���用 ���析竞对作品

<!-- ===== Layer 1: 永久缓存 ===== -->

通用-分析竞对作品

> 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：

> - 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。

> - 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。

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。

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：

• 先用工作区现有研究与 Skill 体系生成本轮分析维度；
• 再锁定目标平台同题材 TopN 候选池与正式深拆样本池；
• 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；
• 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；
• 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。

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：

• 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？
• 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？
• 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？

<!-- ===== Layer 3: 场景缓存 ===== -->

继续读取的 references（强制读取门禁）

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：

• 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。
• 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。
• 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。

• 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）
• 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）
• 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）
• references/竞对分析报告模板.md（写单书详细报告前必读）
• references/竞对分析总览模板.md
• 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）
• ../../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）
• 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）

何时使用

当任务属于以下任一情况时，加载并遵循本 Skill：

• 用户要做某题材的竞对分析 / 竞品分析 / 标杆作品分析。
• 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。
• 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”。
• 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。
• 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。
• 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。
• 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”。

不要用在

• 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。
• 只需要一份普通读后感或安利文。
• 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。
• 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。

起点平台默认分析立场（强制）

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：

• 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。
• 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”。
• 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。
• 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。
• 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。

竞对分析与项目初始化的协作

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。

初始化模式 vs 常规模式

| 维度 | 常规竞对分析模式 | 初始化驱动模式 |

| --- | --- | --- |

| 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） |

| 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 |

| 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 |

| 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） |

| 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） |

初始化模式下必须回答的三个问题

• "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？
• "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？
• "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？

初始化模式的产出要求

• 不需要完整的单书竞对报告（除非当前赛道完全陌生）。
• 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。
• 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"）。
• 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。

判断触发条件

• 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。
• 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。
• 其余情况按常规模式执行。

本 Skill 的核心产出

• 一份样本池说明：为什么选这批 TopN 作品，而不是别的作品。
• 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。
• 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。
• 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。
• 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。
• 明确写出：
• 这部作品真正强在哪；
• 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；
• 哪些优点值得学；
• 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；
• 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；
• 上文三个商业问题分别得到什么结论。

前置准备与证据源优先级（强制）

• 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。
• 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。
• 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”。
• 分析载体：默认要有可复盘的表格、证据卡或矩阵；可以使用表格软件、文档软件或结构化 Markdown，但不能只在脑内比。
• 证据标签：对每条结论，尽量区分“事实 / 推断 / 假设”；证据不足时必须保留盲区，而不是把推断写成事实。

起点术语口径补充（新增）

当目标平台为起点中文网，或用户明确要求按起点口径做竞对分析时，默认尽量使用以下术语体系，而不是把所有数据和读者反馈都写成模糊描述：

• 数据层术语：收藏、推荐票、月票、均订、高订、首订、追订、收订比、粉丝值、盟主数、荣誉徽章、书单收录。
• 榜单 / 资源层术语：分类月票榜、畅销榜、新书榜、24 小时热销、三江、强推、首页封推、智能推荐、书架导读、猜你喜欢等。
• 读者层术语：老白、中度付费读者、泛读者 / 路人流量；评论侧优先看本章说 / 段评、书友圈、书评区、长评贴，而不是只看转述型夸奖。
• 口径约束：若拿不到均订、首订、追订、收订比等精确值，可以使用公开可见的代理信号，但必须显式标低置信度；不得虚构具体数值假装专业。

起点爆款前门拆解与转化口径（新增）

• 对起点主样本，默认增加“前门四段拆解”，至少回答：
• 0–300 字：是否出现异常/冲突/压力起手；
• 300–800 字：是否明确主角即时目标与阻力；
• 800–1500 字：是否出现首个可感知回报或能力兑现；
• 章末：是否同时留下“新危机 + 新期待”双钩子。
• 默认补做“转化漏斗代理”对照：追收比是否接近 10:1 常态线、是否达到 5:1 强信号区；若无法获取精确值，必须给代理来源与置信度。
• 样本分析时必须区分“文本强导致转化高”与“作者存量/活动窗口导致曝光高”；不得把曝光直接当作文本竞争力。

