通用-分析竞对作品

Name: 通用-分析竞对作品
Author: lornshrimp

120stars24forks

How to install 通用-分析竞对作品?

lornshrimp/lorn.novelwriteskills/通用-分析竞对作品

$npx -y skills add lornshrimp/Lorn.NovelWriteSkills --skill 通用-分析竞对作品

Installs into the current project.

Summary

用于围绕起点中文网或其他目标平台的同题材 TopN 候选池，按“市场数据层→内容创作层→运营策略层→受众反馈层”的四层框架锁定 3–5 本核心强样本并逐本深搜式竞对分析；若用户明确要求，也可对 TopN 全量逐本落盘。适合搜索榜单、筛选强样本、阅读目录/公开正文/设定/书评/读者评论/读后感/拆解材料，并在 竞对分析/ 中为每部作品分别写出可举证、可横比、可回用于当前项目的详细竞对分析报告。关键词：竞对分析、竞品分析、标杆作品拆解、TopN 榜单、同题材对标、榜单深搜、四层拆解、读者评论分析、单书竞对报告。

Files · 1

View on GitHub

SKILL.md

1	<!-- ===== Layer 1: 永久缓存 ===== -->
2
3
4	# 通用-分析竞对作品
5	> 题材路由：若 .github\题材专用Skills\ 目录存在对应的 <题材>-分析竞对作品 Skill，则：
6	> - 将题材特性骨架路由到 <题材>-分析竞对作品，该 Skill 位于 .github\题材专用Skills\ 目录。
7	> - 命中本技能时，必须优先强制加载当前 Skill 与 <题材>-分析竞对作品。
8
9
10	这不是“列一个书单”的轻量推荐动作，也不是只看简介后给几句泛泛感想的伪竞品分析，更不是把个人阅读好恶伪装成专业结论的文学赏析。
11
12	本 Skill 的目标，是把“同题材最强样本到底强在哪”拆成可检索、可举证、可落盘、可横比、可回用于当前项目的完整工作流：
13
14	- 先用工作区现有研究与 Skill 体系生成本轮分析维度；
15	- 再锁定目标平台同题材 TopN 候选池与正式深拆样本池；
16	- 若 `竞对分析/竞对资料/` 下已存在某些竞对作品的深入研究、章节正文摘要或历史资料摘记，也要一并纳入，作为本轮分析的补充参考；
17	- 再按“市场数据层 → 内容创作层 → 运营策略层 → 受众反馈层”逐本深搜；
18	- 最后在 `竞对分析/` 中为每一部作品单独撰写详细竞对分析报告，并在需要时汇总横向总览与对当前项目的动作结论。
19
20	默认情况下，本 Skill 在起点中文网语境下必须优先回答以下三个商业问题：
21
22	1. 该竞品在内容创作层做对了哪些精准踩中平台内容偏好的关键设计？
23	2. 该竞品在流量运营层采用了哪些适配平台算法与用户生态的资源策略？
24	3. 该竞品在受众心智层抢占了哪些未被充分覆盖的用户认知空白？
25
26
27
28
29	<!-- ===== Layer 3: 场景缓存 ===== -->
30
31	## 继续读取的 references（强制读取门禁）
32
33	以下所列 references 文件必须通过 `read_file` 工具逐文件读取，不得因"已有相关知识"、"之前执行时已读过"、"该文件只是参考"为理由跳过任何一条。每条 references 按其标注的必读等级强制执行：
34
35	- 标注必读的文件：必须读取，少一条即视为流程违规，不得开始执行流程。
36	- 未标注必读的文件：必须读取，但读取后可仅提取与当前任务直接相关的段落，不要求逐字通读。
37	- 若文件路径指向的文件不存在（如引用的外部路径未就位），必须在日志中显式记录 `reference_missing_{refName}`，不得静默跳过。
38
39	- `references/范文对标的定量与定性分析方法.md`（必读 — 已吸收“起点中文网爆款小说竞品拆解方法论（2026 年定制版）”的四层拆解框架、样本筛选原则、横向对比与避坑规则）
