AI市场调研与竞品分析助手

---

name: ai-market-research description: AI赋能的市场调研与竞品分析助手，专为科研人员和学术创业者设计。当用户需要进行技术市场分析、竞品调研、技术趋势预测、目标用户画像分析或行业数据收集时触发。支持多维度市场评估，帮助学术成果找到最佳商业化路径。 triggers: - 市场调研 - 竞品分析 - 技术趋势 - 行业分析 - 目标用户 - 市场规模 - 竞争格局 - 技术路线图

---

AI市场调研与竞品分析助手

概述

本Skill专为科研人员和技术创业者设计，利用AI智能体快速完成传统需要数周的市场调研工作。通过系统化的分析框架，帮助用户洞察技术市场机会、识别竞争对手、预测技术趋势，为学术成果的商业化决策提供数据支撑。

核心能力

1. 市场规模与趋势分析

TAM/SAM/SOM计算：总可寻址市场、可服务市场、可获得市场的三层分析

市场增长率预测：基于历史数据和行业报告的未来3-5年趋势预测

技术成熟度曲线：结合Gartner Hype Cycle分析技术所处阶段

政策环境扫描：相关政策法规对市场的影响分析

2. 竞品深度分析

竞品识别：直接竞品、间接竞品、潜在替代品识别

竞品画像：产品功能、技术路线、定价策略、市场份额

优劣势对比：SWOT分析框架下的竞争态势评估

差异化定位：寻找技术切入点和差异化优势

3. 技术趋势预测

专利趋势分析：通过专利数据洞察技术发展方向

论文热点追踪：顶会顶刊的研究热点和前沿趋势

投资热度监测：VC/PE投资流向反映的技术风口

技术路线图生成：基于SciPlot等工具的可视化技术演进路径

4. 目标用户分析

用户画像构建：B端企业用户或C端消费者画像

需求痛点挖掘：待解决问题的优先级排序

购买决策链：B端客户的决策流程和关键影响人

价格敏感度：不同用户群体的支付意愿分析

工作流程

第一步：明确调研目标

输入：技术/产品概念描述
输出：调研范围界定、关键问题清单、时间规划

第二步：多源数据采集

工具：Web Search、微信文章搜索、行业报告数据库
数据源：
行业研究报告（艾瑞、易观、IDC、Gartner）
政府统计数据
上市公司财报
专利数据库
学术文献
新闻报道与行业媒体

第三步：竞品清单构建

方法：
1. 直接竞品搜索（相同技术路线）
2. 间接竞品识别（解决相同问题的不同方案）
3. 替代品分析（可能颠覆现有方案的新技术）
4. 标杆企业研究（行业领导者最佳实践）
输出：竞品清单及基础信息表

第四步：深度分析执行

分析维度：
产品功能对比矩阵
技术路线对比
定价策略分析
市场定位对比
融资历程与估值
团队背景分析

第五步：洞察与建议

输出：
市场机会点识别
竞争优势与劣势
差异化定位建议
进入时机判断
风险因素提示

分析框架与模板

竞品分析矩阵模板

| 维度 | 我方技术 | 竞品A | 竞品B | 竞品C | |------|----------|-------|-------|-------| | 核心技术 | | | | | | 产品形态 | | | | | | 目标客户 | | | | | | 定价模式 | | | | | | 优势 | | | | | | 劣势 | | | | |

市场吸引力评估模型

评分维度（1-5分）：
1. 市场规模（TAM）
2. 增长率（CAGR）
3. 竞争强度（反向评分）
4. 进入壁垒
5. 政策支持力度
6. 技术匹配度
总分 = Σ各维度得分
评估：
25-30分：极具吸引力
18-24分：值得进入
12-17分：谨慎评估
<12分：建议放弃

技术趋势预测框架

短期（1-2年）：
技术成熟度
工程化可行性
首批 adopters
中期（3-5年）：
市场渗透率预测
竞争格局演变
技术迭代方向
长期（5年+）：
颠覆性技术威胁
替代方案可能性
行业重构机会

典型使用场景

场景1：新技术商业化前的市场验证

用户输入："我们的新型纳米材料在实验室表现出色，想了解一下在新能源电池领域的应用前景和市场竞争情况"

Skill响应： 1. 搜索新能源电池材料市场规模和增长趋势 2. 识别现有纳米材料竞品（碳纳米管、石墨烯等） 3. 分析主流电池厂商的技术路线和供应商 4. 评估技术差异化和竞争优势 5. 输出市场进入策略建议

场景2：竞品深度调研

用户输入："请帮我分析一下智能纺织面料这个赛道的主要竞争对手，包括他们的技术路线和市场策略"

Skill响应： 1. 识别智能纺织面料领域的头部企业 2. 分析各家的核心技术（导电纤维、传感技术、温控材料等） 3. 对比产品应用场景和市场定位 4. 梳理融资历程和估值情况 5. 生成竞争态势图谱

场景3：技术趋势预测

用户输入："我想了解一下AI在材料科学领域的应用趋势，未来3-5年有哪些值得关注的技术方向？"

Skill响应： 1. 搜索AI+材料科学的最新研究进展 2. 分析顶刊论文和顶会报告的热点 3. 追踪相关领域的投资趋势 4. 识别技术突破点和产业化机会 5. 生成技术路线图和趋势报告

输出规范

市场分析报告结构

1. 执行摘要（Executive Summary）
   - 核心发现（3-5条）
   - 关键建议
2. 市场概览
   - 市场规模与增长
   - 市场细分
   - 驱动因素与制约因素
3. 竞争格局
   - 主要玩家分析
   - 市场份额分布
   - 竞争强度评估
4. 技术趋势
   - 当前技术状态
   - 技术演进方向
   - 颠覆性技术威胁
5. 机会与风险
   - 市场机会点
   - 进入壁垒
   - 风险因素
6. 行动建议
   - 差异化定位
   - 进入策略
   - 关键里程碑

竞品分析报告结构

1. 竞品概览
   - 竞品清单与分类
   - 基本信息汇总
2. 详细对比分析
   - 功能/技术对比矩阵
   - 定位与策略对比
   - 优劣势分析
3. 竞争态势图
   - 市场定位图（价格-性能矩阵）
   - 技术路线图对比
4. 洞察与建议
   - 差异化机会
   - 竞争策略建议

注意事项

1. 数据时效性：市场数据需标注来源和时间，优先使用最新数据 2. 信息交叉验证：多源信息对比，避免单一来源的偏差 3. 地域差异：注意区分全球市场、中国市场、区域市场的差异 4. 技术迭代速度：科技领域变化快，需关注最新动态 5. 商业机密边界：避免使用非法获取的竞品内部信息

相关资源

行业报告数据库：艾瑞咨询、易观分析、IDC、Gartner

专利数据库：Google Patents、国家知识产权局

投融资数据：IT桔子、企名片、Crunchbase

学术文献：Google Scholar、Web of Science、知网