用 AI 做競品調研:比你 Google 一下午更有效的工作流
小團隊的競品調研,通常長這樣:Google 一個下午、開了十幾個分頁、一張填到一半的表格,最後得出一句模糊的結論——「他們的品牌感覺比較強」。然後,什麼都沒改變。
AI 研究助理確實改變了這件事的可能性:它十分鐘讀完並消化的公開資料,比你一整天還多。但它也會犯一些「講得很有信心」的錯,沒查證就照做一定會踩雷。以下是 Kuipra 內部的分工方式,以及我們把調研變成決策的五步工作流。
AI 真正擅長的——以及它必定出錯的地方
助理值回票價的環節:
- **快速整合大量來源。**把對手的官網、服務頁和一堆評論餵給它,要一份摘要,省下的是好幾個小時的逐頁瀏覽。
- 結構化比較。「把這五家公司的定位、服務、價格訊號整理成一張表」,幾秒鐘就能產出你原本要花一下午的東西。
- **丟出你沒想到要問的問題。**問它:一個聰明的買家在你和對手之間做選擇前,會想知道什麼?它指出的缺口,往往就是你下一批內容題目。
它必定出錯的地方——而且錯得很有規律:
- **捏造事實。**價格、成立年份、客戶名單,它都能信心十足地編出來。
- **資料過時。**訓練資料和快取頁面永遠落後現實。對手可能早已改名、調價,甚至歇業。會即時搜尋網路、並列出來源的助理能縮小這個落差,但它終究是在做摘要,而摘要一定會漏掉細節。
- **張冠李戴。**名字相近的公司會被合併成同一份檔案——溫哥華的工作室和多倫多的同名公司,變成一家不存在的企業。
原則只有一條:AI 負責畫出全貌,你負責查證要拿來行動的部分。這跟我們用 AI 寫內容的分工是同一套。
五步工作流
1. 先定義這次調研要服務的決策
「研究一下競爭對手」不是任務,是浪費一週的方式。從決策出發:你是要重新定位、定價、選內容題目,還是決定押哪個平台?把這個決策寫成一句話。之後問 AI 的每一個問題,都要能追溯回這句話——追不回去的,都是八卦。
2. 用 AI 輔助探索,畫出戰場地圖
拿你客戶真正會問的問題,去問兩三個不同的 AI 助理:「在〔你的城市〕想找〔你的服務〕,你會推薦誰?」再追問相鄰品類和更高階的替代方案——那些你還沒當成對手的名字。
這一步一石二鳥。AI 推薦的名單,就是你的潛在客戶正在被展示的名單;如果你不在上面,這本身就是一個重要發現——等於免費做了一次生成式引擎優化的能見度體檢。如果你是本地商家,AI 助理怎麼決定推薦哪家本地商家解釋了這份名單是根據什麼排出來的。
同一個問題要多問幾次。SparkToro 和 Gumshoe 在 2026 年 1 月發表的研究中,600 位志願者把 12 個提示詞丟給 ChatGPT、Claude 和 Google 的 AI,總共跑了 2,961 次;結果 ChatGPT 或 Google 的 AI 兩次給出同一份品牌名單的機率不到百分之一(SparkToro)。一次回答只是一個樣本,不是排名。每個問題多跑幾次,記下哪些名字反覆出現,那才是真正的戰場。
3. 逐家做結構化拆解
對名單上的每一家,讓助理用同一套模板摘要它的公開頁面和評論:
- 定位——他們自稱服務誰、主打的那一個賣點是什麼。
- 價格訊號——公開報價、「起價」數字,或完全不標價(不標價本身也是訊號)。
- 評論主題——客戶反覆稱讚什麼、反覆抱怨什麼,以及店家有沒有回覆、怎麼回覆。
- 內容節奏——多久發一次、發在哪些渠道、霸住了哪些題目。
- 廣告動態——他們花錢在推什麼。這一項請自己查,不要問 AI:Google 的廣告透明中心可以看到廣告主投過哪些廣告、在哪些地區播放、最後一次播放是什麼時候(Google);Meta 的廣告檔案庫則收錄了任何粉絲專頁正在投放的所有廣告(Meta)。