40	- `references/榜单检索与样本池确定规则.md`（必读 — 用于锁定 TopN 候选池、3–5 本核心深拆样本池与边界样本）
41	- `references/竞对分析执行清单.md`（必读 — 用于执行前、中、后的核对，防止漏层、漏证据、漏收口）
42	- `references/竞对分析报告模板.md`（写单书详细报告前必读）
43	- `references/竞对分析总览模板.md`
44	- `references/GEO竞对分析增补.md`（新增 — AI 搜索可见性第五层分析框架、GEO 竞争维度评估方法，必读）
45	- `../../写作研究/GEO小说项目核心参考.md`（新增 — 了解 GEO 基础知识与小说四维框架）（写横向总览 / 对比矩阵前必读）
46	- `references/拆书方法论_场景级拆解技法.md`（新增 — 场景级拆书方法论四步流程、动作反应链分析模板、情绪波动提取与节奏频率测量，适合在内容创作层做逐场景深拆时使用）（做主样本内容创作层深拆前必读）
47
48	## 何时使用
49
50	当任务属于以下任一情况时，加载并遵循本 Skill：
51
52	- 用户要做某题材的竞对分析 / 竞品分析 / 标杆作品分析。
53	- 用户要搜索起点中文网同题材 TopN 榜单，并找出最值得深拆的优秀作品。
54	- 用户要结合工作区里的研究文档、Skill、Prompt、大纲、正文或设定，重新决定“应该分析哪些点”。
55	- 用户要逐本搜集目录、公开章节、设定、书评、读者评论、读后感、推荐文、拆解稿等外部材料，并形成单书详细报告。
56	- 用户要从榜单候选里筛出 `3–5` 本真正具备“强样本价值”的主样本，再做深拆式分析。
57	- 用户要做“市场数据 + 内容结构 + 运营策略 + 受众反馈”的四层拆解，而不是只做文本读后感。
58	- 用户不是只想听“这本书好看”，而是要知道“它为什么强、强在哪里、哪些优点可迁移、哪些优点不能照搬”。
59
60	## 不要用在
61
62	- 只需要给当前作品做平台签约概率评估，而不是做外部样本深拆。
63	- 只需要一份普通读后感或安利文。
64	- 只想要一个同题材热门作品名单，不打算做逐本深搜和落盘报告。
65	- 任务实质上是在索要大段受版权保护的正文复制、目录镜像或整章搬运。
66
67	## 起点平台默认分析立场（强制）
68
69	当目标平台是起点中文网，或任务明确要求参照起点爆款逻辑时，必须按以下立场执行：
70
71	- 商业逆向工程立场：竞品拆解的本质，是对“市场已经验证成功的商业内容”做逆向工程；默认站在“商业产品经理 + 内容策划”的视角，而不是单纯文学鉴赏视角。
72	- 精品长文适配原则：起点是典型的付费长文平台；不能只盯开篇节奏，还必须重点拆“前 50 万字的伏笔铺设逻辑、长篇结构的抗崩溃设计、角色成长线的长期粘性”。
73	- 老白读者适配原则：起点核心付费用户对“逻辑自洽、设定边界、铺垫后的反转、合理成长”高度敏感；分析时必须重点验证逻辑自洽性，而不是只看爽点密度。
74	- 算法规则适配原则：起点的流量分配不是单一推荐位，而是“编辑筛选 + 数据赛马 + 智能推荐”的复合链路；分析时必须把内容表现与榜单、追读、收藏、订阅、书架留存等指标挂钩。
75	- 跨平台校准原则：若目标平台不是起点，也仍可沿用本 Skill 的四层拆解结构；但所有阈值、读者口味与平台机制都必须重算，不能把起点口径硬套到免费平台或其他英文平台上。
76	## 竞对分析与项目初始化的协作
77
78	当本 Skill 被 `通用-小说项目初始化` 或题材包装层的 `题材名-小说项目初始化` 调用时（即竞对分析作为项目初始化的一个子环节执行），分析焦点必须从"全面深拆"调整为初始化决策导向的精准验证。
79
80	### 初始化模式 vs 常规模式
81
82	\| 维度 \| 常规竞对分析模式 \| 初始化驱动模式 \|
83	\| --- \| --- \| --- \|
