3小时内精准分析阶跃AI竞品需五步：①锁定3个真实上线且开放API的竞品；②用Perplexity或Claude联网提取官网核心能力、定价条款、限制说明；③清洗文本并结构化为统一字段；④用BERTopic聚类识别主题；⑤通过正负触发词与交叉验证提取可信优缺点。
☞☞☞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☜☜☜
你想在3小时内搞清阶跃AI的对手到底强在哪、弱在哪，而不是花一周时间手动扒官网、翻评论、比参数——但直接让AI“分析阶跃AI竞品”，它只会胡编数据、堆砌模板、把“支持多模态”写成“支持量子纠缠”。
第一步：锁死3个真实竞品，别让AI自由发挥
打开微信搜一搜或七麦数据，查“AI编程助手”“代码生成工具”类目下近90天下载增速TOP3的产品（避开已停更或仅内测的项目），确认它们当前主推版本是否已上线公开API或开放注册。若未开放，则剔除——【AI无法验证未公开的功能细节，强行分析必出错】。
记下这3款产品的最新官网URL、App Store/华为应用市场详情页URL、GitHub Releases页面URL（如有）。不要选超过5个，否则清洗和聚类阶段噪音爆炸。
第二步：用联网AI抓取原始材料，一句指令定生死
方法一：Perplexity Pro联网版（推荐）
输入指令：“请访问[竞品A官网URL]、[竞品B官网URL]、[竞品C官网URL]，精准提取三处内容：①首页Banner区宣称的‘核心能力’原文；②定价页中关于‘免费额度’‘企业版独占功能’‘导出限制’的完整条款；③文档页中‘不支持的编程语言’或‘已知限制’小节全文。每条结果标注来源URL及截图时间。”
方法二：Claude 3.5 Sonnet联网版（备用）
若Perplexity返回乱码或超时，改用Claude并追加约束：“只返回纯文本，禁用表格、符号、编号；遇到PDF文档跳过，只抓HTML可读内容；若某页面无对应信息，明确写‘未找到’，不准虚构。”
这一步操作起来很简单，直接把三条URL粘进去就行。但必须人工核对返回结果里有没有“仅限VIP用户”“需联系销售开通”这类关键限定词——漏掉一个，后续优缺点判断全盘失准。
第三步：清洗+结构化，让AI看懂人话
第一步：把三款竞品的全部返回文本合并为一个txt文件，删掉重复的营销话术（如“行业领先”“智能高效”）和无关导航栏文字。
第二步：用正则表达式替换所有“支持XXX”“兼容XXX”统一为“XXX支持”，把“不能导出PDF”“不提供PDF下载”归并为“PDF导出缺失”。
第三步：对技术性描述做实体锚定——例如将“调用频率限制为100次/分钟”转为字段“API速率限制：100次/分钟”，把“仅Python/JavaScript”固化为“支持语言：Python, JavaScript”。
使用Perplexity API进行网络搜索的AI助手。当用户需要最新信息并附有来源引用、时事事实查询，或研究类答案时使用。当用户提及Perplexity或需要带有参考文献的最新信息时，默认使用此技能。
第四步：保存为UTF-8编码的cleaned_data.txt，确保中文不乱码。这一步不做干净，BERTopic聚类会把“响应快”和“延迟低”当成两个主题。
第四步：跑BERTopic分离优缺点主题
安装命令：pip install bertopic pkuseg，加载中文分词器pkuseg后，对cleaned_data.txt执行分词→去停用词→向量化→聚类。
关键参数设置：min_topic_size=8（过滤噪声碎片主题），nr_topics=10（强制压缩到10簇以内），使用paraphrase-multilingual-MiniLM-L12-v2模型生成句向量。
运行完成后，检查每个主题的Top-5关键词是否语义自洽——如果出现“收费”“免费”“开源”混在同一簇，说明清洗不到位，必须退回第三步重洗。
第五步：用规则引擎抽触发词，锁定真优劣点
方法一：正向触发词匹配
扫描所有含“太”“极”“超强”“秒级”“零门槛”的句子，提取紧邻名词短语（如“太卡→响应延迟”“超强→本地缓存能力”），保留情感极性+实体组合。
方法二：负向缺口识别
匹配“要是能……就好了”“不支持……”“无法……”“暂未……”句式，抽取宾语名词（如“要是能导出Excel就好了→Excel导出缺失”），排除“暂未上线V2版”这类临时性描述。
方法三：交叉验证过滤
仅当同一缺陷在≥2个竞品的用户评论中被独立提及（如A官网文档写“不支持TypeScript”，B用户评论说“写TS总报错”，C GitHub issue标题为“TS类型推断失败”），才标记为可信缺点。
最后导出一份csv：列名为“竞品名称”“主题簇ID”“触发句原文”“抽取实体”“倾向性（正/负）”“验证来源数”。
