行业研究

您开展深度、以用户意图为导向的行业研究。核心问题是：“用户在寻找什么？”——而非“竞品在做什么？”。关键词意图、搜索需求量以及真实受众使用的自然语言是首要信号。竞品分析服务于意图研究，旨在识别当前市场中尚未被满足的服务空白。

开始前准备

首先检查是否存在产品营销上下文：
若存在 .agents/product-marketing-context.md（或旧版配置中的 .claude/product-marketing-context.md），请在提问前先阅读该文件。基于其中提供的上下文开展工作，仅就未涵盖内容或本任务特有需求进行补充提问。

随后明确以下五项关键信息：

1. 客户名称 —— 需开展研究的具体客户
2. 行业/市场 —— 所属市场类别及核心服务/产品
3. 种子关键词 —— 5–8 个反映核心服务的起始关键词短语
4. 竞品网址 —— 3–5 个已知竞品网站，用于后续分析
5. 地域聚焦 —— 关键词数据的目标区域（默认：美国）

若该任务通过 cron 或编排器（orchestrator）触发，并已指定客户名称，则应自动调用对应客户的 product-marketing-context，从中提取种子关键词与竞品列表。

工作流程

步骤 1：关键词研究（Ahrefs）

使用 Ahrefs 获取关键词数据。优先尝试 Ahrefs MCP 服务器（若可通过 mcporter 或 MCP 工具列表访问）。若 MCP 不可用，则回退至 Ahrefs REST API：https://api.ahrefs.com/v3，请求头需包含 Authorization: Bearer $AHREFS_API_KEY。

无论采用何种接入方式，均需从以下接口/能力中采集数据：

Keywords Explorer 概览（overview） —— 对种子关键词（单次请求最多支持 10 个）批量获取搜索量、难度（Difficulty）、流量潜力（Traffic Potential）等指标：

POST /keywords-explorer/overview
Body: { "keywords": ["seed1", "seed2", ...], "country": "us" }

Keywords Explorer 匹配词（matching-terms） —— 针对每个种子关键词，检索相关关键词（每种子词最多返回 100 条结果）：

POST /keywords-explorer/matching-terms
Body: { "keyword": "seed keyword", "country": "us", "limit": 100 }

Keywords Explorer 相关词（related-terms） —— 检索语义相近的关键词：

POST /keywords-explorer/related-terms
Body: { "keyword": "seed keyword", "country": "us", "limit": 100 }

按主题聚类结果（将共享同一父级主题或 SERP 高度重叠的关键词归为一组）。

对每个关键词标注其用户意图类型：

• 信息型（Informational） —— “如何/什么/为什么”类问题、指南、教育类内容
• 交易型（Transactional） —— “附近”、“价格”、“购买”、“雇佣”、“服务”、“报价”等转化导向型查询

速率限制：最高 60 次请求/分钟。预算上限：每次研究运行最多调用 15 次 API。

若既无 Ahrefs MCP 可用，亦未配置 AHREFS_API_KEY，则跳过本步骤，并在交付物中注明：“Ahrefs 数据不可用 —— 未配置 MCP 服务器或 API Key”。后续仅使用 Firecrawl + Exa 继续执行。

步骤 2：受众研究（Firecrawl + Exa）

使用 exa.js search 检索 Reddit 帖子、论坛讨论、Quora 回答等关于该行业/问题领域的原始用户声音：

exa.js search "[industry] questions problems reddit" --num-results 10

exa.js search "[industry] advice forum" --num-results 10

exa.js search "site:reddit.com [service] experience" --num-results 10

使用 firecrawl.js scrape 抓取前 5 个最相关结果的页面内容：

firecrawl.js scrape --url "https://reddit.com/r/relevant-thread"

从中提取：

• 用户提出的原句问题
• 用户亲述的痛点（使用其原始措辞）
• 情绪化表达
• 常见异议（objections）

交叉验证 Google “People Also Ask”（PAA）数据：对每个种子关键词，使用 Exa 搜索并提取 PAA 类型问题：

exa.js search "[seed keyword] questions people also ask" --num-results 5

步骤 3：内容缺口分析

针对每个高优先级关键词聚类，使用 exa.js search 查看当前排名靠前的内容：

exa.js search "[keyword]" --num-results 10

对每个聚类中排名前三的页面，使用 firecrawl.js scrape 进行深度内容分析：

firecrawl.js scrape --url "https://top-ranking-page.com/article"

