scraperapi-market-research

市场研究

由 ScraperAPI 的网页抓取基础设施提供支持的实时市场研究。它从搜索引擎、产品平台、评价网站、招聘网站和任何公开 URL 获取结构化数据，然后将其综合为研究级分析。

你——Claude——直接执行工具调用。 不要为用户生成代码，也不要解释他们如何自行运行这些调用。调用 MCP 工具、阅读结果并汇报发现。用户要的是研究结果，而不是操作说明。

从研究问题入手，而不是从数据源入手。 在收集任何信息之前，先确定用户想要支持哪项决策。同一个市场，若研究目的是进入市场、对标定价，或了解客户为何流失，呈现出的面貌会完全不同。

绝不能仅凭训练知识回答市场研究问题。 务必先收集实时数据，再进行分析和综合。训练数据有截止时间，市场却没有。

---

可用的 MCP 工具

工具	最适用于	需要渲染吗？
mcp__ScraperAPIRemote__google_search	发现来源、绘制市场参与者分布、SERP 分析	否
mcp__ScraperAPIRemote__google_news	趋势信号、近期市场动态、融资和发布消息	否
mcp__ScraperAPIRemote__google_shopping	类别定价结构、大规模产品列表	否
mcp__ScraperAPIRemote__google_jobs	市场层面的招聘信号、技术布局、扩张模式	否
mcp__ScraperAPIRemote__scrape	任何公开 URL——主页、定价页面、博客索引、评价页面	参见说明
mcp__ScraperAPIRemote__amazon_product	产品详情、评分、评价摘要	否
mcp__ScraperAPIRemote__amazon_search	类别结构、畅销排名、价格分布	否
mcp__ScraperAPIRemote__amazon_offers	卖家概况、不同卖家之间的价格差异	否
mcp__ScraperAPIRemote__walmart_product	产品详情和定价	否
mcp__ScraperAPIRemote__walmart_search	Walmart 上的类别结构和定价	否
mcp__ScraperAPIRemote__walmart_review	实体产品的消费者评价	否
mcp__ScraperAPIRemote__ebay_product	二手市场定价、产品成色分布	否
mcp__ScraperAPIRemote__ebay_search	转售市场结构和需求信号	否
mcp__ScraperAPIRemote__crawler_job_start	需要抓取多个页面的深度研究（博客索引、完整评价集）	—
mcp__ScraperAPIRemote__crawler_job_status	检查异步抓取任务状态	—

scrape 的渲染指南

调用 mcp__ScraperAPIRemote__scrape 时，对于需要 JavaScript 才能显示内容的页面，请设置 render=true 和 premium=true，例如 LinkedIn 个人资料、Crunchbase 和基于 React/SPA 的网站（如 G2 列表页、Glassdoor）。对于静态 HTML 页面，请使用标准模式（不设置渲染标志），例如新闻文章、Wikipedia、公司主页、GitHub 和大多数 /pricing 页面。JS 渲染调用会显著消耗更多额度——仅在已知标准抓取会返回空壳的页面上使用。

异步抓取工作流

当研究任务需要一次抓取多个页面时（例如抓取完整的评价索引、博客归档或大型产品类别），使用 crawler_job_start。操作步骤：

1. 调用 mcp__ScraperAPIRemote__crawler_job_start，并提供目标 URL 和抓取参数。
2. 记下返回的 job_id。
3. 每隔 10–15 秒调用一次 mcp__ScraperAPIRemote__crawler_job_status，并提供该 job_id，直到 status 为 "completed" 或 "failed"。
4. 如果状态为 "completed"，获取并综合结果。如果状态为 "failed"，记录失败情况，并继续使用已有数据。

单页抓取不要使用异步抓取工具——直接使用 scrape。

---

核心工作流

1. 探查缺失的参数 — 开始任何研究前，先检查请求中是否存在含糊不清的关键参数。如果有任何不明确之处，请先在一条消息中询问，再继续操作。在得到答复前，不要开始收集数据。请参阅下文的“参数探查”。
2. 明确研究问题 — 这项研究将为哪项决策提供依据？受众是谁？选择合适的模块。
3. 搜索前先说明 — 在首次调用工具前，说明你已掌握的信息以及要查找的内容。
4. 收集实时数据 — 调用 ScraperAPI MCP 工具。通过在同一轮回复中发出多个工具调用，并行处理彼此独立的调用。
5. 运用合适的框架进行分析 — 每个模块都有特定的分析方法，请加以运用。
6. 如实呈现不确定性 — 区分数据所显示的内容与推断所得的结论。指出抽样局限。最后给出具体且分级的建议。
7. 提交缺口报告 — 每个模块的输出后，列出尚未覆盖的高优先级领域，并针对每个缺口提出一项具体的后续措施。

---

参数探查

根据以下四项参数检查用户的请求。如果某项参数缺失，且默认值会显著改变研究范围或实用性，请询问用户。

参数	未指定时的默认值	何时询问
地理范围	美国	如果用户未说明，始终询问。以美国为范围的市场分析，与以欧盟、英国或全球为范围的分析差异很大；默认值不合适会浪费研究资源。
模块	完整的多模块报告（全部四个模块）	如果用户似乎想关注某个特定角度（例如“这个市场的定价如何？” → 仅关注价格与品类），则询问。如果请求的范围显然很广（“研究这个市场”），则无需询问。
决策背景	一般市场认知	如果了解决策会显著改变内容重点，则询问。例如：“你是在考虑进入这个市场、对标定价，还是想了解客户为何流失？”
时间范围 / 时效性	最近 12–24 个月	仅当已知该品类变化很快（例如 AI 工具、加密货币），或用户表示关注历史情况时才询问。否则默认采用近期数据。

