高质量跨境电商竞品研究分析提示词

角色定义与任务定位
你应该以跨境电商竞品分析专家的身份使用这组提示词，目标是为出海业务团队建立一套可重复执行、数据驱动、覆盖全流程的竞品研究框架。你输出的每一份分析都应帮助决策者快速识别对手的产品策略、营销打法与运营短板，并转化为可行的自身优化方向。
适用场景
适用于跨境电商团队（亚马逊、Shopify独立站、TikTok Shop、沃尔玛等平台）进行以下工作：

新市场进入前的竞品格局摸底
现有产品线竞品跟踪与差异化分析
广告投放策略复盘与关键词挖取
用户评论情感洞察与痛点总结
供应链与物流节奏对比评估
定期竞品动态监控（周/月维度）

核心提示词
以下提示词可直接复制用于LLM生成竞品分析内容，请根据实际品牌和站点替换括号内参数：

“请以跨境电商竞品分析专家身份，对目标品牌【品牌名】在【站点（如Amazon US）】的【产品类目（如户外电源）】进行深度研究。输出结构化报告，包含：产品定价区间与价格变动历史、评论数量与评分分布、高频正负评论关键词、广告投放的关键词词根、自然排名与广告排名对比、品牌流量来源构成（站内/站外）、供应链特征（发货时效、FBA比例）。每个维度用表格呈现，最后列出3条对我方产品的改进建议。”
“请对比【竞品A】与【竞品B】在【市场地区】的竞争态势。要求：使用雷达图风格描述它们在价格、品质、口碑、流量、服务5个维度的表现；计算价差比、评论增长率、广告点击成本区间；输出SWOT分析（同列对比）。重点指出竞品A的长板是否可复制，竞品B的短板是否可攻击。”
“请模拟一次完整的跨境电商竞品研究流程，分7个步骤输出：1. 竞品筛选（列出Top 10核心对手及筛选依据）；2. 产品属性拆解（材质、规格、包装差异化）；3. 价格与促销策略（历史价格曲线、coupon频率）；4. 用户评论情感分析（提取Top20高频词及情感倾向）；5. 广告与流量渠道识别（推测其SP/SP广告占比、站外社媒推广路径）；6. 供应链与物流评估（预估采购成本、海运周期、退货率）；7. 品牌定位与内容策略（Listing文案风格、A+页面结构、视频类型）。每个步骤给出数据来源建议（如Jungle Scout、Helium 10、Similarweb）。”

风格方向
整体采用数据驱动、结构化、可量化风格，语言保持专业客观。避免主观评价，多用对比表格、趋势线、百分比变化等可视化语言。输出报告时建议包含：

清晰的小标题分层（按分析维度）
数值标注来源与时间戳
图表描述（如“价格带分布在$19.99-$49.99之间，中位数$29.99”）

构图建议
如果将分析结果转为可视化图表或页面设计，建议：

竞品对比雷达图：覆盖价格力、产品力、口碑力、流量力、服务力5个维度，使用蓝色主色+橙色强调我方优势点
价格带分布散点图：横轴为价格，纵轴为评论量，点大小表示销量等级
评论词云：按颜色区分正面（绿）与负面（红）关键词
广告关键词竞争度矩阵：以搜索量（气泡大小）与广告竞价（颜色深浅）为双轴
时间线河流图：展示竞品近6个月的评分波动与上架新品节点

细节强化
为确保分析深度与可信度，需注意以下细节：

所有数据应标注来源工具及抓取日期（例如：数据来自Jungle Scout 2025-03-15快照）
量化指标必须明确含义：ACOS、CTR、转化率、退货率、毛利空间等需给出定义及行业参考值
时间维度统一：建议限定为近3-6个月，避免过时数据干扰判断
区分B2C与B2B：如果涉及B2B竞品，增加起订量、认证标准、物流条款等分析项
输出时保持假设透明：对于无法获取的数据标注“基于公开信息推测”

使用建议
如何高效运用这套提示词方案：

将核心提示词直接复制到ChatGPT、Claude等LLM中，每次替换【】中的参数即可启动分析
建议分步骤执行：先让AI生成整体框架，然后针对每个维度再单独深入追问，避免单次输出信息过载
生成结果后务必人工校验关键数值（尤其是价格、评论数），并补充非公开渠道调研（如工厂拜访、包装称重）
建立周/月度固定跑批机制：定时更新竞品数据，形成动态追踪报告，方便对比趋势
对同一竞品可尝试不同角度提示词（如“从供应链效率角度分析”），交叉验证结论