题材既有竞对报告接入要求（强制）

• 若当前要服务某个题材，且该题材目录下的 竞对分析/ 已存在与当前项目、当前平台或当前赛道相关的竞对分析报告，必须先读取并纳入本轮判断。
• 不得把这些既有报告只当成搜索缓存；必须显式对比其中已识别的强点、弱点、盲区与当前项目的应对方案，说明哪些维度仍在落后、哪些维度有机会反超。
• 本 Skill 的终点不是“总结竞对做得好”，而是把结论翻译成“当前项目怎样在关键维度上全方位超越竞争对手”的动作清单。

工作区分析维度生成规则（强制）

• 在任何外部检索之前，必须先读取当前工作区里与本题材、目标平台、当前项目最相关的材料，先生成本轮竞对维度，再去搜索榜单和样本。
• 至少要覆盖以下几类来源：
• 当前题材目录下的 写作研究/；
• 当前题材目录下与题材定位、平台评估、章节审阅、人物、故事面、故事设定有关的 Skill / Prompt；
• CommonSkills/ 下与题材定位、故事面、人物、设定、章节执行、平台签约评估相关的通用 Skill；
• 若当前项目已经有总纲、分卷、正文、人物传记、设定或审阅报告，也必须一并纳入。
• 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、资料摘记或历史底稿，也应作为补充参考资料一并纳入。
• 必须先把这些材料收束成本轮的分析维度表，再进入外部搜索；维度表默认应同时覆盖“市场数据层、内容创作层、运营策略层、受众反馈层”。
• 竞对分析/竞对资料/ 中的既有材料可以帮助补搜索词、定位章节抓手、回忆既有盲区，但默认不能替代外部来源的再次检索与核验。
• 维度数量默认控制在 8–12 个；少于 8 个容易失焦，多于 12 个容易把报告写成素材堆场。
• 默认不允许只沿用一个固定通用模板而忽略工作区里已经沉淀出来的题材关注点。

TopN 候选池与正式深拆样本池的关系（强制）

• TopN 候选池：默认是“榜单扫描范围”，用于确认该赛道正在打什么仗、谁占了什么位。
• 正式深拆样本池：默认从候选池里筛出 3–5 本真正具备深拆价值的主样本；若用户明确要求全量逐本分析，则允许把 TopN 全部纳入正式样本池。
• 样本分类：每本作品都应被标为“主样本 / 边界样本 / 旁证样本”之一，防止把不同竞争位的作品混比。
• 主样本默认标准：优先选择满足大部分“成绩门槛、题材匹配、连载 / 完结状态、作者属性”要求的作品；具体口径必须继续读取 references/榜单检索与样本池确定规则.md。
• 新书例外：若用户明确要分析新书期打法，可额外保留“新书观察样本”；但必须显式写出它和成熟爆款样本不在同一竞争位，不能混成同一结论层级。

起点样本默认四层拆解框架（强制）

第一层：市场数据层（先验证样本到底是不是强样本）

至少拆以下四组指标，并继续回答“长期稳定性 / 商业价值 / 核心流量破口”三件事：

• 基础资质数据：收藏量、推荐票 / 月票、总订阅 / 均订、粉丝值、字数、完结状态等。
• 榜单表现数据：看最高排名、持续时长、是否长期稳居分类强榜，以及新书期到爆发期的晋级路径。
• 流量渠道数据：区分官方推荐位、智能推荐、搜索 / 书单 / 外链传播、作者存量带来的流量。
• 流量转化数据：重点观察追读 / 收藏比、订阅 / 收藏比、书架留存率或可替代的转化信号。

