Varnan-Tech/opendirectory

定價搜尋器 (Pricing Finder)

告訴它你的產品網址或描述。它會找出 5 家競爭對手，抓取它們實際的定價頁面，並回傳一份完整的定價情報報告：市場主流定價模式、基準價格表、功能門檻分析、競爭定位圖，以及具體的產品定價策略建議。

無需任何 API 金鑰。 完全依賴免費的 pip 套件即可執行。選用的 API 金鑰可提升分析品質。

---

零幻覺政策： 輸出中的每個價格點、方案名稱與功能門檻都必須能夠追溯到所抓取的定價頁面內容，或 DuckDuckGo 搜尋摘要。這適用於：

• 競爭對手的價格：僅從抓取的頁面內容中逐字提取
• 「聯絡銷售」：照實記錄，絕不估算或替換為數字
• 方案名稱：完全複製於頁面，不重新詮釋
• 功能列表：從頁面內容提取，不得依賴產品知識推斷
• 定位觀察：僅根據基準價格表的數據推導

---

常見錯誤

代理人可能會想...	為什麼這樣做不對
用估算價格填寫「聯絡銷售」	永遠不要估算企業級定價。應確實記錄為「聯絡銷售」。
利用訓練知識填寫競爭對手價格	每個價格都必須回溯至抓取的頁面內容或搜尋摘要。
跳過競爭對手確認步驟	務必顯示發現的競爭對手並等待使用者確認。錯誤的競爭對手 = 錯誤的基準。
不參考基準數據就直接推薦價格	每個價格推薦都必須引用基準價格表中的特定數字。
內容少於 500 字元時仍將頁面標記為高品質	少於 500 字元表示頁面可能未被成功抓取 — 應將 data_quality 標記為 'low'，並使用搜尋摘要作為備援。
在輸出中使用長破折號	將所有長破折號取代為連字號。

---

每次執行前請先閱讀參考文件

cat references/pricing-models.md
cat references/extraction-guide.md
cat references/positioning-guide.md

---

步驟 1：環境檢查

echo "TAVILY_API_KEY:    ${TAVILY_API_KEY:+set (search quality enhanced)}${TAVILY_API_KEY:-not set, DuckDuckGo will be used (free)}"
echo "FIRECRAWL_API_KEY: ${FIRECRAWL_API_KEY:+set (JS rendering enhanced)}${FIRECRAWL_API_KEY:-not set, requests+BS4 will be used (free)}"
echo ""
python3 -c "from ddgs import DDGS; import requests, bs4, html2text; print('Dependencies OK')" 2>/dev/null \
  || echo "ERROR: Missing dependencies. Run: pip install ddgs requests beautifulsoup4 html2text"

若缺少相依套件： 立即停止。告知使用者：「缺少 Python 相依套件。請執行以下指令安裝：pip install ddgs requests beautifulsoup4 html2text — 全部免費，無需註冊。然後再試一次。」

若僅缺少 API 金鑰： 繼續執行。DuckDuckGo 和 requests+BS4 是免費的預設選項。

產生產品縮寫：

PRODUCT_SLUG=$(python3 -c "
from urllib.parse import urlparse
import sys, re
url = 'URL_HERE'
if url.startswith('http'):
    host = urlparse(url).netloc.replace('www.', '')
    print(host.split('.')[0])
else:
    print(re.sub(r'[^a-z0-9]', '-', url[:30].lower()).strip('-'))
")
echo "Product slug: $PRODUCT_SLUG"

---

步驟 2：解析輸入內容

從對話中收集：

• product_url：要抓取的網址（必要，除非使用者直接貼上描述文字）
• geography：選擇性 — 美國 / 歐洲 / 印度 / 全球。預設：美國

若使用者僅提供貼上的描述文字（無網址）： 略過步驟 3 和 4。直接跳至步驟 4（產品分析），並將貼上的文字當作 product_content。設定 page_source 為 user_description，並在 data_quality_flags 中註明。

若沒有網址也沒有描述： 詢問：「請提供您的產品或新創公司的網址？或貼上一段簡短描述：它做什麼、目標對象是誰、以及與眾不同之處。」

---

步驟 3：抓取產品頁面

主要方法：Firecrawl（若 FIRECRAWL_API_KEY 已設定）

curl -s -X POST https://api.firecrawl.dev/v1/scrape \
  -H "Authorization: Bearer $FIRECRAWL_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"url": "URL_HERE", "formats": ["markdown"], "onlyMainContent": true}' \
  | python3 -c "
import sys, json
d = json.load(sys.stdin)
content = d.get('data', {}).get('markdown', '') or d.get('markdown', '')
print(f'Fetched via Firecrawl: {len(content)} characters')
open('/tmp/pf-product-raw.md', 'w').write(content)
"

