當老板要求分析競品的Deep Research功能時，如何系統(tǒng)性地完成一份有價值的報告？本文通過真實案例拆解競品分析的完整流程，讓你掌握一套讓戰(zhàn)略洞察落地為可執(zhí)行建議的方法論。

———— / BEGIN / ————

前面三篇講了為什么做、評什么、怎么選競品。這篇我用一個真實案例，把整個流程串起來走一遍。

案例背景就是開頭提到的那個場景：老板說”現(xiàn)在其他產(chǎn)品都出了Deep Research功能，去幫我分析一下他們做的效果”。

拿到這個需求，我會怎么做？

第一步：先別急著動手，把需求拆清楚

很多人拿到需求就開始打開競品截圖，這是不對的。我會先問自己幾個問題：

1.1 這份報告是給誰看的？

老板讓做的，那主要受眾就是老板和管理層。他們關心的是戰(zhàn)略層面的東西：競品在押注什么方向？我們應該怎么跟進？有沒有風險？

這意味著我的報告要結(jié)論前置，先說判斷再給證據(jù)，不要鋪墊太多背景。

1.2 Deep Research到底是什么？

在分析競品之前，我得先搞清楚這個功能本身是什么。

Deep Research是OpenAI在2025年2月首次推出的功能，核心特點是：AI能自主進行網(wǎng)絡搜索、整合多個來源的信息、深度分析數(shù)據(jù)，最后生成一份完整的研究報告。

和普通的AI搜索（RAG）相比，Deep Research的區(qū)別在于：普通搜索是”一問一答”，用戶提問，AI搜一下就回復；Deep Research是”自主研究”，AI會進行多輪搜索、閱讀、分析，最后給你一份有深度的報告。

