周三下午两点，我屏幕上开着 17 个标签页，全是竞品的官网、博客和产品页。旁边是一份只填了三行的表格。老板走过来说「竞品内容这块今天能出结论吗」，我说能，但其实一个字都没写出来。
用 AI 做竞品内容拆解，就是为了让这种下午不再发生。做法不复杂：把能自动抓的那部分交给 MCP 工具，AI 只负责你给它划定好的维度。这篇按「症状—排查—根因—修复—防复发」的顺序讲一遍，从装第一个 MCP 到出第一份报告的完整流程都在里面，涉及的项目都给了仓库地址，版本号和价格请以仓库最新说明为准。
典型症状
先确认你是不是真的有这个问题，别为了用工具而用工具：
- 打开十几个竞品页面，看了两小时，最后只写得出「他们内容做得不错」这种废话。
- 拆解结论高度雷同。我们之前看一个护肤品类时发现，前 50 篇内容形态几乎一样，全是「自用测评」，你抄我我抄你（这个观察在小红书笔记没流量？先去百度指数看看你的选题方向对不对里写过）。同质化越严重，人工拆解越容易得出无效结论。
- 报告做完就过期。内容一周一换，你花三天做的竞品分析，落地时数据已经变了。
- 不同人做的拆解对不上。A 说竞品强在种草，B 说强在投放，因为没有固定的拆解维度。
一个前置判断：内容试错成本高的团队才值得上这套流程。我们那个做家居的客户，一条实拍内容的综合成本过万，拆错方向的代价和写错一篇公众号完全不同——成本越低，越该直接试，而不是分析。
排查路径（从外到内）
先别急着装工具，按这个顺序排除非技术问题：
第一层：是不是没有固定维度。如果每次拆解的列都不一样，换什么工具都没用。维度要先定死：内容类型分布、更新频率、选题关键词、标题句式、转化路径（引导到哪）、发布渠道。这六项够用了。
第二层：是不是取样太少。只看竞品首页的三篇文章就下结论，等于抛硬币。至少取最近 30 天、不少于 30 条内容。
第三层：是不是数据抓不到。sitemap 拉不动、页面是 JS 渲染的、评论散落在第三方平台——这才是工具能帮上忙的地方。
第四层：是不是人做了机器该做的事。复制粘贴 URL、手工分类、手工统计词频，这些都可以自动化。
大多数团队卡在第三层和第四层，第一层和第二层的问题其实不用工具就能解决。
根因定位
把上面四层串起来，真正的根因通常不是「没工具」，而是决策依据的滞后——这个判断我们在百度指数采集软件揭秘：SEO数据驱动排名恢复实战复盘里也提过，复盘下来最大的坑往往不是技术。你拿到的竞品信息是三天前某个人手工扒下来的，等结论传到决策层，市场已经变了。
还有一条更隐蔽的：拆解的输出物不是结构化数据，而是一段文字。文字没法对比、没法存历史、没法下次直接复用，于是每次从零开始。
所以要修的是两件事：抓取自动化（数据新鲜）+ 输出结构化（可对比可沉淀）。AI 在中间负责把原始页面归纳成固定维度，这才是它该干的活。
修复动作
装什么
我这次用的是两类 MCP，一类管「看竞品整体」，一类管「看竞品内容」。
1. BizIntel MCP Server（仓库：github.com/ezbiz-services/mcp-business-intelligence，MIT 许可）
它给 AI 客户端挂上四个工具：analyze_competitors（竞争格局、市场定位、SWOT 与策略建议）、score_web_presence（0–100 打分，覆盖 SEO、性能、内容、社媒、信任信号）、analyze_reviews（评论聚合 + 情感分析 + 主题提取）、market_research（行业规模、趋势、机会、客群细分）。
两种方式：托管版去 mcp.ezbizservices.com 拿免费 key，客户端里填 URL 和 x-api-key 请求头；自托管是 git clone → bun install → cp .env.example .env（必填 OPENAI_API_KEY 和 ADMIN_SECRET，MCP_PORT 默认 4200）→ bun run server.ts。运行时是 Bun，传输用 MCP SDK 的 Streamable HTTP。README 里列了免费档每月 10 次请求的额度，具体档位价格以仓库最新说明为准。
2. Content Gap Analysis MCP（仓库：github.com/vibe-marketer-sandbox/content-gap-analysis-mcp）
这个更贴「内容拆解」本身：它读竞品的 sitemap，把 URL 按 blog / docs / landing page / case study 分类，再跨竞品比对找出你没做而他们做了的内容类型。Python 3.10+，pip install -e . 或 uv sync 二选一，客户端里配 uv --directory <路径> run content-gap-analysis。