第二层：内容创作层（这是核心层）

至少拆以下七个维度：

• 题材融合与市场定位设计：核心赛道是什么、叠了哪些热门元素、真正的差异化落点在哪。
• 套路配置分析（新增）：竞品使用了哪些套路（先婚后爱/追妻火葬场/扮猪吃虎等），按四级分类（核心设定/人物关系/情节推进/情绪回报）逐卷标注；套路纯度如何（纯套路/混合变异/反套路）；哪些是本赛道的标配组合，哪些是竞品独有的差异化处理；套路之间是否存在切换/交叠/变异节点。—— 若项目有已蒸馏的作品蓝本（含 §十八 套路指纹），可直接用蓝本的套路分类体系做对标分析，降低从零拆解成本。
• 开篇架构设计逻辑：开局切入方式、信息密度、金手指 / 核心机制的呈现节奏、长期悬念与卖点如何立住。
• 情节架构与叙事节奏：单元案与主线如何咬合，微观 / 中观 / 宏观节奏如何分布，伏笔与收束是否形成持续供血。
• 人物塑造逻辑：主角抓手、性格瑕疵、核心优势、成长欲望、成长弧光、配角阵营与利益关系。
• 世界观设定逻辑：规则体系是否完整，边界与代价是否清楚，是否有真实细节锚定，是否服务核心赛道。
• 叙事视角与语言风格：是否服务题材调性，如何通过视角限制、镜头调度、语言密度和留白来制造代入感。

第三层：运营策略层（分析流量是如何被放大的）

至少拆以下三件事：

• 更新节奏与流量匹配：日更量、更新稳定性、关键节点是否配合推荐节奏或剧情节点。
• 读者互动与粉丝留存：本章说、书友圈、剧情讨论、共创活动、精华贴与社区氛围是否形成留量。补充 GEO 信号：读者推荐语是否结构化（含作品名+类型+适合人群？是否在知乎/豆瓣等 AI 高引用平台出现？）
• 平台资源适配与流量放大：推荐位节奏、算法适配动作、活动资源配合、作者 / 运营团队如何放大内容效果。补充 GEO 信号：作品是否被行业媒体/知名博主推荐过？推荐内容在 AI 搜索中是否可被索引？

第四层：受众反馈层（解释读者为什么买单）

至少覆盖以下来源与问题：

• 信息采集来源：本章说、书友圈、书评区、讨论帖、读后感、盘点文、推荐文。
• 核心受众画像：它主要打中的是什么读者，不同层级读者分别被什么价值吸引。
• 正向情绪共鸣点：高频被夸的价值是什么，例如职业真实感、智商博弈、情绪拉扯、设定新意、成长代入。
• 负向吐槽点与争议点：哪些问题被反复吐槽，为什么这些问题仍未显著削弱整体竞争力。
• 受众归属感来源：读者为什么愿意长期追更、留在圈子里、为后续剧情持续投入情绪与金钱。

第五层：AI 搜索可见性层（新增——GEO 竞争维度）

> AI 搜索时代，"读者通过 AI 推荐发现作品"已成为新流量入口。竞品在这一维度的表现，直接影响未来读者获取成本。

至少分析以下维度：

• AI 引用表现：在 DeepSeek/豆包/Kimi 中搜索"推荐 XX 题材小说"，竞品是否出现在 AI 回答中？
• 外围内容结构化程度：竞品的简介是否含结构化元数据块？书评是否采用"书名-类型-评分-推荐语"标准格式？
• 知乎/豆瓣覆盖：竞品在知乎有多少相关问答？豆瓣书评的结构化程度？
• 平台信息一致性：竞品的书名、作者名、标签在各平台（起点/番茄/豆瓣/知乎）是否完全一致？
• 读者推荐语质量：读者推荐语是否含"适合____的读者"句式，可被 AI 直接引用？

> 详细分析框架见 references/GEO竞对分析增补.md。GEO 基础原理见 ../../写作研究/GEO小说项目核心参考.md。

横向对比与收口（强制）

在完成单书拆解后，默认要继续追问三件事：

• 共性成功逻辑：这个赛道的爆款普遍做对了什么（含共性套路组合模式）。
• 差异化竞争路径：每本样本独家的壁垒是什么，如何对同类作品形成降维打击；落实到套路层，则是"该样本的套路配置中哪些是赛道标配、哪些是独有变异、反套路的位置在哪"。
• 市场空白点：从读者吐槽、样本短板与未覆盖需求里，找到当前项目可以切入的破局位。

