Community生产力与协作github.com

nitingothwal-SEO/claude-skills

逆向分析竞争对手的全面在线营销策略(定位、流量、SEO、AI可见性、广告、销售漏斗、技术栈、邮件、社交媒体、公关),并提供优先级排序的行动计划。

claude-skills 是什么?

这是一项专为AI智能体(如Claude Code、Codex等)设计的技能,用于系统化地逆向工程一个或多个竞争对手的在线营销策略。其核心价值在于将竞争对手的获客、转化和客户留存方法转化为用户可执行的优先级行动计划。技能覆盖了从定位与信息传达、流量来源与增长引擎、SEO与内容策略,到AI搜索可见性(GEO/AEO)、付费广告、销售漏斗与转化率优化、技术栈与追踪、邮件自动化、社交媒体与分发、公关与合作伙伴关系等10个完整阶段。它利用Ubersuggest等SEO工具、网页抓取、Wayback Machine历史快照、Google/Meta广告公开库以及AI搜索可见性分析(如通过品牌提示词评估在ChatGPT、Perplexity等平台的引用情况)来收集证据。输出物包括一份综合报告(包含执行摘要、渠道矩阵、机会评分和90天计划)以及一个可选的电子表格,所有结论都基于收集到的数据而非猜测。该技能严格遵守道德界限:仅使用公开信息,不伪造身份、不登录、不抓取登录后的数据、不提交表单,也不点击竞争对手的广告。

兼容平台✓Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add nitingothwal-SEO/claude-skills

Installed? Explore more 生产力与协作 skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →

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

竞争对手在线营销逆向工程

目标:解释竞争对手如何获取、转化和留住客户,以及他们的资金流向——然后将这些转化为用户自己网站的决策。首先提供证据,然后得出结论,最后是行动。

1. 输入(一次性询问,如果缺少任何内容,使用单个AskUserQuestion)

  • 竞争对手域名 — 1 到 5 个。如果未提供,则发现它们(步骤 2)。
  • 用户自己的域名(用于差距比较)。
  • 目标市场:国家/城市 + 语言(用于确定 Ubersuggest 位置、广告库区域、AI 提示)。
  • 深度:快速(阶段 1–5 + 综合,约 1 个竞争对手)或全面(所有阶段,最多 5 个竞争对手)。默认值:1-2 个竞争对手为全面,3 个以上为快速。
  • 业务模型提示(如果不明确):B2B 服务、B2C 电子商务、SaaS、本地企业。

如果用户不存在,则采用最合理的解读,在报告顶部说明,然后继续。

2. 竞争对手选择(仅当未提供或用于合理性检查时)

构建三个列表并选择 3–5 个最相关的:

  • 业务竞争对手 — 相同的产品,相同的买家(WebSearch "<服务> <城市>","最佳 <服务> 公司 <国家>")。
  • 搜索竞争对手 — 用户域名的 Ubersuggest competitors + 在 5–10 个高价值关键词排名前 10 的域名(serp_analysis)。
  • 注意力竞争对手 — 在 AI 回答中被引用并在该领域投放广告的品牌。

3. 按阶段收集数据

设置一个任务列表(每个阶段一个任务 + 综合 + 验证)。将原始拉取数据保存到工作目录中的文件(例如 data/<domain>_top_pages.json)——基于文件进行计算,切勿在散文中估算数字。

在开始之前,通过 ToolSearch 一次性加载 Ubersuggest 工具,例如 select:mcp__Ubersuggest__domain_overview,mcp__Ubersuggest__domain_top_pages,mcp__Ubersuggest__domain_keywords,mcp__Ubersuggest__domain_top_countries,mcp__Ubersuggest__backlinks_overview,mcp__Ubersuggest__linking_domains,mcp__Ubersuggest__anchor_texts,mcp__Ubersuggest__competitors,mcp__Ubersuggest__serp_analysis,mcp__Ubersuggest__match_keywords,mcp__Ubersuggest__pagespeed_audit,mcp__Ubersuggest__brand_visibility_overview。如果处理多个域名,请先检查 user_limits。