84	\| 核心目标 \| 逐本深拆竞品，提炼可迁移能力 \| 验证初始化决策的可行性（平台×题材×套路×人设组合是否成立） \|
85	\| 样本选择 \| Top10 候选池 → 3–5 本核心强样本 \| 缩小到 3–5 本直接对标样本，聚焦与当前初始化组合最接近的竞品 \|
86	\| 分析深度 \| 四层全拆（市场/内容/运营/受众） \| 按需选择性深拆——重点验证"题材定位差异""套路组合空白""平台偏好匹配度"三个维度 \|
87	\| 产出形态 \| 单书详细报告 + 横向总览 \| 竞对差距清单 + 初始化决策校准建议（非完整报告，而是直接喂入初始化蓝皮书） \|
88	\| 与项目初始化蓝皮书的关系 \| 独立存在 \| 结论直接回写进初始化蓝皮书的模块1（市场校准）和模块8（商业化验证） \|
89
90	### 初始化模式下必须回答的三个问题
91
92	1. "这个组合行不行"：我们选定的"平台×题材×主套路×人设"组合，在竞品中是否有成功先例？还是已经陷入红海？
93	2. "差异化够不够"：与同类竞品相比，我们的核心差异点是否可感知、有说服力？读者为什么要选我们不选它们？
94	3. "门槛在哪里"：该赛道在目标平台上的签约门槛、上架后的竞争位、读者预期水位是多少？我们的项目是否达到？
95
96	### 初始化模式的产出要求
97
98	- 不需要完整的单书竞对报告（除非当前赛道完全陌生）。
99	- 必须产出竞对差距清单（至少对标3本作品）：列出竞品与当前项目在"题材切口、套路组合、人设差异、情绪主轴、平台匹配"五个维度的差异。
100	- 必须在差距清单末尾写出对初始化决策的具体建议（如"建议把主套路从A调整为B"、"建议加强差异化点X"、"该赛道已经饱和建议重新评估"）。
101	- 差距清单和建议直接写入项目初始化蓝皮书的对应模块，不作为独立文件落盘。
102
103	### 判断触发条件
104
105	- 若用户上下文（Agents.md、对话引用、project_blueprint.md）中明确提及正在执行项目初始化，则自动进入初始化模式。
106	- 若用户明确要求"为初始化做竞对"、"帮我看这个组合能不能打"、"验证我的题材选择"等表达，也自动进入初始化模式。
107	- 其余情况按常规模式执行。
108	## 本 Skill 的核心产出
109
110	1. 一份样本池说明：为什么选这批 TopN 作品，而不是别的作品。
111	2. 一套本轮竞对维度表：这些维度必须来自当前工作区的相关材料，而不是只靠通用常识硬凑。
112	3. 每本主样本各自一份详细竞对分析报告；若用户要求 TopN 全量逐本落盘，则对全部正式样本逐本写报告。
113	4. 如用户要求横向总表，或本轮至少深拆了 `3` 本样本，再补一份竞对分析总览报告，用于汇总单书报告中的核心结论。
114	5. 一份横向对比矩阵 / 维度冠军表 / 市场空白点总结，用于提炼赛道共性与差异化路径。
115	6. 明确写出：
116	- 这部作品真正强在哪；
117	- 它的强点是如何被目录、正文、设定、评论与市场反馈共同证明的；
118	- 哪些优点值得学；
119	- 哪些只是它的个体条件、发布时间窗口、作者存量或题材红利，不应盲目照搬；
120	- 当前项目接下来要在哪些关键维度上追平、反超并最终全方位超越竞争对手；
121	- 上文三个商业问题分别得到什么结论。
122
123	## 前置准备与证据源优先级（强制）
124
125	- 数据证据：优先采用官方公开数据、官方榜单、官方作品页、官方试读页；第三方数据聚合页（如 `https://www.qidiantu.com/`）默认只能做补证，不得单独承担关键结论。
126	- 文本证据：优先采用正版目录、卷名、章节名、试读正文、公开正文片段、作者或平台公开物料；不把来源不明、不可稳定核验的全文镜像页当成核心证据源。
127	- 反馈证据：优先收集书评区、书友圈、本章说摘录、论坛讨论、读后感、推荐文、拆解稿，并显式区分“高频正向反馈”“高频负向反馈”“争议点”。
128	- 分析载体：默认要有可复盘的表格、证据卡或矩阵；可以使用表格