拆付费点技巧——节奏感的逆向工程（新增）

> 来源：知乎《稿费从1000到50000，写好大纲决定你稿费的上限》（顾里木图的小酒馆，2026-06-15）。

竞对分析的维度之一是"节奏感的逆向工程"。选一本同类型爆款书，做以下拆解：

• 标付费点：每5章标出"这一组事件的核心功能"（钩子/蓄力/高潮/过渡），每10章标出"高潮类型与强度"，标出第一个付费节点在第几章。
• 标钩子类型：从第1章到第30章，逐章标注章末钩子类型（悬念式/反转式/情绪炸弹式/信息投放式），看爆款的钩子轮换规律。
• 套用到自己大纲：在保留自己独有设定和人物走向的前提下，把爆款的付费点间隔密度、钩子类型轮换模式、高潮频率作为节奏参照基线，调整自己大纲的章节分配。

注意事项：

• 这不是抄袭结构，而是学习节奏感——关注的是"间隔密度"和"类型轮换"，不是"具体事件"。
• 拆解爆款节奏时应考虑平台差异：起点付费文的付费点间隔通常长于七猫/番茄等免费平台。
• 拆解结果应写入竞对分析报告的"内容创作层"部分，作为节奏参照基线备注。

默认执行顺序

先记住本 Skill 的最小主链：先定分析立场与商业问题 → 再做工作区维度提炼 → 再锁榜单与样本池 → 再做四层深搜 → 再落单书报告与横向收口。

• 确认任务参数与商业问题：题材、平台、TopN 的 N 值、是否默认深拆 3–5 本主样本、当前项目、输出目录、是否只看起点，还是要补看跨平台材料；并明确本轮最想回答的三个商业问题。
• 先读工作区相关材料，生成本轮竞对维度表，并写清每个维度来自哪类工作区依据；若 竞对分析/竞对资料/ 下已存在候选作品的深入研究、章节正文摘要等资料，先作为补充参考读取，并标记其中仍需外部复核的点。
• 按 references/榜单检索与样本池确定规则.md 锁定榜单、TopN 候选池与正式样本池：
• 默认平台为起点中文网；
• 默认 N = 10；
• 默认优先锁定与当前项目商业竞争位最接近的榜单；
• 默认把 TopN 候选池收束为 3–5 本主样本，除非用户明确要求 TopN 全量逐本落盘。
• 为每一部正式样本建立四层证据卡并逐本深搜，默认至少覆盖：
• 作品详情 / 榜单页 / 简介 / 标签；
• 目录 / 卷名 / 章节命名；
• 可公开访问的正文 / 试读 / 章节片段；
• 设定、百科、世界观介绍、创作访谈或总结；
• 书评、读者评论、本章说摘录、论坛讨论、读后感、推荐文；
• 拆解稿、盘点文、推荐榜单、经验总结或类型研究文。
• 对起点中文网样本，允许并建议补查 https://www.qidiantu.com/ 的作品详情页、数据页、榜单页、首订页、徽章页、盟主页、书单页与书评入口，补充推荐票、收藏数、真实粉丝数、月票数、字数、荣誉徽章、盟主数、书单收录、评论 / 书评等数据与反馈信息；如已知书籍 ID，可优先查看 https://www.qidiantu.com/info/{书籍ID} 及其 /d 数据页。
• 起点图 这类数据聚合页默认用于补“热度、反馈、荣誉、粉丝结构与走势”证据，不替代官方作品页、目录页、试读正文与其他外部来源的交叉核验。
• 若官方站点因反爬、登录门槛、验证码或频控导致正文 / 目录证据难以直接获取，优先改用更稳定、可核验的替代证据源：例如官方 App 试读页、作者或平台公开物料、媒体报道、读者书评中的短引文、论坛讨论、读后感、剧情梳理、百科 / 设定总结等；不要把来源不明、不可稳定核验的全文镜像页或转载聚合页当作正文与目录的核心证据。
• 若工作区 竞对分析/竞对资料/ 已有该作品的深入研究、章节正文摘要或资料摘记，可用来补搜索词、补情节定位和补问题清单，但关键结论仍要回到外部证据卡核验。
• 先写市场数据层结论，再写内容层判断：先证明“它确实是强样本”，再解释“它到底强在哪”。
• 按 references/竞对分析报告模板.md 为每本作品分别写报告，并显式写出四层判断、证据盲区与可迁移动作。
• 若用户要求横向总表，或本轮样本较多需要统一对照，再按 references/竞对分析总览模板.md 汇总生成总览报告，提炼共性规则、差异化路径与市场空白点。
• 把结论翻译成对当前项目有用的动作语言：值得学什么、先学哪三个点、哪些点不能机械模仿，以及当前项目要怎样在关键维度上全方位超越竞争对手。

