Communitygithub.com

基准方法论

在竞争平台分析生成分层竞品集后使用。对每个竞品在九个加权维度(定位、语音、视觉工艺、产品包装、证据、企业级就绪度、思想领导力、定价、客户)上进行评分。

基准方法论 是什么?

此技能旨在将已筛选的竞品集转化为可比较、有据可依的评分。它通过九个标准维度(如定位清晰度、品牌语音、视觉工艺等)对每个竞品进行1-5分的评分,确保所有评估基于可观察的证据,而非直觉判断。技能的核心在于一致性:相同的证据必须为所有竞品产生相同的分数。它要求先建立客户定位简报,明确战略张力(两个轴)和差异化因素,然后根据权重(总权重100%)对维度进行评分,并特别强调指标9(客户的战略张力)的两个极点必须分别评分和报告,不得平均。最终输出为统一格式的竞品档案卡,包含维度评分表和张力图,随后可用于竞争报告结构。该技能广泛适用于Claude Code、Coder、Cursor等AI编程助手,帮助团队系统化地完成竞品对标分析。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/tree/main/skills/benchmark-methodology

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

基准方法论 是做什么的?

使用此技能将已筛选的竞品集转化为可比较、有据可依的评分。每个竞品在相同的九个维度上进行评估,使用明确的1–5分评分标准,并记录在统一的档案卡中。一致性是关键:只有相同证据能为任何竞品获得相同分数,评分才有价值。

何时激活

  • 已准备好对来自竞争平台分析的、已分层筛选的竞品集进行评分。
  • 需要在竞品间进行可比较的、以证据为依据的评分——而非凭直觉排名。
  • 客户的战略张力(定义其目标空白空间的两个成对轴)已确定。
  • 准备生成竞品档案卡,用于竞争报告结构的组装。

客户定位简报(首先建立)

在评分之前,先建立客户的定位简报。它提供:

  • 战略张力 — 两个轴(例如,记忆性 × 可雇佣性),其交叉点标记客户的目标空白空间。维度9始终以客户命名的张力命名;分别报告两个极点,绝不平均。
  • 差异化因素 — 什么构成了客户的护城河。这决定了哪些维度对客户的定位论证最为重要。
  • 品牌平衡 — 不同战略重点的预期组合。战略建议不得打破此平衡,除非特别说明。

为什么选择这些维度

客户在特定张力(跨越两个极点) 上竞争,而非服务广度。这些维度的权重反映了该护城河。两个维度——即张力极点——是分别评分且绝不一起平均的,因为客户的战略问题正是竞争对手是否能同时实现这两个极点。

九个维度(含权重)

权重用于指导综合重点,而非单一的总体评分(避免虚假的综合性——请参阅偏差控制)。总权重=100%。

  1. 定位清晰度与独特性 (18%) — 工作室的定位是否锐利、可拥有且一目了然?还是过于泛泛?
  2. 品牌语音/语言独特性 (15%) — 文案是否有自己独特的语调,还是可互换的代理行话?
  3. 视觉识别与网站工艺 (15%) — 视觉系统的质量和所有权;网站作为工艺的证明。
  4. 服务产品与包装 (12%) — 产品化和清晰的(命名的冲刺/审计) vs. 模糊的。包装成熟度。
  5. 证据与可信度 (12%) — 命名的客户、量化的成果、案例研究深度。需要证据而非断言。
  6. 企业级就绪度/商业成熟度 (10%) — 表明他们能够承接并交付SaaS/金融科技/B2B/企业级工作的信号(流程、标志、规模、合同)。
  7. 思想领导力/内容存在感 (8%) — 自有观点:文章、演讲、通讯、框架。注重深度而非数量。
  8. 定价透明度与参与模式 (5%) — 定价/参与模式是否清晰易懂?产品化 vs. 定制 vs. 不透明。
  9. [客户的战略张力] (5% 作为标记;对两个极点分别评分,并分别报告) — 从客户定位简报中读取张力名称和轴描述。绘制两个点;差距即洞察。客户的目标准象限是最重要的发现:还有谁已经在那里?

评分标准 (1–5,适用于维度1–8)

每个分数都必须基于可观察的证据。以下为通用描述;请根据每个维度调整具体细节,但保持等级含义一致。

  • 1 — 缺失/通用。 没有可辨别的定位或工艺;与模板无异。是主动的劣势。
  • 2 — 低于标准。 有些意图,但不一致、衍生或缺乏说服力。在对比中站不住脚。
  • 3 — 胜任/行业标准。 扎实、专业、不突出。符合预期,任何人都能做到。
  • 4 — 强劲/独特。 明显优于同行;是买家会注意到并提及的真正优势。
  • 5 — 定义类别。 同类最佳、可拥有、难以模仿。设定了其他玩家需要应对的标准。

张力轴(维度9)——每个轴按1–5分评分

从客户定位简报中读取轴标签及其1/3/5分的锚点描述。例如,记忆性 × 可信度张力的锚点:

  • 记忆性 — 1:瞬间被遗忘 · 3:在上下文中可识别 · 5:令人难忘、被热议、独特地被记住。
  • 可信度 — 1:感觉有风险/业余 · 3:安全、胜任、无惊喜 · 5:企业级信任、显而易见的安全选择。

在张力2×2网格上绘制竞品。客户的目标准象限在定位简报中命名。谁占据该象限是基准分析中最重要的发现。

如何收集数据

对于每个竞品,按此顺序处理维度(成本最低的信号优先):

  1. 竞品自有网站 — 定位、语音、产品包装、定价姿态、列名客户、宣言/观点。截取主页屏幕截图和一个案例研究。
  2. 案例研究/作品 — 证据深度、量化成果、客户名称。区分声称的(“我们交付了X”)与已证实的(指标、具名、可验证)。
  3. 评论目录 — 验证客户、项目规模、参与模式 → 可信度与企业级就绪度(例如 Clutch.co 或同类特定平台)。
  4. LinkedIn — 团队规模/模式、创始人的叙事、内容发布频率 → 思想领导力、模式。
  5. 作品集/工艺平台 — 工艺风格(使用该领域原生的展示方式:设计板、演示卷、出版样本等)。
  6. 内容渠道 — 通讯/演讲/文章 → 思想领导力深度。

每个维度需记录: 分数、一行理由、以及支持该分数的来源链接/屏幕截图。没有证据就没有分数。

偏差控制

  • 无单一综合评分。 分别报告维度分数和张力图。加权平均值会掩盖重要的不对称性。
  • 声称 vs. 已证实。 对于缺乏佐证的自我主张,降低可信度/证据维度的分数。网站文案是营销,而非事实。
  • 审美亲和力偏差。 评估者可能对自己喜欢的审美风格的工作室打出更高的分数,而低估了其对手的商业实力。请独立评估工艺和可信度;一个“无聊的”网站可能正在赢得更大的客户。
  • 近期性/炫目偏差。 获奖的、展示性的作品令人印象深刻,但可能缺乏商业深度——在评估可信度之前,请通过目录/客户进行验证。
  • 幸存者偏差。 可见的、营销良好的工作室并非全貌;注意在目录/评论中发现的低调但实力强劲的玩家。
  • 在整个集合中进行校准,而非孤立进行。 在最终定稿前,并排阅读所有分数——一个“4”分必须对每个竞品都意味着相同的事情。调整异常值。

竞品档案卡(输出格式)

为每个分析的竞品生成一张卡片——这是报告组装的基本单位:

## <竞品名称>
- **概况/层级:** <定位姿态 · 专长 · 规模等级> / <直接 | 相邻 | 愿景>
- **一句话描述:** <他们如何定位自己,用他们自己的话>
- **模式/规模/地域:** <个人|微型|精品> · <区域> · <定价/参与模式>
- **知名客户/证据:** <具名,注明已证实/声称标签>

### 维度评分表
| 维度 | 分数 (1–5) | 理由 (一行) | 来源 |
|---|---|---|---|
| 定位清晰度与独特性 | | | |
| 品牌语音/语言独特性 | | | |
| 视觉识别与网站工艺 | | | |
| 服务产品与包装 | | | |
| 证据与可信度 | | | |
| 企业级就绪度/商业成熟度 | | | |
| 思想领导力/内容存在感 | | | |
| 定价透明度与参与模式 | | | |

### 张力图
- **[来自定位简报的轴1]:** <1–5> — <原因>
- **[来自定位简报的轴2]:** <1–5> — <原因>
- **象限:** <高/高 | 高-1/低-2 | 低-1/高-2 | 低/低>

### 对[客户]的解读
- **值得学习的优势:** <…>
- **可利用的弱点/揭示的空白空间:** <…>
- **对[客户]的威胁:** <…>

将填写完整的卡片加上张力图传递给 competitive-report-structure。

反模式

  • 平均张力轴。 客户战略张力的两个极点必须分别评分并报告。平均会破坏洞察——极点之间的差距才是关键发现。
  • 无证据评分。 每个分数都需要一行理由和一个来源链接。没有证据的分数是观点,而非基准。
  • 创建单一综合分数。 分别报告各维度分数。加权平均值掩盖了对定位至关重要的不对称优势。
  • 不调整便应用通用评分锚点。 1-5分的锚点必须根据具体维度和竞品集进行校准。通用描述是起点,而非固定标准。
  • 在竞品集尚未筛选时仓促进行。 首先使用 competitive-platform-analysis 来生成一个经过分层和精简的竞品集。对未经筛选的列表进行评分会浪费精力在不相关的竞品上。

相关技能

  • competitive-platform-analysis — 必经前置步骤;生成此技能所需评分的分层竞品集。
  • competitive-report-structure — 下一步;将评分后的竞品档案卡汇编成可交付客户的报告。

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

相关技能