动作、2条影响分析、1条建议行动。
AI分析耗时：<2分钟/次 自动推送到团队的竞品情报周报 企业微信机器人 飞书机器人 邮件推送
生成的周报自动推送到团队群，格式固定易读。团队成员每周一早上10分钟阅读，而不是花几小时自己去刷。
目标：每周竞品监控耗时<30分钟
自动化周报AI分析提示词（固定模板，每周复用）
你是竞品情报分析师。以下是过去7天[竞品名称] 的最新动态数据：
[自动汇总的数据]
请生成本周竞品情报摘要：
🔍 本周最值得关注的竞品动作（TOP3）
1. [动作] → [背后可能的战略意图]
2. [动作] → [背后可能的战略意图]
3. [动作] → [背后可能的战略意图]
📊 对我方的潜在影响
- 短期影响（本月内）：[描述]
- 需要关注的风险信号：[描述]
✅ 建议本周采取的应对行动
- 优先级高：[具体可执行的1件事]
- 可考虑：[次优先行动]
复制提示词
竞品情报的价值不在报告的长度，而在它能驱动多少真实的营销决策改变。以下是一份标准的竞品情报周报示例。
竞品情报周报示例
AI自动生成 · 阅读约5分钟
⚠️ 本周需要关注的竞品动作
竞品A ：本周发布了"皮肤科医生联名"系列，3篇内容互动量均超过5万。这是首次有竞品切入"专业背书"话题，与我方差异化方向重叠。
竞品B ：开始在抖音大量投信息流广告，创意集中在"平价替代大牌"方向，判断在测试新的获客路径。
✅ 本周竞品口碑变化
竞品A新品评论区出现高频投诉："功效宣传和实际差距大"（出现19次）——可在下周内容中强化"有检测数据的功效承诺"。
立即行动
发布一条强调"有第三方检测数据"的内容，回应竞品差评洞察
本周规划
策划"屏障修复周期"深度科普内容，抢占竞品尚未覆盖的话题高地
周报的黄金结构： 一份好的竞品情报周报不超过5分钟阅读，包含：本周最重要的竞品动作（3条）→ 对我方的影响分析（2条）→ 可立即执行的应对行动（2条）。超出这个结构的内容会被团队跳过不读。
课程要点回顾
竞品情报五维度：定位/内容/定价/渠道/口碑——D5用户口碑和D2内容策略是ROI最高的两个维度
三步工具链：Perplexity收集 → Claude分析提炼 → 人工判断转化策略，不要把策略决策外包给AI
舆情分析关键洞察：竞品差评 = 你的差异化机会，竞品好评 = 你必须超越的竞争壁垒
内容逆向工程：分析爆款结构规律 → 用差异化话题填入同一结构，比直接模仿更聪明
自动化周报：用Make/Zapier将竞品监控从"偶发性工作"变为"每周例行情报推送"