需围绕数据采集、信息处理、结构化输出三环节展开：一用AI抓取竞品公开信息并生成对比表；二用大模型建模用户感知维度竞争力；三用AI协同生成可视化报告初稿；四人工校验关键断言并注入法规约束。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望借助AI工具完成市场分析与竞品调研报告的生成，则需围绕数据采集、信息处理、结构化输出三个关键环节展开。以下是实现该目标的具体操作路径：
一、使用AI工具抓取并整理竞品公开信息
该方法依赖AI对网页、应用商店、社交媒体等渠道的非结构化文本进行自动识别与摘要，从而快速构建竞品基础画像。需确保所用工具支持多源内容聚合与去重处理。
1、在Perplexity或You.com中输入指令：“列出2024年国内主流AI办公类SaaS产品的核心功能、定价模式与最新融资情况，来源限于官网、36氪、晚点LatePost及IT桔子”。
2、将返回结果复制至Notion AI或Kimi，使用“提取表格”指令生成含产品名称、上线时间、DAU区间、主推场景、免费版限制项的横向对比表。
3、对表格中每款产品单独发起追问：“该产品最近三个月在小红书和知乎上被提及最多的三个负面关键词是什么？请标注原始评论截图链接（若可访问）”。
二、调用大模型执行深度竞品差异建模
此步骤利用大语言模型的推理能力，将表面功能参数转化为用户感知维度的竞争力评估，避免陷入参数罗列陷阱。
1、准备结构化输入：将上一步生成的表格导出为CSV，保留“响应速度”“多端同步稳定性”“中文提示词容错率”等实测字段。
2、在Claude 3.5 Sonnet界面粘贴CSV数据，并发送提示词：“基于以下指标，按‘中小企业采购决策权重’重新加权排序，输出TOP3优势维度与对应竞品，每个维度附一句用户原话佐证（来自应用商店评论）”。
3、将模型输出结果中出现频次≥3次的用户原话单独提取，用绿色高亮标注，作为后续报告中的真实声音模块。
三、通过AI协同工作流自动生成可视化报告初稿
该方法将分析结论与图表生成解耦，先由AI生成文字逻辑链，再驱动图表工具完成数据呈现，保障内容一致性与专业性。
1、向Qwen2.5-Max发送完整指令：“你是一名有5年经验的SaaS行业分析师，请根据前述竞品对比表与用户原话，撰写一份面向CTO的技术选型简报。要求包含：技术架构兼容性对比段落、API开放程度评分（1-5分）、私有化部署支持现状，结尾不写总结句”。
2、将生成的文字稿导入Graphite或Tome，选择“Market Analysis”模板，点击“Auto-visualize”，系统将自动匹配柱状图、雷达图位置并填充数据标签。
3、检查图表标题是否准确映射原文表述，如发现“响应速度”被误标为“加载时长”，则手动在Graphite中双击修改，必须确保所有图表坐标轴单位与原始CSV字段定义完全一致。
四、人工校验关键断言并注入行业约束条件
AI生成内容需接受领域规则过滤，尤其在市场规模、增长率、政策合规性等易产生幻觉的维度上设置硬性校验点。
1、在报告初稿中定位所有含“预计”“将达到”“复合增长”的句子，将其单独复制至ChatGLM4界面。
2、输入指令：“仅依据国家网信办《生成式人工智能服务管理暂行办法》第十二条、工信部2023年发布的《人工智能产业统计分类标准》，判断以下陈述是否存在法规依据缺失：[粘贴句子]”。
3、对模型返回“依据缺失”的条目，立即替换为引用文件原文条款编号，例如：“用户数据本地化存储要求见《办法》第十二条第三款”，严禁使用‘相关法规’‘有关部门规定’等模糊指代。