People who liked this also viewed

6 picks

Type

通用-分析竞对作品

120stars24forks

View on GitHub

How to install 通用-分析竞对作品?

lornshrimp/lorn.novelwriteskills/通用-分析竞对作品

$npx -y skills add lornshrimp/Lorn.NovelWriteSkills --skill 通用-分析竞对作品

Installs into the current project.

Summary

Files · 1

View on GitHub

SKILL.md

1	<!-- ===== Layer 1: 永久缓存 ===== -->
2
3
4	# 通用-分析竞对作品
5	> 题材路由：若 .github\题材专用Skills\ 目录存在对应的 <题材>-分析竞对作品 Skill，则：
6	> - 将题材特性骨架路由到 <题材>-分析竞对作品，该 Skill 位于 .github\题材专用Skills\ 目录。
7	> - 命中本技能时，必须优先强制加载当前 Skill 与 <题材>-分析竞对作品。
8
9
10	这不是“列一个书单”的轻量推荐动作，也不是只看简介后给几句泛泛感想的伪竞品分析，更不是把个人阅读好恶伪装成专业结论的文学赏析。
11
12	本 Skill 的目标，是把“同题材最强样本到底强在哪”拆成可检索、可举证、可落盘、可横比、可回用于当前项目的完整工作流：
13
14	- 先用工作区现有研究与 Skill 体系生成本轮分析维度；
15	- 再锁定目标平台同题材 TopN 候选池与正式深拆样本池；
16	- 若 `竞对分析/竞对资料/` 下已存在某些竞对作品的深入研究、章节正文摘要或历史资料摘记，也要一并纳入，作为本轮分析的补充参考；
17	- 再按“市场数据层 → 内容创作层 → 运营策略层 → 受众反馈层”逐本深搜；
18	- 最后在 `竞对分析/` 中为每一部作品单独撰写详细竞对分析报告，并在需要时汇总横向总览与对当前项目的动作结论。
19
20	默认情况下，本 Skill 在起点中文网语境下必须优先回答以下三个商业问题：
21
22	1. 该竞品在内容创作层做对了哪些精准踩中平台内容偏好的关键设计？
23	2. 该竞品在流量运营层采用了哪些适配平台算法与用户生态的资源策略？
24	3. 该竞品在受众心智层抢占了哪些未被充分覆盖的用户认知空白？
25
26
27
28
29	<!-- ===== Layer 3: 场景缓存 ===== -->
30
31	## 继续读取的 references（强制读取门禁）
32
33	以下所列 references 文件必须通过 `read_file` 工具逐文件读取，不得因"已有相关知识"、"之前执行时已读过"、"该文件只是参考"为理由跳过任何一条。每条 references 按其标注的必读等级强制执行：
34
35	- 标注必读的文件：必须读取，少一条即视为流程违规，不得开始执行流程。
36	- 未标注必读的文件：必须读取，但读取后可仅提取与当前任务直接相关的段落，不要求逐字通读。
37	- 若文件路径指向的文件不存在（如引用的外部路径未就位），必须在日志中显式记录 `reference_missing_{refName}`，不得静默跳过。
38
39	- `references/范文对标的定量与定性分析方法.md`（必读 — 已吸收“起点中文网爆款小说竞品拆解方法论（2026 年定制版）”的四层拆解框架、样本筛选原则、横向对比与避坑规则）
40	- `references/榜单检索与样本池确定规则.md`（必读 — 用于锁定 TopN 候选池、3–5 本核心深拆样本池与边界样本）
41	- `references/竞对分析执行清单.md`（必读 — 用于执行前、中、后的核对，防止漏层、漏证据、漏收口）