備援方法：requests + BS4（免費，隨時可用）

python3 << 'PYEOF'
import requests, html2text, random

USER_AGENTS = [
    "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
    "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36",
]
headers = {"User-Agent": random.choice(USER_AGENTS), "Accept": "text/html,application/xhtml+xml;q=0.9,*/*;q=0.8"}
resp = requests.get("URL_HERE", headers=headers, timeout=20, allow_redirects=True)
converter = html2text.HTML2Text()
converter.ignore_images = True
converter.body_width = 0
content = converter.handle(resp.text)[:8000]
print(f'Fetched via requests+BS4: {len(content)} characters')
open('/tmp/pf-product-raw.md', 'w').write(content)
PYEOF

檢查點：

python3 -c "
content = open('/tmp/pf-product-raw.md').read()
if len(content) < 200:
    print('ERROR: fewer than 200 characters fetched -- page may be JS-rendered')
else:
    print(f'Content OK: {len(content)} characters')
"

若內容少於 200 字元： 告知使用者：「產品頁面回傳的內容太少 — 該網站可能是由 JavaScript 渲染的。請貼上一段簡短描述：您的產品做什麼、目標對象是誰、以及與競爭對手有何不同。」

---

步驟 4：產品分析（AI）

印出頁面內容：

python3 -c "
content = open('/tmp/pf-product-raw.md').read()[:5000]
print('=== PRODUCT PAGE (first 5000 chars) ===')
print(content)
"

AI 指令： 分析上述產品頁面並提取以下資訊：

• product_name：產品或公司名稱
• one_line_description：它做什麼、目標對象、核心價值主張。少於 20 字。不使用行銷語言。
• industry_taxonomy：l1（頂層：developer tools / fintech / healthtech / consumer / 等）、l2（領域：devops / payments / hr / 等）、l3（特定利基：CI/CD automation / embedded payments / async video / 等）
• differentiators：正好 2-3 項讓此產品與眾不同的具體特點。這些將用於建議 — 請具體說明。不接受像「易於使用」這類泛泛之詞。
• icp：buyer_persona（職位）、company_type、company_size
• geography_bias：美國 / 歐洲 / 印度 / 全球
• page_source："live_page" 或 "user_description"

寫入 /tmp/pf-product-analysis.json：

python3 << 'PYEOF'
import json

analysis = {
    # 根據上述分析填入
    "product_name": "",
    "one_line_description": "",
    "industry_taxonomy": {"l1": "", "l2": "", "l3": ""},
    "differentiators": [],
    "icp": {"buyer_persona": "", "company_type": "", "company_size": ""},
    "geography_bias": "US",
    "page_source": "live_page"
}

json.dump(analysis, open('/tmp/pf-product-analysis.json', 'w'), indent=2)
print('Product analysis written.')
PYEOF

驗證：

python3 -c "
import json
a = json.load(open('/tmp/pf-product-analysis.json'))
print('Product:', a['product_name'])
print('Industry:', a['industry_taxonomy']['l1'], '>', a['industry_taxonomy']['l2'], '>', a['industry_taxonomy']['l3'])
print('Differentiators:')
for d in a['differentiators']:
    print(f'  - {d}')
"

---

步驟 4b：第一階段 — 競爭對手發現

ls scripts/research.py 2>/dev/null && echo "script found" || echo "ERROR: scripts/research.py not found -- cannot continue"

python3 scripts/research.py \
  --phase discover \
  --product-analysis /tmp/pf-product-analysis.json \
  --output /tmp/pf-competitors-raw.json

印出結果供 AI 審查：

python3 -c "
import json
data = json.load(open('/tmp/pf-competitors-raw.json'))
print(f'Searches run: {len(data[\"competitor_searches\"])}')
for s in data['competitor_searches']:
    print(f'\nQuery: {s[\"query\"]}')
    for r in s.get('results', [])[:6]:
        print(f'  - {r[\"title\"]} | {r[\"url\"]}')
        print(f'    {r.get(\"snippet\",\"\")[:150]}')
"

AI 指令： 閱讀上述搜尋結果。選出剛好 5 家符合以下條件的競爭對手公司：

1. 出現在搜尋結果標題或摘要中
2. 與被分析產品處於相同的 L3 利基市場
3. 是實際的軟體產品（不是代理商、清單文章或評論網站）
4. 彼此之間是不同的公司

對於每個競爭對手，請記錄：name、url、pricing_url（他們的定價頁面 — 若未在摘要中找到，則推測為 [url]/pricing）、description（從摘要中摘錄一句）、source_url。

---

步驟 5：競爭對手確認

python3 << 'PYEOF'
import json

analysis = json.load(open('/tmp/pf-product-analysis.json'))

# 填入：從上述搜尋結果中選出的 5 家競爭對手
candidates = [
    # {"name": str, "url": str, "pricing_url": str, "description": str, "source_url": str}
]

print(f"\nFound 5 competitors for {analysis['product_name']} in {analysis['industry_taxonomy']['l3']}:\n")
for i, c in enumerate(candidates, 1):
    print(f"  {i}. {c['name']} -- {c['description']}")
    print(f"     Product: {c['url']}")
    print(f"     Pricing: {c['pricing_url']}")

data = json.load(open('/tmp/pf-competitors-raw.json'))
data['competitor_candidates'] = candidates
json.dump(data, open('/tmp/pf-competitors-raw.json', 'w'), indent=2)
PYEOF