阶段 1 — 定位与信息传达

  • WebFetch 首页、定价、关于我们、顶级服务页面。记录:标题、副标题、主要 CTA、目标受众、每项声明和每个证明点(徽标、数字、推荐语、奖项)。
  • 定价模型:公开/隐藏、层级、试用/演示、锚定。隐藏定价 ⟹ 销售主导的漏斗。
  • 历史:Wayback Machine 的首页 + 定价快照(大约 1、2、3 年前)——注意定位变化。
  • 客户之声:通过 WebSearch 在 G2/Clutch/Trustpilot/Google/Reddit 上评论。提取前 3 个赞扬点(行业标准)和前 3 个投诉点(定位机会)。转述;切勿粘贴评论原文。

阶段 2 — 流量构成与增长引擎

  • domain_overview、domain_top_countries、domain_top_pages。
  • 识别带来最多流量的 10–20 个页面 = 真正的增长引擎。对每个页面进行分类(服务、位置、博客、工具、对比、术语表)。
  • 渠道细分(直接/自然/付费/引荐/社交):如果没有工具提供,则予以说明,并根据付费关键词、广告库活动和社交足迹谨慎推断。将所有第三方数据标记为方向性估计。

阶段 3 — SEO

  • 关键词覆盖:domain_keywords;按意图以及品牌与非品牌进行拆分(在代码中计算)。
  • 与用户域名相比的关键词差距:竞争对手排名 1–10 而用户没有的关键词;优先考虑商业/交易类关键词。
  • 内容策略:抓取 sitemap.xml (WebFetch) → 按页面类型分类、根据 lastmod 评估发布速度、内容集群、程序化模式(例如 服务 × 城市 模板)。
  • 技术方面:存在的 Schema 类型、URL 结构、内部链接优先级页面、hreflang、首页 + 最赚钱页面的 pagespeed_audit。
  • 外链:backlinks_overview、linking_domains、anchor_texts。注意引荐域名趋势、被链接最多的页面(可链接资产)、锚文本特征(完全匹配占比高 = 激进)、链接来源类型。当有 2 个以上竞争对手时进行链接交叉分析:链接到 ≥2 个竞争对手但未链接到用户的域名。

阶段 4 — AI 搜索可见性(GEO/AEO)

  • 为该市场构建 15–30 个买家提示(关于定价、最佳、操作方法、对比)。
  • 如果已配置,使用 brand_visibility_overview / brand_prompts;否则记录可通过 WebSearch 验证的内容,并备注用户应在 ChatGPT、Perplexity、Gemini、AI Overviews 中运行的手动检查。
  • 注意被引用的页面模式(定义、表格、价格范围、统计数据、常见问题、新鲜度)以及为大型语言模型提供信息的外部来源(Wikipedia/Wikidata、Reddit、YouTube、评论网站、列表文章)。
  • 检查 robots.txt 中有关 AI 爬虫的规则以及 /llms.txt 的存在。

阶段 5 — 付费广告

使用浏览器(先阅读 chrome-browser 技能;Claude 在 Chrome 中更推荐)查看公开广告库——仅读取,切勿点击广告或提交任何内容:

  • Google 广告透明度中心 (adstransparency.google.com)——搜索广告商,设置区域。
  • Meta 广告库 (facebook.com/ads/library)——活跃广告、开始日期、变体。
  • LinkedIn 广告库 (B2B)、TikTok Creative Center (B2C)。 对于每个值得注意的广告,记录:平台、开始日期、格式、钩子、产品、CTA、着陆页。标记运行 60 天以上的广告为可能盈利。注意创意测试(相同产品,多个钩子)以及专用与通用着陆页。如有,从 Ubersuggest 获取付费关键词。 如果无浏览器可用,说明用户应检查哪些库,然后继续。

阶段 6 — 漏斗与转化率优化

从抓取的页面中:转化路径(表单、聊天、电话、WhatsApp、预订、计算器)、磁铁、表单字段数量及资格问题、信任元素放置位置、弹窗/粘性 CTA。 建议(不要执行)用户进行神秘购买调查:响应时间、联系渠道、脚本、跟进节奏。切勿自行提交表单或查询。