默认落盘规则

• 默认输出目录：竞对分析/
• 若用户未指定更具体的作品工作目录：
• 在题材目录内执行时，默认落盘到该题材目录下的 竞对分析/；
• 在具体项目目录内执行时，默认落盘到项目根目录下的 竞对分析/。
• 竞对分析/竞对资料/ 可作为补充资料目录，用于存放某些竞对作品的深入研究、章节正文摘要、资料摘记等非主报告材料；如该目录已存在，应先检查是否有可复用参考。
• 默认文件名：作品名-竞对分析报告-YYYY-MM-DD.md
• 若同一天内对同一作品重复迭代，优先覆盖更新同日主报告，而不是并列堆多个近重复文件。
• 若用户额外要求总览索引，可另行补一份 竞对分析/竞对分析总览-YYYY-MM-DD.md，并优先依据 references/竞对分析总览模板.md 生成；但单书详细报告仍是本 Skill 的主交付。

强制要求（按 5 段执行）

阶段 1：先定分析立场与商业问题

• 命中本技能时，必须先明确：本轮更关心的是“内容设计、运营逻辑、受众心智”中的哪几个问题，以及为什么。
• 若目标平台为起点中文网，必须按“精品长文适配、老白读者适配、算法规则适配”三原则立起判断口径。
• 不得把个人审美、个人口味、个人喜欢的表达风格偷换成平台有效性的结论。

阶段 2：先定维度，再搜榜单

• 命中本技能时，必须先做工作区维度提炼，再做榜单检索；顺序不能反过来。
• 若 竞对分析/竞对资料/ 已存在相关旧资料，必须至少检查其是否提供了可复用的搜索词、章节定位、摘要线索或盲区记录；但不得把旧资料直接当成无需复核的最终证据。

阶段 3：外部检索、榜单筛选与样本核验

• 必须使用多种可用网络搜索方式进行交叉搜索与至少一次结果核验，不得只依赖单一搜索源。
• 对起点中文网样本，涉及商业热度、荣誉、粉丝结构、首订表现或评论反馈补证时，可优先检查 https://www.qidiantu.com/ 是否提供可用数据，并在报告中写明具体使用了它的哪一类页面。
• 必须显式写出：使用了哪些搜索词；锁定了哪一个榜单或样本池口径；哪些作品因不够同赛道、资料不足或明显跑偏而被排除。
• 默认要区分“TopN 候选池”和“正式深拆样本池”；除非用户明确要求，否则不要把所有候选都当作同等强度的主样本。

阶段 4：单书判断必须覆盖四层证据

• 对每一部样本，至少都要回答四件事：
• 它为什么有资格进入 TopN 样本池；
• 它最强的竞争优势是什么；
• 它的强点是如何被正文、目录、设定、评论等证据共同证明的；
• 它对当前项目最值得学习、最不该误学的地方各是什么。
• 对起点主样本，默认还要补一条：其前门四段（0–300 / 300–800 / 800–1500 / 章末）各自承担了什么交易职责，哪一段最不可替代。
• 对起点中文网主样本，默认还要至少补答：
• 它的市场数据层为什么说明它不是“偶然热度”；
• 它的运营策略层做了哪些事情放大内容效果；
• 它的受众反馈层到底在买什么账；
• 它更像“开篇强样本、人物强样本、设定强样本、长线强样本、运营强样本”中的哪一种。
• 不能把“列出 TopN 名单”冒充“完成竞对分析”。
• 不能只看书名 / 简介 / 榜单摘要就下重结论；默认必须尽量读到目录、可访问正文片段与评论材料。
• 不能把热门程度、作者名气或发布时间窗口直接等同于文本优点；这些只能作为背景变量，不能偷换成作品本体优势。
• 不能把“高收藏 / 高曝光”直接等同于“高付费转化”；必须尽量补看追收、收订、留存或等价代理信号。
• 不能把不同赛道、不同读者承诺、不同平台机制的作品强行塞进一个样本池里混比。
• 若某本作品资料客观难找，必须写明：已使用的搜索词、已查找的来源、未命中的证据类型，以及由此产生的判断盲区。
• 若官方源受阻，允许改用更稳定、可核验的替代证据源补证，但必须在报告中显式记录“官方源受阻情况、替代来源类型、由此带来的盲区”；不要把来源不明、不可稳定核验的全文镜像页或转载聚合页当作竞对核心证据源。