42	- `references/竞对分析报告模板.md`（写单书详细报告前必读）
43	- `references/竞对分析总览模板.md`
44	- `references/GEO竞对分析增补.md`（新增 — AI 搜索可见性第五层分析框架、GEO 竞争维度评估方法，必读）
45	- `../../写作研究/GEO小说项目核心参考.md`（新增 — 了解 GEO 基础知识与小说四维框架）（写横向总览 / 对比矩阵前必读）
46	- `references/拆书方法论_场景级拆解技法.md`（新增 — 场景级拆书方法论四步流程、动作反应链分析模板、情绪波动提取与节奏频率测量，适合在内容创作层做逐场景深拆时使用）（做主样本内容创作层深拆前必读）
47
48	## 何时使用
49
50	当任务属于以下任一情况时，加载并遵循本 Skill：
51
52	- 用户要做某题材的竞对分析 / 竞品分析 / 标杆作品分析。
53	- 用户要搜索起点中文网同题材 TopN 榜单，并找出最值得深拆的优秀作品。
54	- 用户要结合工作区里的研究文档、Skill、Prompt、大纲、正文或设定，重新决定“应该分析哪些点”。
55	- 用户要逐本搜集目录、公开章节、设定、书评、读者评论、读后感、推荐文、拆解稿等外部材料，并形成单书详细报告。
56	- 用户要从榜单候选里筛出 `3–5` 本真正具备“强样本价值”的主样本，再做深拆式分析。
57	- 用户要做“市场数据 + 内容结构 + 运营策略 + 受众反馈”的四层拆解，而不是只做文本读后感。
58	- 用户不是只想听“这本书好看”，而是要知道“它为什么强、强在哪里、哪些优点可迁移、哪些优点不能照搬”。
59
60	## 不要用在
61
62	- 只需要给当前作品做平台签约概率评估，而不是做外部样本深拆。
63	- 只需要一份普通读后感或安利文。
64	- 只想要一个同题材热门作品名单，不打算做逐本深搜和落盘报告。
65	- 任务实质上是在索要大段受版权保护的正文复制、目录镜像或整章搬运。
66
67	## 起点平台默认分析立场（强制）
68
69	当目标平台是起点中文网，或任务明确要求参照起点爆款逻辑时，必须按以下立场执行：
70
71	- 商业逆向工程立场：竞品拆解的本质，是对“市场已经验证成功的商业内容”做逆向工程；默认站在“商业产品经理 + 内容策划”的视角，而不是单纯文学鉴赏视角。
72	- 精品长文适配原则：起点是典型的付费长文平台；不能只盯开篇节奏，还必须重点拆“前 50 万字的伏笔铺设逻辑、长篇结构的抗崩溃设计、角色成长线的长期粘性”。
73	- 老白读者适配原则：起点核心付费用户对“逻辑自洽、设定边界、铺垫后的反转、合理成长”高度敏感；分析时必须重点验证逻辑自洽性，而不是只看爽点密度。
74	- 算法规则适配原则：起点的流量分配不是单一推荐位，而是“编辑筛选 + 数据赛马 + 智能推荐”的复合链路；分析时必须把内容表现与榜单、追读、收藏、订阅、书架留存等指标挂钩。
75	- 跨平台校准原则：若目标平台不是起点，也仍可沿用本 Skill 的四层拆解结构；但所有阈值、读者口味与平台机制都必须重算，不能把起点口径硬套到免费平台或其他英文平台上。
76	## 竞对分析与项目初始化的协作
77
78	当本 Skill 被 `通用-小说项目初始化` 或题材包装层的 `题材名-小说项目初始化` 调用时（即竞对分析作为项目初始化的一个子环节执行），分析焦点必须从"全面深拆"调整为初始化决策导向的精准验证。
79
80	### 初始化模式 vs 常规模式
81
82	\| 维度 \| 常规竞对分析模式 \| 初始化驱动模式 \|
83	\| --- \| --- \| --- \|
84	\| 核心目标 \| 逐本深拆竞品，提炼可迁移能力 \| 验证初始化决策的可行性（平台×题材×套路×人设组合是否成立） \|
85	\| 样本选择 \| Top10 候选池 → 3–5 本核心强样本 \| 缩小到 3–5 本直接对标样本，聚焦与当前初始化组合最接近的竞品 \|