阶段 7 — 技术栈与追踪

从页面源代码(WebFetch / 浏览器)获取:CMS、分析工具、标签管理器、CRM、邮件平台、聊天工具、A/B 测试工具、热力图工具、像素(Meta、LinkedIn Insight、TikTok、Google Ads 再营销、Clarity、Hotjar)。解释含义:例如 HubSpot ⟹ 自动化驱动的培育;VWO/Optimizely ⟹ 测试文化。

阶段 8 — 邮件与自动化

您不能订阅。记录可见的订阅选择和磁铁;为用户提供一个 4–6 周的跟踪清单(欢迎序列、节奏、主题行、内容组合、细分)以使用专用收件箱运行。

阶段 9 — 社交媒体与分发

每个平台:存在情况、发布频率、格式、表现最佳的主题(根据通过 WebSearch/WebFetch/浏览器公开可见的内容)、创始人/员工个人品牌、YouTube 排名、社区/网络研讨会。参与度 = 互动数 ÷ 关注者数(当数字可见时)。

阶段 10 — 公关、合作伙伴关系与招聘信号

WebSearch 新闻报道、奖项、赞助、合作伙伴/集成页面、联盟计划以及当前职位发布(招聘页面、LinkedIn)——正在招聘的角色标志着未来 3–6 个月的投资方向。

4. 综合(强制性——这是交付物的核心)

  1. 营销模型 — 每个竞争对手一句话:他们如何获客 → 转化 → 培育。
  2. 渠道矩阵 — 行 = 渠道(定位、SEO、AI 可见性、付费搜索、付费社交、内容、社交、邮件、公关/链接、CRO),列 = 竞争对手 + 用户;单元格:弱/中/强,并附带一行证据。
  3. 机会列表 — 每个差距评分:影响(1–5)、投入(1–5)、结果时间(周数)。按影响 ÷ 投入排序。
  4. 模仿/击败/跳过 — 需要模仿的行业标准产品、需要击败的弱点、需根据预算/品牌决定跳过的策略。
  5. 90 天计划 — 按月分组的行动,附带负责人角色和 KPI。
  6. 监控设置 — Google 快讯、每月广告库 + 热门页面检查、竞争对手排名跟踪、每季度 AI 提示重新运行、首页/定价变更跟踪。

5. 输出

  • 主报告:一个文档工件(首先列出工件类型;后备方案为自包含的 HTML 工件,或仅当用户要求 Word 时才提供 .docx)。结构:执行摘要(5 个要点)→ 竞争对手快照 → 阶段发现 → 渠道矩阵 → 机会 → 模仿/击败/跳过 → 90 天计划 → 监控 → 数据差距与手动检查 → 来源。
  • 可选附件:一个电子表格工件,包含表:竞争对手、关键词差距、热门页面、外链交叉点、广告日志、AI 可见性、机会评分——提供;如果用户请求或深度为“全面”且有 3 个以上竞争对手时则构建。
  • 语言:正文匹配用户语言(英语或印地语/英语混合);保持工具名称、指标和标题为英语。

6. 规则

  • 仅限公开信息和真实的互动。无虚假身份,不登录,不抓取登录后的数据,不提交表单,不点击竞争对手广告(这会消耗他们的资金)。
  • 切勿逐字复制竞争对手的内容、广告文案或评论;转述,每个来源最多引用一个短短语。
  • 将每个第三方流量/支出数字标记为估计值;使用相同工具比较竞争对手。
  • 相关性 ≠ 因果:从多个页面/竞争对手的模式中得出结论,而非单个页面。
  • 在报告中区分证据和推断(例如“观察到:”与“可能:”)。
  • 列出每个您未能完整覆盖的阶段(工具限制、无浏览器、付费墙数据),在“数据差距与手动检查”下提供确切的手动步骤。
  • 交付前最终检查:对照已保存的数据文件验证数字,重新打开报告,确认每个建议都可追溯到某个发现。

相关技能