阶段 5：横向对比与项目动作收口

• 至少深拆 3 本主样本时，默认应该形成横向对比矩阵，提炼赛道共性强点、差异化路径与市场空白点。
• 结论必须翻译成“当前项目的动作语言”，而不是停留在“对方很强”这种废话级结论。
• 收口时至少给出：当前项目最该优先吸收的 3–5 个动作、最不该误学的 3–5 个点，以及下一轮最值得补拆的方向。

版权与引用边界（强制）

• 可以阅读、比较、概括与分析可公开获取的目录、正文片段、评论与研究材料；
• 若官方来源受阻，优先转向：官方试读页、作者 / 平台公开物料、媒体采访、读后感、剧情总结、评论区短引文、论坛讨论、百科 / 设定整理等更稳定、可核验的来源；
• 若只能找到来源不明或不可稳定核验的目录 / 正文镜像页，默认不把它们作为核心证据，并应把它记为证据盲区，而不是拿来单独支撑关键判断；
• 不得在报告中复制大段受版权保护的正文、整章内容、长目录清单或可替代原文消费体验的连续摘录；
• 默认只保留必要的短引文、关键词级摘录或极短片段，用于支撑分析结论；
• 若需要引用读者评论，也应以短句、关键词或改写概述为主，并标明来源类型；
• 报告的重点必须是“分析与归纳”，不是“搬运与转录”。

默认分析维度候选（仅作起步，不得替代工作区提炼）

以下维度可以作为起点，但最终仍必须根据当前工作区材料做增删：

• 市场数据层：基础资质、榜单表现、流量渠道、转化质量
• 内容创作层：题材融合与定位、套路配置（套路清单/纯度/组合模式/差异化）、目录与卷章命名、开篇抓力、情节节奏、人物、设定、叙事视角与语言风格
• 运营策略层：更新节奏、互动运营、推荐位 / 活动 / 算法适配
• 受众反馈层：核心受众画像、高频好评、高频吐槽、归属感来源
• 当前项目映射层：哪些维度要追平、哪些维度可反超、哪些是市场空白点

前门、留存与移动端补充（新增）

• 默认把样本的 30 秒归类效率、前 300 / 1000 / 3000 字抓力、黄金三章职责与手机端阅读摩擦纳入竞对候选维度，而不是只看设定与长线结构。
• 若工作区材料显示当前项目更依赖人物处境、关系拉扯、成长回报、身份翻转或情绪承诺，竞对分析时必须额外追问：样本是如何在开篇把这些价值快速显影，并在目录、正文、评论区里反复被证明的。
• 对任何“看起来很火”的样本，都要拆清楚它的高留存究竟来自题材归类效率、人物抓手、节奏密度、平台窗口、作者存量，还是多因素叠加；禁止把热度直接偷换成文本本体优势。
• 若某本样本在移动端环境下存在段落过厚、信息堆墙、前屏无钩或开头迟钝等问题，也必须如实记录，不得因为它整体成绩高就跳过前门诊断。

常见误区（强制规避）

• 用“我喜欢 / 我不喜欢”代替“市场数据与读者反馈说明了什么”。
• 忽略平台机制差异，把起点的长文付费逻辑套到免费平台，或反过来。
• 只拆内容，不拆运营与反馈，导致结论半截子。
• 只盯某个设定细节或桥段爽点，却不提炼其背后的结构逻辑。
• 样本数量不足、样本口径混乱，最后得出以偏概全的假结论。

与其他 Skill / Prompt 的边界

• 本 Skill 负责分析外部优秀作品为什么强，不直接代替当前作品的正文重写、题材定位重做或签约概率评估。
• 若分析完成后要回到“我方项目怎么改”，可再衔接题材定位、故事面、人物、设定、分卷、章节审阅或平台评估相关能力。
• 本 Skill 产出的是竞对研究底稿与单书详细报告，不是直接代写当前作品正文。