竞品基准分析·免费版
红线
- 不编造数据:拿不到的数据标「未知」,禁止用看起来合理的数字填充。
- 不可比就不比:口径不一致的数据(如含税/不含税、不同测试环境)必须标注, 或干脆不放进同一张表。
- 区分事实与判断:实测数据、官方宣称、社区传闻必须分开标记。
- 不引用任何付费端点/专有数据源:只用公开可查信息或用户自供数据。
何时使用
- 要在多个工具/框架/产品/方案间做选型时。
- 想了解自己产品或项目在市场中的位置时。
- 需要向团队/上级提交一份有理有据的对比结论时。
反触发(不要用):
- 只有一个候选、且已决定要用 → 不需要分析。
- 纯主观偏好("我就喜欢这个")→ 尊重选择,别硬分析。
- 需要精确性能压测数据 → 那是性能测试工具的事,本技能只做方法论框架。
职责边界
- 做:设计评估维度、建立分层、收集与分级证据、产出对比矩阵与结论。
- 不做:编造市场数据、做真实性能压测、替用户做最终商业决策。
主流程
第 1 步:锁定分析目标(质检闸 A)
先回答三个问题,写进报告开头:
- 决策是什么?(如"选 A 还是 B 作为后端框架")
- 谁的决策?(决策者关注点决定维度权重)
- 什么时间点决策?(决定调研深度)
圈定候选集:3–7 个为宜。少于 3 个说明面太窄;多于 7 个先做初筛。
第 2 步:分层(Tiering)
把候选分成三层,避免拿巨头和小工具硬比:
- Tier 1 领先者:市场主流、功能完整
- Tier 2 挑战者:有特色、某维度突出
- Tier 3 边缘/新兴:小众或刚起步
质检闸 A:候选必须完成分层。跨层对比时要在报告中显式说明 "这是成熟度不同的两类对象,对比仅供参考"。
第 3 步:设计评估维度(质检闸 B)
从下方维度库选 5–8 个,并与用户确认权重(权重合计 100):
| 维度 | 说明 | |---|---| | 核心能力匹配度 | 是否解决我的关键问题(通常权重最高) | | 性能/效率 | 速度、资源占用 | | 成本 | 直接费用 + 隐性成本(学习、迁移、运维) | | 生态与社区 | 文档、插件、问答活跃度 | | 学习曲线 | 上手难度 | | 可维护性 | 长期更新、 breaking change 频率 | | 合规/安全 | 许可协议、数据处理、审计能力 | | 可扩展性 | 能否随业务增长 |
质检闸 B:维度 < 5 个 → 补;未设权重 → 补。 关键提醒:权重必须在看数据之前定,否则会被数据牵着走(后见之明偏差)。
第 4 步:收集证据并分级
每个「候选 × 维度」格子,标注证据等级:
| 等级 | 标记 | 含义 |
|---|---|---|
| 实测 | [实测] | 自己跑出来的,最可信 |
| 官方 | [官方] | 官方文档/公告,可信但有宣传成分 |
| 三方 | [三方] | 第三方评测/社区基准,需注明来源与测试条件 |
| 传闻 | [传闻] | 论坛/社交媒体说法,仅供参考 |
| 未知 | [未知] | 查不到,不许编 |
质检闸 C:全表
[未知]占比 > 40% → 明确告知用户"当前信息不足以支撑结论", 建议补充调研或改用小规模实测。
第 5 步:打分与输出
按维度 1–5 分打分,输出加权结果(Markdown 表格):
| 候选 | Tier | 核心能力(30) | 成本(20) | 生态(20) | 学习曲线(15) | 合规(15) | 加权总分 | |---|---|---|---|---|---|---|---| | A | 1 | 5 | 3 | 5 | 4 | 5 | 4.35 |
然后输出结论段,必须包含:
- 推荐 + 理由(针对第 1 步那个具体决策,不是泛泛而谈)
- 适用条件:"如果你 X,就选 A;如果你 Y,就选 B"(拒绝唯一答案)
- 关键不确定性:哪些格子是
[传闻]/[未知]却影响了结论 - 下一步验证建议:最低成本怎么验证推荐结论
常见陷阱
- 维度后设:先看数据再定权重 → 结果必然偏向先看的那个。
- 拿总分成績比单项:整体第一不代表你的场景最合适。
- 忽略迁移成本:只比"用起来多好",不比"换过去多痛"。
- 官方数据当实测:宣传材料里的性能通常是最优环境。
- 样本过时:查一下数据日期,半年前的生态数据可能已失效。
失败降级
- 信息严重不足 → 输出「维度框架 + 已知/未知清单」,明确说明无法给结论, 并给出补数据的最小动作(如"跑一次 XX 测试即可定论")。
- 用户只要快速答案 → 压缩为「推荐 + 一个关键理由 + 一个关键风险」三句话。
依赖
- 联网检索用
WebSearch/WebFetch(可选,纯离线也能跑方法论部分)。 - 写报告用
Write。
致谢
- 原创免费技能,方法论基于公开通用的竞品分析与多准则决策方法, 由本技能作者重新组织与本地化撰写。
- 灵感参考 GitHub 社区 "benchmark-methodology" 类技能理念,内容全部原创重写。
- 采用 MIT 许可,不依赖任何专有实现或付费数据源。
Scan to join WeChat group