每一家都用同一套結構,第五步才有得比。自由發揮的筆記沒辦法比較,模板可以。
4. 承重的資訊,親手查證
任何資訊在進入策略討論之前,先打開原始來源:報價頁自己看一遍、真實評論讀五則而不是只看摘要、確認 AI 檔案裡的公司就是你指的那一家。這一步只要二十分鐘,卻能攔下捏造、過時和張冠李戴。查證不了的,刪掉或標記存疑——絕不當成事實往下傳。
5. 把發現變成行動
停在文件裡的調研只是裝飾。把發現翻譯成三張清單:
- 定位缺口——整個市場沒人敢講、而你能誠實兌現的主張。我們的 A&W 加拿大拆解就是一個挑戰者這樣做的例子:不跟龍頭比規模,改拼一個查得到的具體主張。找到之後,先把它寫成一句品牌定位宣言,再談廣告文案。
- 被忽略的內容題目——買家在問、卻沒有任何對手回答的問題。拿去對照 AI 時代的關鍵字研究方法,挑最好的幾個排進小團隊撐得住的內容日曆,一季的題目就有了。
- 評論回覆優勢——如果對手都放著評論不管,好好回覆你自己的評論,就是成本最低的差異化。怎麼回、怎麼在 Google 2026 年的新規下邀評,看我們的 Google 評論經營指南。
讓它活著:每季更新
真正的回報來自把它養成一份活文件,而不是每年恐慌一次。每一季用同樣的問題重跑第 2、3 步,對照差異:誰新進了 AI 推薦名單、誰調了價、誰的評論風向變了。因為 AI 每次回答都可能不同,提示詞要一字不改,比較的是每個名字在多次回答裡出現的頻率,而不是它在某一份名單裡排第幾。每季一小時,勝過每年一星期——而且能在還來得及回應的時候,抓到對手的動作。
道德紅線
以上所有步驟,都建立在公開資訊上:官網、公開報價、公開評論、公開社群內容。我們不抓私有或需登入的資料、不假冒身分套取情報、不假扮客戶去試探對手的銷售流程。這不只是原則問題,也是務實考量——小市場的名聲,是靠你怎麼競爭累積出來的,而抄捷徑這件事,遲早會變成別人口中關於你的故事。
想要一套以決策收尾、而不是以一堆分頁收尾的競品調研?競品稽核是我們品牌策略服務的一部分,挖出來的內容缺口則直接交給內容創作接手。歡迎聯繫。
常見問題
AI 可以取代人工競品調研嗎?
不能取代,但能取代其中最耗時的部分。AI 擅長在幾分鐘內把大量公開資料整合成結構化比較,但它也會捏造事實、引用過時資料、把名字相近的公司混為一談。可行的分工是:廣度和結構交給 AI,任何要拿來做決策的資訊,由人親手查證。
小團隊多久該更新一次競品調研?
對多數小型行銷團隊來說,每季一次是務實的節奏。維護一份持續更新的競品文件,而不是每次從零開始;每季用同樣的問題重新問一輪 AI,抓出價格調整、新方案,以及 AI 助理描述你所在品類的方式有何變化。一次更新只要一兩個小時,不是一整週。
用 AI 做競品調研有道德問題嗎?
只要停留在公開資訊就沒有:官網、公開報價、評論、社群內容,以及 AI 助理對這個品類的回答。紅線是抓取私有或需登入的資料、假冒身分套取情報,或假扮客戶去試探對手的銷售流程。一個簡單的判準:如果這個方法你不敢當面向對手解釋,就不要用。
哪個 AI 工具最適合做競品調研?
能即時搜尋網路、並列出來源的那一個——這樣你才點得進去,核對它摘要了什麼。工具的功能和價格變得太快,任何排行榜很快就過時,所以我們會把同一組問題丟給兩三個助理,把它們說法不一致的地方當成待查證清單。至於對手實際在打什麼廣告,Google 廣告透明中心和 Meta 廣告檔案庫這類公開來源,比任何 AI 摘要都可靠。
延伸閱讀
聯繫我們