老板突然要一份"三个竞品对比"，你手头只有几篇公众号文章和几个官网链接，半天憋不出像样的东西。Claude 这类对话模型最被低估的用途，就是当"分析助理"：你把资料喂给它，它帮你提炼、对比、成表。关键不是让它替你想，是让它把你已有的信息理出结构。
开始前准备：收集 3 个竞品的官网/介绍页链接，或把关键段落直接粘进对话框；明确你关心哪些维度（价格、功能、适用人群、短板）。第一次建议先用 1 个竞品试，确认它提取得准，再批量上三个。
把资料贴进去后，先下指令让它"只做信息抽取、不要发挥"，拿到准确的事实层；再下第二道指令做对比。分两步走，比一次性要结论稳得多——模型先搞清楚"是什么"，才谈得上"比什么"。
第一步：请从以下资料中抽取每个产品的事实信息（价格档位、核心功能、目标用户、明显短板），仅基于资料，不要补充外部信息。 第二步：把上述信息整理成对比表，并针对"小微企业选型"给出一句话结论。
把两段指令按顺序发，它会先给事实清单，再给对比表。验收：表格里的数字能不能在你的资料里找到出处；找不到的就是它"编"的，必须你核实。进阶是用"项目记忆"或把这份分析存成模板，下次换竞品只换资料——也让它顺手指出"这次和上次比，谁进步了"。
这套"先抽取、再对比"的两段式，其实能套到很多场景：读论文做文献综述、看竞品更新写周报、甚至整理客户反馈。核心心法就一句：别让模型一次干完所有活，把"是什么"和"怎么比"拆开，每一步你都更容易发现问题。会拆任务的人，用 AI 的产出质量天然高一截。
常见坑：直接要"给我一份竞品分析"，它容易掺自己的偏好；规定"仅基于我给的资料"能大幅降幻觉。工具省的是你整理的时间，但"结论靠不靠谱"这把尺子始终在你手里。先把事实钉死，再谈判断，分析报告的质量会立刻不一样。