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】。