一句話總結(jié)：Deep Research讓AI從”問答助手”升級成了”智能研究員”。

搞清楚這個，我才知道后面要評什么。

1.3 應該重點分析哪些維度？

回顧一下四大維度：市場定位、模型技術、產(chǎn)品功能、用戶體驗。

結(jié)合這個需求的特點，我會把重點放在三個方向：

1. 核心功能：各家Deep Research的功能實現(xiàn)方式有什么差異？

2. 功能矩陣：把功能點拆開，做一個對比表

3. 內(nèi)容質(zhì)量：用同樣的問題測一遍，看看誰的輸出質(zhì)量更好

市場定位和模型技術可以簡單帶過，因為老板問的是”做的效果怎么樣”，不是”它們的戰(zhàn)略是什么”。

第二步：選定競品，圈定分析范圍

根據(jù)上一篇的方法，我會這么選：

2.1 直接競品（重點分析）

這些產(chǎn)品都有獨立的Deep Research或類似功能，和我們直接競爭：

• 智譜AutoGLM沉思：網(wǎng)頁/PC端，支持單輪檢索+文本輸出，基于自研GLM系列大模型

• 百度心想：App先行，聚焦移動端”個人生活助手”，主打旅游攻略、AI相親、股票盤點等任務模板

• 字節(jié)扣子空間：網(wǎng)頁/PC端，主戰(zhàn)場是”協(xié)同辦公”，用Agent驅(qū)動辦公場景

• GenSpark：網(wǎng)頁/PC端，出海產(chǎn)品，偏向個人服務，采用Multi-agent框架

• 納米搜索：定位All in One通用智能體，多個專精LLM協(xié)同工作

這些產(chǎn)品有搜索和研究能力，但定位不完全一樣：

• Gemini：Google的AI助手，有Deep Research能力但不是主打

• OpenAI ChatGPT：Deep Research功能的開創(chuàng)者，是行業(yè)標桿

Manus：通用Agent產(chǎn)品，目前在工程化落地和場景覆蓋上比較成熟，如果往研究方向發(fā)力可能成為強力競品

選完競品后，我會畫一個簡單的市場格局圖，把這些產(chǎn)品按”研究能力”和”需求難度”兩個軸擺上去，一眼就能看出誰在什么位置。

第三步：收集資料，系統(tǒng)性地體驗產(chǎn)品

資料收集我會從三個渠道入手：

3.1 公開信息檢索

• 官網(wǎng)介紹、產(chǎn)品文檔

• 新聞報道、融資信息

• 行業(yè)分析報告

這部分主要了解產(chǎn)品定位、發(fā)布時間、技術路線等背景信息。

3.2 產(chǎn)品體驗

這是最重要的部分。我會注冊每個競品，用同樣的任務走一遍完整流程。

我設計的測試任務是：“幫我研究一下2025年中國AI大模型市場的競爭格局，要求包含主要玩家、市場份額、技術路線對比、未來趨勢?！?/p>

體驗時我會記錄：

• 從發(fā)起請求到拿到結(jié)果，需要多長時間？

• 中間過程用戶能看到什么？能不能介入？

• 最終輸出的報告有多長？結(jié)構(gòu)是什么？

• 引用來源標注清不清楚？能不能點擊跳轉(zhuǎn)？

如果時間允許，我會去看看用戶對這些產(chǎn)品的真實評價。

小紅書、知乎、即刻上搜一下產(chǎn)品名，看用戶在夸什么、在吐槽什么。這些信息往往比自己體驗更真實。

第四步：整理分析，構(gòu)建功能矩陣

資料收集完，開始整理分析。

4.1 構(gòu)建功能矩陣

我會做一個表格，橫軸是各個競品，縱軸是功能點：

把這個表填完，差異就一目了然。

4.2 內(nèi)容質(zhì)量評測

我會用同一個問題測所有產(chǎn)品，然后從幾個維度打分：

• 準確性：有沒有事實錯誤？

• 完整性：有沒有遺漏關鍵信息？

• 深度：是泛泛而談還是有深入分析？

• 結(jié)構(gòu)：報告結(jié)構(gòu)是否清晰？

• 可用性：能不能直接用，還是需要大量修改？

每個維度1-5分，最后算個總分，排個序。

4.3 找出關鍵差異點

分析完數(shù)據(jù)后，我會提煉出幾個關鍵發(fā)現(xiàn)：

• 誰在某個維度明顯領先？

• 誰有獨特的差異化功能？

• 普遍存在的短板是什么？

• 用戶吐槽最多的問題是什么？

這些就是報告的核心洞察。

第五步：寫報告，結(jié)論前置+證據(jù)鏈

最后是寫報告。我的報告結(jié)構(gòu)是固定的：

5.1 核心結(jié)論（放在最前面）

用2-3句話總結(jié)：

• 整體判斷：各家Deep Research功能處于什么水平？差距大不大？

• 標桿是誰：誰做得最好？好在哪里？

• 我們的機會：有什么差異化空間？

老板看完這段就知道結(jié)論了，后面是證據(jù)。

5.2 競品概覽

簡單介紹分析了哪些競品、各自的定位、為什么選它們。

5.3 功能矩陣對比

把前面做的表格放進來，配上簡要說明。

5.4 內(nèi)容質(zhì)量評測結(jié)果

把測試結(jié)果放進來，說明測試方法、評分標準、最終得分。

5.5 典型案例

我會放3個典型case：

1. 最佳實踐：誰的某個輸出特別好？好在哪里？截圖為證。

2. 典型問題：誰的某個輸出有明顯問題？問題是什么？截圖為證。

3. 邊界情況：有沒有什么意外發(fā)現(xiàn)？比如某個產(chǎn)品在特定場景下表現(xiàn)特別好或特別差？

案例是用來把數(shù)據(jù)結(jié)論變成”可理解的證據(jù)”的，沒有案例的報告是干的。

5.6 建議與下一步

最后落到可執(zhí)行的建議：

• 我們應該跟進哪些功能？優(yōu)先級怎么排？

• 有沒有什么坑要避開？

• 下一步應該做什么？

做競品評測的完整流程其實就是六個字：明確目的→選對競品→定好維度→收集資料→整理分析→輸出報告。

每一步都有方法可循，不是拍腦袋的事。

最重要的是：報告不是終點，推動決策才是。

寫完報告后，要讓看的人知道下一步該做什么，這份報告才有價值。

本文來自作者：青藍色的海

想要第一時間了解行業(yè)動態(tài)、面試技巧、商業(yè)知識等等等？加入產(chǎn)品經(jīng)理進化營，跟優(yōu)秀的產(chǎn)品人一起交流成長！