开工前先摸清战场：用 AI 在一天内做完竞品调研

一人开发者最大的风险，从来不是技术

先说一个扎心的事实：大多数 vibe coding 项目死掉的原因，不是技术做不出来，是做出来之后发现——已经有五个更好用的。你花三周闷头造了一个 AI 笔记应用，上线那天才发现 Notion AI 和两个独立开发者已经把这个坑占了，你的版本除了更丑之外没有任何区别。

我的判断是：AI 把「从 0 到 1 造出来」的成本压低了十倍，同时也把「从 0 到 1 做调研」的成本压低了十倍。前者你早就享受到了，后者大部分人根本没用起来。过去请不起咨询公司、没时间啃报告的一人开发者，现在可以用一个下午摸清整个战场。还不做调研的人，不是不努力，是在拿三周时间赌一个本来一小时就能证伪的假设。

这篇文章给出一套我自己在用的工作流：一天，三个阶段，产出一页纸决策。上午搜集、下午对比、晚上决策。它的目标不是写一份 MBA 式报告——那种报告你永远不会再看第二遍；它的目标是回答三个问题：这仗要不要打？打哪个细分？凭什么赢？

一天时间表：先定死节奏，再谈方法

调研最大的敌人不是信息太少，是信息太多导致的瘫痪。所以第一步不是打开浏览器，而是给调研设定截止时间。我的时间表：

• 上午（3 小时）：画竞品地图——找出 5~8 个真正的竞品，含直接竞品、间接竞品和「用户不花钱的替代方案」。
• 下午（2.5 小时）：跑对比维度——按固定维度给每个竞品打分，找出空白和它们的软肋。
• 晚上（2 小时）：输出决策——一页纸，写明做不做、切哪里、差异化是什么。

注意这个设计里的刻意为难：每个阶段都有硬产出，超时就停。调研是手段，不是目的——调研到「能做决策」就收手，继续挖下去就是拖延症穿了件正经衣服。

第一阶段：让 AI 画竞品地图（上午）

第一步是让 AI 帮你枚举战场。给 AI 的提示词要具体到你的场景，而不是「帮我找竞品」这种空话：

我要做一个「给独立开发者的轻量发票工具，支持 Stripe 自动对账」。
请列出：1) 直接竞品（同类产品）；2) 间接竞品（解决同一问题但方式不同）；
3) 用户现在的替代方案（包括 Excel、手工等不花钱的办法）。
每个给出：官网 URL、一句话定位、目标用户。只列真实存在的产品，
不确定的请标注「存疑」。

三层结构是关键。大部分人只找直接竞品，这是调研里最常见的盲区：你的真正对手往往不是同类产品，而是用户「凑合用的现有方案」——那个 Excel 表格、那台旧打印机、那个微信群。AI 不知道你的用户是谁，你必须在提示词里把「替代方案」这一层显式要出来。

然后是防幻觉环节，这是 AI 调研里最贵的一课：AI 给出的每一个 URL，你都要亲手点开验证。模型会一本正经地编出不存在的产品、编出过时的定价，还会把两个公司的功能张冠李戴。我的做法是：让 AI 输出表格，我逐个打开官网，死的、错的直接划掉。验证 8 个竞品大概花 40 分钟，这 40 分钟是整套工作流里最不能省的。

验证时顺手做一件事：打开每个竞品的定价页和更新日志（changelog / blog）。定价页告诉你它靠什么赚钱、免费层卡在哪里；更新日志告诉你它最近在为什么方向发力——一个三个月没更新的产品，和一个每周发版的产品，是两种完全不同的对手。

