当老板要求分析竞品的Deep Research功能时，如何系统性地完成一份有价值的报告？本文通过真实案例拆解竞品分析的完整流程：从明确需求受众、定义功能本质，到精心挑选竞品矩阵、设计评测维度，再到构建功能对比表与内容质量评分体系。你将掌握一套让战略洞察落地为可执行建议的方法论，避免陷入无意义的截图对比陷阱。

前面三篇讲了为什么做、评什么、怎么选竞品。这篇我用一个真实案例，把整个流程串起来走一遍。

案例背景就是开头提到的那个场景：老板说”现在其他产品都出了Deep Research功能，去帮我分析一下他们做的效果”。

拿到这个需求，我会怎么做？

1）第一步：先别急着动手，把需求拆清楚

很多人拿到需求就开始打开竞品截图，这是不对的。我会先问自己几个问题：

1.1 这份报告是给谁看的？

老板让做的，那主要受众就是老板和管理层。他们关心的是战略层面的东西：竞品在押注什么方向？我们应该怎么跟进？有没有风险？

这意味着我的报告要结论前置，先说判断再给证据，不要铺垫太多背景。

1.2 Deep Research到底是什么？

在分析竞品之前，我得先搞清楚这个功能本身是什么。

Deep Research是OpenAI在2025年2月首次推出的功能，核心特点是：AI能自主进行网络搜索、整合多个来源的信息、深度分析数据，最后生成一份完整的研究报告。

和普通的AI搜索（RAG）相比，Deep Research的区别在于：普通搜索是”一问一答”，用户提问，AI搜一下就回复；Deep Research是”自主研究”，AI会进行多轮搜索、阅读、分析，最后给你一份有深度的报告。

一句话总结：Deep Research让AI从”问答助手”升级成了”智能研究员”。

搞清楚这个，我才知道后面要评什么。

1.3 应该重点分析哪些维度？

回顾一下四大维度：市场定位、模型技术、产品功能、用户体验。

结合这个需求的特点，我会把重点放在三个方向：

• 核心功能：各家Deep Research的功能实现方式有什么差异？
• 功能矩阵：把功能点拆开，做一个对比表
• 内容质量：用同样的问题测一遍，看看谁的输出质量更好

市场定位和模型技术可以简单带过，因为老板问的是”做的效果怎么样”，不是”它们的战略是什么”。

2）第二步：选定竞品，圈定分析范围

根据上一篇的方法，我会这么选：

2.1 直接竞品（重点分析）

这些产品都有独立的Deep Research或类似功能，和我们直接竞争：

• 智谱AutoGLM沉思：网页/PC端，支持单轮检索+文本输出，基于自研GLM系列大模型
• 百度心想：App先行，聚焦移动端”个人生活助手”，主打旅游攻略、AI相亲、股票盘点等任务模板
• 字节扣子空间：网页/PC端，主战场是”协同办公”，用Agent驱动办公场景
• GenSpark：网页/PC端，出海产品，偏向个人服务，采用Multi-agent框架
• 纳米搜索：定位All in One通用智能体，多个专精LLM协同工作

2.2 间接竞品（选择性分析）

这些产品有搜索和研究能力，但定位不完全一样：

• Gemini：Google的AI助手，有Deep Research能力但不是主打
• OpenAI ChatGPT：Deep Research功能的开创者，是行业标杆

2.3 潜在竞品（保持关注）

Manus：通用Agent产品，目前在工程化落地和场景覆盖上比较成熟，如果往研究方向发力可能成为强力竞品

选完竞品后，我会画一个简单的市场格局图，把这些产品按”研究能力”和”需求难度”两个轴摆上去，一眼就能看出谁在什么位置。

3）第三步：收集资料，系统性地体验产品

资料收集我会从三个渠道入手：

3.1 公开信息检索

• 官网介绍、产品文档
• 新闻报道、融资信息
• 行业分析报告

这部分主要了解产品定位、发布时间、技术路线等背景信息。

3.2 产品体验

这是最重要的部分。我会注册每个竞品，用同样的任务走一遍完整流程。

我设计的测试任务是：“帮我研究一下2025年中国AI大模型市场的竞争格局，要求包含主要玩家、市场份额、技术路线对比、未来趋势。”

体验时我会记录：

• 从发起请求到拿到结果，需要多长时间？
• 中间过程用户能看到什么？能不能介入？
• 最终输出的报告有多长？结构是什么？
• 引用来源标注清不清楚？能不能点击跳转？

3.3 用户调研

如果时间允许，我会去看看用户对这些产品的真实评价。

小红书、知乎、即刻上搜一下产品名，看用户在夸什么、在吐槽什么。这些信息往往比自己体验更真实。

4）第四步：整理分析，构建功能矩阵

资料收集完，开始整理分析。

4.1 构建功能矩阵

我会做一个表格，横轴是各个竞品，纵轴是功能点：

把这个表填完，差异就一目了然。

4.2 内容质量评测

我会用同一个问题测所有产品，然后从几个维度打分：

• 准确性：有没有事实错误？
• 完整性：有没有遗漏关键信息？
• 深度：是泛泛而谈还是有深入分析？
• 结构：报告结构是否清晰？
• 可用性：能不能直接用，还是需要大量修改？

每个维度1-5分，最后算个总分，排个序。

4.3 找出关键差异点

分析完数据后，我会提炼出几个关键发现：

• 谁在某个维度明显领先？
• 谁有独特的差异化功能？
• 普遍存在的短板是什么？
• 用户吐槽最多的问题是什么？

这些就是报告的核心洞察。

5）第五步：写报告，结论前置+证据链

最后是写报告。我的报告结构是固定的：

5.1 核心结论（放在最前面）

用2-3句话总结：

• 整体判断：各家Deep Research功能处于什么水平？差距大不大？
• 标杆是谁：谁做得最好？好在哪里？
• 我们的机会：有什么差异化空间？

老板看完这段就知道结论了，后面是证据。

5.2 竞品概览

简单介绍分析了哪些竞品、各自的定位、为什么选它们。

5.3 功能矩阵对比

把前面做的表格放进来，配上简要说明。

5.4 内容质量评测结果

把测试结果放进来，说明测试方法、评分标准、最终得分。

5.5 典型案例

我会放3个典型case：

• 最佳实践：谁的某个输出特别好？好在哪里？截图为证。
• 典型问题：谁的某个输出有明显问题？问题是什么？截图为证。
• 边界情况：有没有什么意外发现？比如某个产品在特定场景下表现特别好或特别差？

案例是用来把数据结论变成”可理解的证据”的，没有案例的报告是干的。

5.6 建议与下一步

最后落到可执行的建议：

• 我们应该跟进哪些功能？优先级怎么排？
• 有没有什么坑要避开？
• 下一步应该做什么？

6）我的一句话总结

做竞品评测的完整流程其实就是六个字：明确目的→选对竞品→定好维度→收集资料→整理分析→输出报告。

每一步都有方法可循，不是拍脑袋的事。

最重要的是：报告不是终点，推动决策才是。写完报告后，要让看的人知道下一步该做什么，这份报告才有价值。

共勉！棒棒，你真棒！