living-stream/akka/competitor-benchmarking

Claude Code and agent skill by living-stream/akka

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

竞品对标分析。搜索同赛道高权重账号,拆解其爆款笔记的选题/视觉/文案/标签,对比自身账号输出差距分析和改进建议。

Install

npx vskill@latest install living-stream/akka/competitor-benchmarking

SKILL.md

竞品对标分析 (Competitor Benchmarking)

目标

通过分析同赛道竞对账号,拆解其爆款规律,找到自身差距和优化机会,输出可落地的改进建议。

核心原则

数据驱动,客观对标:不凭感觉,用具体数据说话;不只看表面,要拆解底层逻辑。

工作流

1) 确定对标对象
  1. 赛道定位:根据用户账号定位确定核心赛道关键词(如:手冲咖啡、极简书桌、独居生活)
  2. 搜索竞对:使用 use_browser 执行以下步骤:

浏览器操作路径:

Step 1: 在小红书搜索框输入"[赛道关键词]",点击搜索
Step 2: 点击筛选按钮,选择"最热"排序
Step 3: 浏览搜索结果列表,找到点赞数较高的笔记
Step 4: 点击第一篇爆款笔记进入详情页
Step 5: 记录笔记数据(点赞数、收藏数、评论数)
Step 6: 点击作者头像/名称,进入作者主页
Step 7: 记录账号信息(账号名、粉丝量、笔记数、获赞与收藏总量)
Step 8: 点击返回,回到搜索结果
Step 9: 重复 Step 4-8,收集 3-5 个账号信息

use_browser 调用示例:

Step 1: 在小红书搜索"手冲咖啡",选择最热排序
Step 2: 点击第一篇笔记,记录点赞数、收藏数
Step 3: 点击作者头像进入主页,记录账号名、粉丝量、笔记数
Step 4: 返回搜索结果,重复收集3个账号
  1. 记录基础信息:账号名、粉丝量、笔记数、获赞收藏总量
2) 拆解爆款笔记

针对每个竞对账号,分析其近 2 周内数据最好的 2-3 篇笔记:

浏览器操作路径:

Step 1: 在作者主页浏览笔记列表
Step 2: 找到点赞数最高的笔记,点击进入
Step 3: 记录笔记数据(点赞、收藏、评论数、发布时间)
Step 4: 分析封面风格(实拍/拼图/文字图、色调、封面文案)
Step 5: 分析标题结构(数字/痛点/悬念/情绪词)
Step 6: 浏览正文,分析文案结构(开头钩子、正文节奏、结尾引导)
Step 7: 记录使用的标签
Step 8: 返回作者主页,重复 Step 2-7 分析其他笔记

use_browser 调用示例:

Step 1: 在作者主页找到点赞最高的笔记,点击进入
Step 2: 记录点赞数、收藏数、评论数、发布时间
Step 3: 分析封面:是否真人出镜、主色调是什么、封面文字是什么
Step 4: 记录标题和正文结构
Step 5: 记录所有标签

数据维度:

  • 点赞、收藏、评论数
  • 发布时间、阅读量(若可见)

内容维度:

  • 选题切角:具体切入什么细分点?(如:不是泛泛的"咖啡",而是"打工人早八续命咖啡")
  • 标题公式:是否包含数字、痛点、悬念、情绪词、地域标签?
  • 视觉风格:
  • 封面类型(实拍/拼图/文字图/真人出镜)
  • 色调统一性
  • 封面文案(大字报/小标签/无文字)
  • 文案结构:
  • 开头钩子(提问/场景/痛点)
  • 正文节奏(干货型/故事型/清单型)
  • 结尾引导(互动/关注/收藏)
  • 标签策略:常用垂直话题标签、是否蹭热点
3) 对比分析

将竞对优势与自身账号对比:

维度竞对表现自身现状差距分析
封面美感统一暖色调,真人出镜风格不统一需建立视觉规范
标题吸引力善用数字+痛点较平淡加入情绪词和具体数字
发布频率日更/隔日更周更提升更新频率
互动引导结尾固定话术无添加收藏引导
4) 输出改进建议

基于差距分析,输出具体可执行的建议:

短期优化(1-2周):

  • 封面模板化:确定 2-3 套封面风格轮换
  • 标题公式化:建立标题库,套用高转化公式

中期调整(1个月):

  • 内容方向调整:根据竞对爆款选题,规划 3-5 个选题方向
  • 发布节奏优化:确定最佳发布时间和频率

长期建设(3个月):

  • 人设强化:根据竞对差异化,强化自身独特标签
  • 粉丝运营:建立粉丝互动机制

常见问题处理

  1. 找不到同赛道账号:扩大搜索范围,用更泛的关键词
  2. 竞对数据隐藏:通过笔记点赞量估算互动率
  3. 自身数据不足:先建立基线数据,后续对比

完成标准

  • 至少分析 3 个竞对账号
  • 每个账号至少拆解 2 篇爆款笔记
  • 输出包含对比表格和具体改进建议的 Markdown 报告

Security

  • Security scanPassed, 90 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
55
7-day trend score
20

Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 19 Mar 2026, 7 months ago.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/living-stream/akka/competitor-benchmarking/badge)](https://verified-skill.com/skills/living-stream/akka/competitor-benchmarking)

Something wrong with this skill or its page? Tell us.