第二阶段：12 个对比维度（下午）

竞品地图画好之后，进入对比。不要自由发挥——自由发挥的对比最后都会变成「都挺好的」这种废话。用固定的 12 个维度，给每个竞品逐项记录：

1. 目标用户：它到底为谁服务？和你想要的用户是同一批人吗？
2. 核心功能：只记它真正做好的 1~3 个功能，不记功能清单。
3. 定价与免费层：多少钱、免费版卡在哪条线上——免费层的边界就是你的切入点。
4. 上手门槛：注册要几步？要不要绑卡？冷启动体验决定了它的获客成本。
5. 差异化卖点：它自己宣称的「为什么选我」是什么？
6. 用户口碑：G2、Capterra、App Store、X 上的真实评价，重点看 1~2 星差评。
7. 更新节奏：最近三个月发了什么？停滞的产品是机会，狂奔的产品是警告。
8. 团队与融资：几个人、融了多少钱——决定了它能烧多久、你能错几次。
9. 获客渠道：SEO、内容、社区、PLG？它在哪里出现，你就知道用户在哪里。
10. 开放生态：有没有 API、有没有集成市场——封闭的产品留给后来者缝隙。
11. 技术实现：大概的技术栈（能看出的话）——判断它改起来有多难。
12. 你的直觉分：1~10 分，如果你是它的用户，你会留下吗？

让 AI 帮你填表，但第 6 条（用户口碑）和第 12 条（直觉分）必须自己来。AI 读不懂差评里的情绪，也替你做不了「我愿不愿意用」的判断。这两条恰恰是整张表里信息量最大的。

差评挖掘：被所有人忽略的金矿

这里单独展开第 6 条，因为它是整套工作流里 ROI 最高的一步。竞品的 1 星差评，是用户用真金白银投票投出来的未满足需求清单。

做法：把每个竞品的差评（App Store、G2、X 吐槽都行）喂给 AI，让它做三件事：归类抱怨的主题、统计每个主题出现的频率、找出「抱怨了超过一年但官方一直没修」的问题。最后一类就是金矿——长期没人修的抱怨，要么是技术上难，要么是商业上不想修；无论哪种，都是你的机会窗口。

举个例子：如果三款竞品的差评里反复出现「导出功能太弱」「客服三天不回」，而你是一个人、能做到当天回消息、导出做得极顺——你已经有了两个现成的差异化卖点，不需要再 brainstorm。调研的意义就在这里：差异化不是想出来的，是从对手的差评里挖出来的。

第三阶段：一页纸决策（晚上）

所有信息收齐后，输出一页纸。模板直接抄：

做 / 不做 / 换个切法做
为___（用户）做的___（产品），
和___（竞品）不同，我们___（差异化）
___（具体到某类用户+某个场景）
1.___ 2.___（必须来自差评挖掘或维度对比，
不能是「体验更好」这种空话）
这次明确不碰的 3 件事
___（如果这条成立，项目就该停）

模板里最狠的是最后两行。「不做清单」逼你承认资源有限——一人开发者最大的幻觉是「我全都要」；「最大风险」逼你写下证伪条件——开工前就写好什么情况下应该停，比开工后靠意志力停下来容易十倍。

如果填完模板你发现「凭什么赢」那两行写不出来，恭喜你，这一天没白花：你刚刚用 7 小时避免了三个月的沉没成本。「不做」是最有价值的决策，而大多数人要花三个月才能得到它。

AI 让信息变得免费之后，稀缺的不再是信息，是判断。竞品调研的终点不是更了解对手，是更清楚自己——清楚到能说出「这三件事我不做」。

三个反模式：调研是怎么变质的

最后说三个我见过最多的调研变质方式，提前打疫苗：

• 调研瘫痪：第 9 个竞品和第 19 个竞品不会改变你的决策。5~8 个够了，再多就是用「准备」来逃避「开始」。定死一天，就是治这个病的药。
• 把调研当安慰剂：调研的结论是「市场很大、机会很多」，那等于没调研。好的调研结论应该是具体的、甚至有点疼的：「这个细分已经被 X 占了，我只能切 Y」。不疼的调研都是自我安慰。
• 只研究竞品，不研究用户：竞品调研回答「对手在做什么」，但回答不了「用户愿不愿意为你的版本付钱」。调研结束后的第一动作，应该是拿着一页纸去找 3 个潜在用户聊 15 分钟——这一步 AI 替不了你。

一句话收尾：AI 时代，一人开发者和一个团队在信息获取上的差距被抹平了，剩下的差距只在谁更愿意在开工前花一天看清战场。这一天，是你能买到的最便宜的保险。