还有两个备选，看你侧重点：偏向「一个 URL 出一份完整报告」的可以看 Analook（仓库 io.github.Gingiris-1031/analook，7 模块并行，输出 ICP、商业模式、增长飞轮）；偏向在写代码时顺手查竞品的可以看 CSOAI-ORG/competitor-monitor-ai-mcp（PyPI 包，stdio 传输，MIT）。这几个我没全量实测，参数以各自仓库为准。
提示词怎么给
装完工具只是让 AI 能拿到数据，出不出得来结论取决于提示词。我的做法是把维度写死在提示词里，让 AI 只能填空：
你是竞品内容分析师。分析对象：<竞品域名>。
请抓取其 sitemap 与最近 30 天发布的内容，按以下维度输出 JSON：
1. content_type：内容类型及占比（教程/测评/资讯/案例/白皮书）
2. cadence：每周更新条数与主要发布日
3. keywords：出现频次最高的 15 个主题词
4. title_pattern：总结 3 种高频标题句式，各给 2 个真实例子
5. cta：每类内容末尾引导到哪个页面
6. gap：对比我们已有内容，列出 3 个他们做了而我们没做的方向
要求：只输出 JSON，每项附 2 条原文链接作为证据。抓不到的字段写 null，不要编。最后那句「抓不到的字段写 null，不要编」非常关键，不加这句 AI 会一本正经地编造更新频率。
同一套维度换一个竞品域名就能复用，跑三个竞品只要改三次参数。这一步做完，四小时的手工活基本压到一杯咖啡的时间——我们在另一篇复盘里记过，内容流程自动化后单篇生产时间从 4 小时压到 1.8 小时（见当AI开始"点名"推荐，我们用GEO重构内容），竞品拆解的压缩比例比这个还高。
输出怎么沉淀
JSON 直接进表，一行一个竞品一次快照，带上日期。三个月后你就有了一张能画趋势的表：竞品的更新频率是在加快还是放缓、内容重心从教程转向案例是什么时候开始的。这才是这套流程真正的价值——不是省一次的时间，是攒出一条时间线。
怎么防止再犯
- 维度先写死，再开工具。顺序反了，AI 会给你一份看着很专业但没法对比的报告。
- 提示词里强制留证据链接。没有链接的结论一律不采信，这条能挡掉大部分幻觉。
- 每周跑一次，别只在立项时跑一次。固定 cadence 才有趋势可言。
- 自己保留原始数据。工具会改版、会收费、会关停，JSON 快照是你自己的资产。
- 别把结论直接当决策。AI 能告诉你竞品在做什么，不能告诉你该不该跟。判断在微信指数救不了烂内容？我们靠这3个骚操作把搜一搜流量拉回60%这类复盘里反而更可靠——那是人踩过坑之后的取舍。
顺带提醒合规：抓取竞品公开页面要控制频次、遵守对方网站的 robots 与服务条款，评论和用户生成内容只做聚合统计、不做个人画像，数据限内部使用。
相关工具与仓库
本文提到的开源项目：BizIntel MCP Server（github.com/ezbiz-services/mcp-business-intelligence，MIT，Bun 运行时，四个分析工具）、Content Gap Analysis MCP（github.com/vibe-marketer-sandbox/content-gap-analysis-mcp，Python 3.10+，按 sitemap 做内容类型归类与缺口比对）、Analook（io.github.Gingiris-1031/analook，单 URL 出 7 模块报告）、competitor-monitor-ai-mcp（github.com/CSOAI-ORG/competitor-monitor-ai-mcp，PyPI 安装、stdio 传输）。版本号、价格与安装步骤请以各仓库 README 的最新说明为准，本文不保证与后续更新一致。
常见问题
不懂代码能用吗？
能。托管版的 MCP 只要在客户端配置文件里填一段 URL 和 key，跟装插件差不多。自托管才需要装 Bun、配环境变量。
免费的额度够用吗？
做单项目验证够。BizIntel 的免费档 README 标的是每月 10 次请求，跑三个竞品各一次还剩富余；要每周定期跑就得上付费档或自托管（自托管只花自己的模型调用费）。具体档位以仓库最新说明为准。
AI 给的更新频率准不准？
取决于它有没有真的抓到 sitemap 和日期字段。提示词里要求附原文链接、抓不到写 null，能大幅提高可信度。拿到之后抽两条人工核对一遍再入库。
内容拆解和关键词分析冲突吗？
不冲突，是互补的。关键词分析告诉你用户在搜什么，竞品内容拆解告诉你同行在写什么，两者叠起来才看得出空档。关键词侧的采集方法可以看看百度热搜内容解析 Python 程序那篇。
竞品内容少得可怜怎么办？
那说明这个赛道内容竞争不激烈，反而是机会。这时候拆解的价值从「找差距」变成「确认门槛低」，别硬凑结论。
