用户说“看看竞品”，AI 应该研究到哪一步？

“看看竞品”可能是找几条广告，也可能是为进入新市场做准备。两种请求需要的材料、时间和交付差得很远，输入框里的话却可能一样短。

我在一组竞品研究产品改动中，把快速查看与深度研究分开，并提交了从入口判断、材料交接到报告生成和校验的实现。具体工作包括共用的研究深度规则、两种流程之间的职责划分、报告结构，以及对应的生成逻辑和测试。我借助 AI 完成实现，在团队协作和审查中推进交付。

其中最需要作决定的地方，是用户没有说完整时，系统先做多少，以及什么时候值得再问一句。

先按用途分流，不让用户挑工具

我把两个流程共用的判断放到同一处：已经明确要样本、快照或局部事实的请求，直接快速查看；已经明确要跨渠道比较、行动方案或正式报告的请求，进入深度研究。只有范围仍有实质差异时，才先澄清。

用两个合成请求说明这个区别。“找几条同类工具的短视频，看看它们怎么开场”，需要样本、来源和简短归纳；“比较竞品的获客路径，给进入新市场提建议”，还需要统一市场与观察时间，解释哪些做法适用于自己的产品。

澄清时，我让系统介绍两种结果的用途，也接受用户用自己的话回答。用户说“下午创意会要用，先给几个例子”，已经足以确定范围，不必再要求他选择工具名或重复确认。

这个设计需要系统承担意图判断。回看它的取舍，我宁愿让快速查看保留升级空间，也不希望每次都用完整研究覆盖所有可能需求。明确要求深度分析的人，则不该先拿到一份样本清单，再从头解释自己要做什么。

从快查升级，谁接手已有材料

分成两个流程后，还要处理一件事：用户看完样本，决定继续研究，前一次工作怎么用？

我在交接规则里明确，由深度研究接手总问题、材料核对和最终报告，专项能力负责各自的数据搜集与计算。快速查看可以交出有效的原始材料，但不再独立启动另一套完整研究，也不把上一份报告正文直接拼进新报告。

这样划分，是为了避免两个流程各自采集同一批资料、各自解释，最后还要有人判断应该相信哪份结论。

材料是否能用，需要随问题重新检查。下面这个合成例子里，第一次搜集的是美国市场广告，下一步要研究日本市场。旧广告可以留下作创意参考，市场比较却需要新证据。

为此，交接规则要求保留来源、原始材料和对应的观察信息。报告只采用实际用到的事实，并保留回查入口。拿到的是结构化结果时，不从上一份文字摘要里重新抄一个已经四舍五入的数值。

这里多了一层整理工作，但后续才能判断某条材料是否仍适用。只保留一句“竞品偏好结果展示型广告”，换了市场以后，很难知道这句话该留下还是删掉。

研究范围要一直约束到最终报告

如果只在入口上区分快查和深研，报告仍然照着同一张长模板填，前面的判断就没有落实。

我把不同研究重点与报告结构对应起来。素材研究需要解释什么机制可以复用、依据是什么、适用条件是什么；搜索与可见性研究的行动项，则要写清优先级、为什么现在做，以及怎么验证。章节先回答一个具体问题，没有支持材料的可选部分可以省略。

这些要求同时进入了报告生成和校验。比如，报告类型与结尾方案不匹配、保留了没填完的模板占位内容，或删掉章节后目录仍指向它，都不能直接作为成品交付。相应的反例也写进了测试。

这样，研究范围的区别不只存在于提示词里，也会影响程序接受什么输入、生成哪些部分、拒绝什么结果。模板仍能复用，但不能靠填满所有章节来假装研究完整。

有些问题，继续搜集也回答不了

另一个需要约束的地方，是材料能支持多强的结论。

公开广告可以帮助归纳开场、卖点和落地页做法，但通常没有竞品真实的转化数据。多搜几十条同类广告，能增加对素材的了解，不能自动证明哪一种转化最好。

在这轮实现里，我把类似限制带到了数据和成品校验中。以搜索与 AI 可见性研究为例，有限样本的初步扫描不能输出未经限定的正式评分；时间、市场或测量条件不一致的数据，也不能直接组成排名或趋势。测试里保留了这些不应通过的输入和报告。

这些检查能拦住明确的比较错误，素材为什么有效、是否值得迁移到自己的产品，仍要在分析中解释。对一个准备做小规模素材测试的人，公开观察可以形成试验方向；对一个准备大幅调整预算的人，相同材料还不够。

这次交付留下了什么

这组提交把入口分流、研究交接、报告结构、生成校验及测试连在了一起。以后调整某种研究的范围，需要同时检查它会改变哪些采集、哪些章节和哪些验证条件。

继续迭代时，我最想看的不是所有报告混在一起的平均生成时间，而是用户拿到结果后要求补做什么。缺一条来源，可以修补采集；要求换一个市场重新比较，可能是一开始的范围判断就错了。这会直接影响下一轮该改哪部分。

本文依据本人参与的团队历史提交整理，AI 辅助了实现；两幅图使用合成场景解释规则。交付包括规则、代码和测试，尚未用实际使用记录测量成本或采用效果。