在 AI 沒出現之前，我們做競品分析主要是靠人工，或者一些數據分析軟件。但是 AI 出來后，真的極大地解放了生產力，所以今天這篇文章簡單聊聊怎么使用 AI 做競品分析。

一般競品分析的流程，先是采集競品的數據，然后緊接著對數據進行清洗處理，再對清洗完成后的數據做各種維度的分析（比如情緒分析、痛點、優劣勢，等等等）。

往常的數據采集，我一般都是自己編寫爬蟲腳本，自己去抓取相應平臺的數據。至于數據清洗與整理，直接使用 Pandas 即可（當然數據量比較少時可以使用 Excel）。

可能這個過程對于有技術基礎的小伙伴來說，并不是很難，但這個過程對于沒有技術基礎的朋友，就有點棘手了。所以從這個維度出發，AI 這種能直接讀取鏈接內容的技術， 就極大地解放了生產力。

畢竟我們現在再去分析某款競品的數據，直接將鏈接扔到 AI 工具里面去即可，再也不用寫什么爬蟲腳本、再也不用清洗什么數據格式了。

既然數據采集這個過程已經被 AI 取代了，剩下要做的就是自定義我們的分析維度了。

比如我現在想分析某款亞馬遜競品的評論數據，看看能不能從這些數據中發現一些有價值的信息。那我現在要做的就是直接將相應的產品鏈接扔到 AI 工具里，讓他讀取競品評論數據。

這個過程中，我們需要做得無非就是“點點點”了（真的極大解放生產力了）。

等 AI 工具將數據讀取完后，我們便可以在此基礎上做一些基礎分析了。且這個分析過程，完全是采用對話式的方式進行的，不像我們之前用 Pandas 還需要寫分析代碼。

并且，如果你不知道怎么問問題，還可以咨詢 AI 工具（比如下圖咨詢 Claude 3.5 sonnet）。

如此一番操作下來，整個競品分析過程就異常簡便了。

當然這個中，我們最好是將這一套分析流程標準化出來。比如 Prompt 怎么寫、比如數據輸出的格式，等等。你會發現當你做完這一套后，整個分析流程就會異常高效。

對了，這些源數據可以讓 AI 工具幫你整理下，然后輸出出來。