告知使用者：「這是我將從中獲取定價數據的 5 家競爭對手。您可以新增、移除或替換任何一家 — 或者說『看起來沒問題』以繼續。」

等待使用者確認。 若使用者編輯了清單，請相應更新候選項目。然後寫入確認後的清單：

python3 << 'PYEOF'
import json

# 填入：確認後的競爭對手清單（在使用者審閱後）
confirmed = [
    # {"name": str, "url": str, "pricing_url": str}
]

json.dump({"confirmed_competitors": confirmed}, open('/tmp/pf-competitors-confirmed.json', 'w'), indent=2)
print(f"Confirmed {len(confirmed)} competitors for pricing research.")
for c in confirmed:
    print(f"  - {c['name']} | pricing: {c['pricing_url']}")
PYEOF

---

步驟 6：第二階段 — 抓取定價頁面

python3 scripts/research.py \
  --phase fetch-pricing \
  --competitors /tmp/pf-competitors-confirmed.json \
  --output /tmp/pf-pricing-raw.json

這會使用三層遞迴策略抓取每個競爭對手的定價頁面：

1. 直接抓取：requests + beautifulsoup4 + html2text
2. Google 快取：webcache.googleusercontent.com/search?q=cache:[url]
3. DuckDuckGo 搜尋："[competitor]" pricing plans cost per month（摘要備援）

印出抓取摘要：

python3 -c "
import json
data = json.load(open('/tmp/pf-pricing-raw.json'))
print(f'Competitors fetched: {data[\"competitors_fetched\"]}')
print()
for r in data['results']:
    quality_label = {'high': 'GOOD', 'medium': 'OK', 'low': 'SNIPPET ONLY'}.get(r['data_quality'], r['data_quality'])
    print(f'  {r[\"name\"]:20} {r[\"source\"]:15} {r[\"content_length\"]:5} chars  [{quality_label}]')
"

若某競爭對手的 data_quality: low： 這表示定價頁面被阻擋或用 JavaScript 渲染。分析仍會使用搜尋摘要進行，但該競爭對手的信心水準將標記為較低。

---

步驟 7：定價提取（AI）

印出所有原始定價內容：

python3 -c "
import json
data = json.load(open('/tmp/pf-pricing-raw.json'))
for r in data['results']:
    print(f'\n=== {r[\"name\"]} (source: {r[\"source\"]}, quality: {r[\"data_quality\"]}) ===')
    print(f'Pricing URL: {r[\"pricing_url\"]}')
    print(r['content'][:4000])
    print('---')
"

AI 指令： 針對每個競爭對手，從上述內容中提取結構化的定價數據。請遵循 references/extraction-guide.md 中關於如何識別方案、價格、限制和行動呼籲按鈕的指導。

零幻覺規則：

1. 僅從內容中逐字提取價格。如果內容中沒有某個價格，則寫 null。
2. 將「聯絡銷售」照實記錄。絕不使用估算數字取代。
3. data_quality: low 表示數據來自搜尋摘要 — 請提取存在的資訊，但不要用訓練知識填補缺口。
4. 對於內容中未出現的任何欄位：請寫 "not found in page data"。
5. 年度價格：請同時記錄每月等值金額以及年度總額。

寫入 /tmp/pf-pricing-extracted.json：

python3 << 'PYEOF'
import json

# 填入：每個競爭對手一個物件，遵循以下結構
提取的數據 = [
    # {
    #   "competitor": str,
    #   "pricing_url": str,
    #   "data_quality": "high" | "medium" | "low",
    #   "pricing_model": "per-seat" | "flat-rate" | "usage-based" | "freemium" | "tiered-flat" | "hybrid",
    #   "billing_cadence": ["monthly"] | ["annual"] | ["monthly", "annual"],
    #   "annual_discount": str,           # 例如 "20%" 或 "not found in page data"
    #   "free_tier": true | false,
    #   "free_trial": true | false,
    #   "free_trial_days": int | null,
    #   "tiers": [
    #     {
    #       "name": str,
    #       "price_monthly": float | null,       # 若為「聯絡銷售」則為 null
    #       "price_annual_monthly": float | null, # 按年付費時的每月等值金額
    #       "price_note": str,                   # "Contact Sales"、"Free" 或留空
    #       "seats": str,                        # "per seat"、"unlimited"、"up to 5" 等
    #       "key_limits": [str],                 # 儲存空間、API 呼叫次數、專案數等
    #       "key_features": [str]                # 該方案中最重要的 3-5 項功能
    #     }
    #   ],
    #   "enterprise_tier": true | false,
    #   "enterprise_pricing": str,               # "Contact Sales" 或實際價格
    #   "regional_pricing": str | null           # 例如 "India: ₹999/mo" 或 null
    # }
]

…

[為便於翻譯，此處內容已截斷]