86	\| 分析深度 \| 四层全拆（市场/内容/运营/受众） \| 按需选择性深拆——重点验证"题材定位差异""套路组合空白""平台偏好匹配度"三个维度 \|
87	\| 产出形态 \| 单书详细报告 + 横向总览 \| 竞对差距清单 + 初始化决策校准建议（非完整报告，而是直接喂入初始化蓝皮书） \|
88	\| 与项目初始化蓝皮书的关系 \| 独立存在 \| 结论直接回写进初始化蓝皮书的模块1（市场校准）和模块8（商业化验证） \|
89
90	### 初始化模式下必须回答的三个问题
91
92	1. "这个组合行不行"：我们选定的"平台×题材×主套路×人设"组合，在竞品中是否有成功先例？还是已经陷入红海？
93	2. "差异化够不够"：与同类竞品相比，我们的核心差异点是否可感知、有说服力？读者为什么要选我们不选它们？
94	3. "门槛在哪里"：该赛道在目标平台上的签约门槛、上架后的竞争位、读者预期水位是多少？我们的项目是否达到？
95
96	### 初始化模式的产出要求
97
98	- 不需要完整的单书竞对报告（除非当前赛道完全陌生）。
99	- 必须产出竞对差距清单（至少对标3本作品）：列出竞品与当前项目在"题材切口、套路组合、人设差异、情绪主轴、平台匹配"五个维度的差异。
100	- 必须在差距清单末尾写出对初始化决策的具体建议（如"建议把主套路从A调整为B"、"建议加强差异化点X"、"该赛道已经饱和建议重新评估"）。
101	- 差距清单和建议直接写入项目初始化蓝皮书的对应模块，不作为独立文件落盘。
102
103	### 判断触发条件
104
105	- 若用户上下文（Agents.md、对话引用、project_blueprint.md）中明确提及正在执行项目初始化，则自动进入初始化模式。
106	- 若用户明确要求"为初始化做竞对"、"帮我看这个组合能不能打"、"验证我的题材选择"等表达，也自动进入初始化模式。
107	- 其余情况按常规模式执行。
108	## 本 Skill 的核心产出
109
110	1. 一份样本池说明：为什么选这批 TopN 作品，而不是别的作品。
111	2. 一套本轮竞对维度表：这些维度必须来自当前工作区的相关材料，而不是只靠通用常识硬凑。
112	3. 每本主样本各自一份详细竞对分析报告；若用户要求 TopN 全量逐本落盘，则对全部正式样本逐本写报告。
113	4. 如用户要求横向总表，或本轮至少深拆了 `3` 本样本，再补一份竞对分析总览报告，用于汇总单书报告中的核心结论。
114	5. 一份横向对比矩阵 / 维度冠军表 / 市场空白点总结，用于提炼赛道共性与差异化路径。
115	6. 明确写出：
116	- 这部作品真正强在哪；
117	- 它的强点是如何被目录、正文、设定、评论与市场反馈共同证明的；
118	- 哪些优点值得学；
119	- 哪些只是它的个体条件、发布时间窗口、作者存量或题材红利，不应盲目照搬；
120	- 当前项目接下来要在哪些关键维度上追平、反超并最终全方位超越竞争对手；
121	- 上文三个商业问题分别得到什么结论。
122
123	## 前置准备与证据源优先级（强制）
124
125	- 数据证据：优先采用官方公开数据、官方榜单、官方作品页、官方试读页；第三方数据聚合页（如 `https://www.qidiantu.com/`）默认只能做补证，不得单独承担关键结论。
126	- 文本证据：优先采用正版目录、卷名、章节名、试读正文、公开正文片段、作者或平台公开物料；不把来源不明、不可稳定核验的全文镜像页当成核心证据源。
127	- 反馈证据：优先收集书评区、书友圈、本章说摘录、论坛讨论、读后感、推荐文、拆解稿，并显式区分“高频正向反馈”“高频负向反馈”“争议点”。
128	- 分析载体：默认要有可复盘的表格、证据卡或矩阵；可以使用表格

People who liked this also viewed

6 picks

Type