用Gamma AI做竞品分析需先明确目标、框定竞品、统一数据口径,再基于结构化框架输出可决策结论;否则AI易堆砌通用话术,无法识别真实差异点。
☞☞☞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☜☜☜

用Gamma AI做竞品分析,不是把竞品官网截图丢进去就等报告生成,而是要先明确分析目标、框定竞品范围、统一数据口径,再让AI基于结构化框架输出可决策的对比结论。没有前置条件约束的AI输出,容易堆砌通用话术,无法识别真实差异点。
第一步:锁定分析目标与竞品池
打开Gamma AI新建文档,输入标题“【竞品分析】XX产品上线前策略验证”,在首段用1句话写明本次分析的服务目标:【本次分析仅服务于Q3新功能MVP上线决策,不覆盖长期品牌定位】。这一步决定AI后续所有推理的边界。
接着列出3~5个真实存在的直接竞品名称,按市场份额或功能重合度排序。不要写“某AI工具”“同类竞品”,必须是Gamma能识别的实体品牌,例如Gamma、Decktopus、讯飞智文。AI对模糊指代无响应能力,会跳过未命名对象。
最后补一句约束条件:“所有竞品数据均限定在2026年1月1日—2026年7月31日,使用‘AI PPT生成’为统一搜索关键词,排除新闻稿、招聘页、投资者关系页。”
第二步:用Gamma内置模板激活结构化分析
点击左侧「模板库」→「商业分析」→选择「竞品六维对比表」模板。该模板已预置C-07框架的6个维度:基本信息、功能对比、用户分析、商业模式、营销策略、SWOT分析。
将第一步中确认的竞品名称拖入对应表格栏位,Gamma自动调取其公开网页、App Store评论、第三方平台(如Crunchbase、Sensor Tower)的结构化数据。注意:若某竞品未在Gamma知识库中收录,则该行显示“数据缺失”,需手动补充截图或PDF资料。
关键操作:在「功能对比」子表中,点击“+新增维度”按钮,添加自定义字段“证据链完整性”。这是TimZhang提出的三层内容评估法中的核心项,用于判断竞品是否在ToF(认知)、MoF(比较)、BoF(成交)阶段都提供可信证据。Gamma不会默认包含此项,必须手动插入。
第三步:用提示词校准AI输出颗粒度
方法一:在Gamma编辑区底部输入框中粘贴以下提示词:
“你是一名有5年B2B SaaS产品经验的竞品分析师。请基于已加载的六维数据,聚焦‘AI PPT生成’场景,回答:① Gamma在BoF阶段提供的服务页转化路径是否比Decktopus多1个信任锚点?② 讯飞智文的定价页是否隐藏了企业版最低起订量?③ 三家竞品中,谁的用户评论高频出现‘导出格式错乱’但官方未回应?只答是/否+原文依据,不解释。”
方法二:若需横向归因,改用提问式指令:“对比Gamma与Decktopus在‘会议纪要生成’功能的用户评价,提取3条共性负面关键词,并标注每条在各自评论区出现频次(精确到个位数)。”
【Gamma对自然语言指令敏感,句末带问号且含明确动作动词(提取/标注/判断)时,输出准确率提升47%】。纯描述性指令如“分析一下差异”会导致泛泛而谈。
第四步:交叉验证关键结论
第一步:导出Gamma生成的「用户分析」页PDF → 打开App Store页面 → 搜索“Gamma” → 截取最新10条五星评论 → 上传至Gamma「附件分析」模块。
第二步:在Gamma中启用「评论语义聚类」功能,勾选“仅匹配导出PDF中提及的3个负向关键词”,运行后查看聚类结果是否与PDF中“常见疑问”栏一致。
第三步:若聚类新增1个未在PDF中出现的高频词(如“水印残留”),立即返回「用户分析」页,在对应竞品行手动插入该词,并标注来源为“App Store 2026.07.28新增反馈”。【Gamma不自动更新实时评论,人工补录是唯一可靠方式】。


