识别内容缺口：

• 存在显著搜索需求，但竞品内容薄弱、缺失或已过时的主题
• 标记服务不足的角度 —— 当前顶部结果仅为通用目录类站点（如 Yelp、WebMD），而非权威指南型内容
• 若设定地域聚焦，需注明城市级机会点

步骤 4：竞品格局分析

对每个竞品网址，使用 firecrawl.js map 探查其网站结构：

firecrawl.js map --url "https://competitor.com"

对其关键页面（首页、服务页、博客、定价页）使用 firecrawl.js scrape 抓取内容 —— 每个竞品最多抓取 5 个页面：

firecrawl.js scrape --url "https://competitor.com/services"

分析重点包括：

• 定位策略与核心信息传达（Positioning/messaging）
• 内容策略（博客发布频率、选题方向）
• SEO 策略（城市页建设、程序化内容生成等）

若 Ahrefs 可用（MCP 或 API），进一步调用 Site Explorer 的 organic-keywords 接口，查看竞品自然搜索排名所覆盖的关键词：

GET /site-explorer/organic-keywords?target=competitor.com&limit=50

识别竞品信息传达模式与空白点 —— 哪些差异化定位角度尚未被任何竞品主张。

步骤 5：交付物编撰

将最终成果写入 .agents/industry-research-{client}.md，其中 {client} 为客户名称的小写形式（例如：allcare）。

请严格遵循以下交付物模板：

# Industry Research: {Client Name}

*Client: {Client Full Name}*
*Last full refresh: YYYY-MM-DD*

## 1. Keyword Clusters & Intent Map

*Last researched: YYYY-MM-DD*

### Cluster: {Topic Name}
| Keyword | Monthly Volume | Difficulty | Intent | Traffic Potential |
|---------|---------------|------------|--------|-------------------|
| keyword phrase | X,XXX | XX | Informational/Transactional | X,XXX |

**Intent distribution:** X% informational, X% transactional
**Primary opportunities:** Summary of top keyword opportunities

## 2. Questions & Pain Points

*Last researched: YYYY-MM-DD*

### What people ask (from PAA, Reddit, forums)
- "Exact question from audience?" (volume: X,XXX)

### Pain points (exact audience language)
- "Verbatim quote from real person" -- Source (Reddit, forum, etc.)

## 3. Content Gaps & Opportunities

*Last researched: YYYY-MM-DD*

### Underserved angles
- **Gap description:** Why it matters and the opportunity

### What's ranking (and what's weak)
| Query | Top Result | Gap/Opportunity |
|-------|-----------|-----------------|
| search query | Current top result | What's missing or weak |

## 4. Competitor Landscape

*Last researched: YYYY-MM-DD*

### Who ranks for our keywords
| Competitor | Ranks For | Positioning | Content Strategy |
|-----------|-----------|-------------|------------------|
| Competitor name | Key keywords | How they position | Blog, city pages, etc. |

### Messaging patterns
- Competitor: "Their messaging angle" -- framing type
- **Gap:** Unclaimed positioning angle

目标交付物篇幅：3,000–5,000 字。须提炼整合，严禁堆砌原始爬取内容。

各章节均需独立标注 Last researched: 时间戳，以便下游技能模块校验数据时效性。

实用提示

• 聚焦用户意图，而非单纯追求搜索量 —— 一个月搜索量 500 的交易型关键词，在转化效果上往往优于月搜索量 5,000 的信息型关键词
• 忠实记录受众原生语言 —— 例如“我妈连去医院都困难”比“医疗可及性的交通障碍”更具洞察价值
• 审慎规划 API 调用预算 —— 每次研究运行限用 15 次 Ahrefs 调用；抓取操作需有选择性（建议先执行 firecrawl.js map 再决定具体抓取目标）
• 确保交付物具备良好可扫读性 —— 下游技能模块通常只查阅特定章节，而非通读全文

关联技能

• competitive-intelligence —— 用于深入竞品分析（企业级深度调研）
• market-research —— 用于市场规模测算、TAM/SAM/SOM 分析及行业趋势研判
• firecrawl-cli —— 提供原始 Firecrawl 抓取能力（含详细工具文档）
• exa-company-research —— 基于 Exa 对特定公司开展原始网页搜索
• product-marketing-context —— 提供基础产品/服务背景信息，作为研究工作的输入依据