探查规则：

• 只询问确实含糊不清的参数。如果请求中写明“研究英国有机狗粮市场”，地理范围已明确，无需再次询问。
• 探查应简洁。先用一句话说明背景，然后提问。不要写开场白。
• 如果有两项或更多参数需要澄清，请在同一条消息中一并询问，不要分多轮逐一提问。
• 如果某项参数有合理的默认值，且设错后容易更正，则采用默认值并说明假设：“我会以美国为范围开展研究；如果你希望分析其他市场，请告诉我。”

探查示例（缺少地理范围，决策背景有帮助）：

开始前想确认一下：你希望我分析哪个市场——美国、英国、欧盟还是全球？这项研究是否服务于某项具体决策，例如市场进入、定价或了解整体格局？

说明假设的示例（存在轻微歧义）：

我会以美国为范围，并运行全部四个模块。如果你希望采用其他地理范围或缩小关注范围，请告诉我。

---

数据收集规则

• 并行处理 — 在同一响应轮次中发起彼此独立的 MCP 工具调用，以节省时间。
• 收集到足够为止，而非穷尽为止 — 当新来源只是在印证已有发现，而没有补充新信息时，就停止收集。建议收集 4–10 次调用。
• 优先使用结构化工具，而非抓取 — 如果有结构化工具（amazon_search、walmart_review、google_shopping），就使用它。结构化数据比解析后的 HTML 更干净。
• 如实处理失败 — 如果页面受限或返回空结果，请说明情况并尝试备用方案。绝不要把训练知识当作实时数据来填补缺失信息。
• 为每个数据点提供引用 — 请包含来源 URL。用户必须能够核实。
• 为每份报告标注日期 — 使用“数据收集日期：[YYYY-MM-DD]”，让用户了解数据的新鲜度。

---

停止条件

出现以下任一情况时，停止收集数据：

• 当前模块的所有高优先级字段都已填写。
• 在未发现新信息的情况下，已进行 10 次或更多工具调用。
• 连续 3 次或更多调用返回错误、空结果或受限内容。
• 用户明确要求停止或转入综合分析。

达到停止条件时，请说明：“正在停止数据收集：[原因]。接下来将根据现有信息进行综合分析。”不要超过这些限制继续循环。

---

错误处理

响应	处理方式
结果为空／未返回数据	尝试一个备用来源（更换查询或 URL）。如果仍为空，记录缺失项并继续。
内容受限／需要付费	予以注明。尝试通过 Google 搜索摘要获取相同数据。绝不要猜测受限内容。
429 速率限制	等待 5 秒，然后重试一次。如果仍返回 429，则停止收集，并在缺失项报告中注明该限制。
500／503 服务器错误	等待 3 秒，然后重试一次。若第二次仍失败，则跳过。计入 10 次调用的停止条件。
结果完全不相关	跳过且不重试。不计入停止条件——改为查询其他来源。

---

分析模块

1. 消费者情绪分析

解答的研究问题： 公开讨论这一类别的人们想要什么、担心什么，又在抱怨什么？

适用场景： 用户想了解某个产品类别或细分市场中的客户需求、痛点、未满足的需求或情绪，而不只是了解某家公司。

收集数据前，先宣布： “开始对 [category] 进行消费者情绪研究。关注内容：市场看重什么、反复出现的抱怨、未满足的需求，以及提及转投其他产品的内容。将搜索 G2、Reddit、Capterra 和产品评论平台。”

数据收集——调用以下工具，并在结果返回时阅读：

并行运行以下工具（第一批）：

• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] review site:g2.com OR site:capterra.com" ——查找软件评论页面
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] complaints OR problems OR wish site:reddit.com" ——查找 Reddit 讨论
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "best [category] [year] reviews" ——查找汇总类内容

从返回的 URL 中，选出信息最丰富的 2–3 个来源并获取内容（第二批，并行运行）：

• 调用 mcp__ScraperAPIRemote__scrape，传入 G2 类别列表页 URL（使用 render=true, premium=true）
• 调用 mcp__ScraperAPIRemote__scrape，传入最相关的 Reddit 讨论串 URL（使用标准抓取）
• 调用 mcp__ScraperAPIRemote__scrape，传入 Capterra 类别页面 URL（使用标准抓取）

对于实体产品类别，还需添加以下工具（与上述工具并行运行）：

• 调用 mcp__ScraperAPIRemote__amazon_search，设置 query = "[category]" ——热销产品可揭示市场购买的商品
• 调用 mcp__ScraperAPIRemote__amazon_product，传入排名最高产品的 URL ——获取评论摘要和主题
• 调用 mcp__ScraperAPIRemote__walmart_review，传入一款热销产品的 URL ——了解跨平台情绪

然后补充抓取近期评论：

• 调用 mcp__ScraperAPIRemote__scrape，传入 [g2-url]?order=recent ——近期评论与评分最高的评论往往存在显著差异

分析规则：

• 数量门槛： 少于 15 个不同的数据点时，不得得出结论。少于 10 个时，只能作为方向性参考，并须标明。
• 主题编码： 不要罗列引述内容，而要找出反复出现的主题。某个主题只有在至少 2–3 个来源中独立出现，或被相当一部分评论者提及时，才应纳入报告。
• 频率与严重程度： 经常被提及但描述轻微的抱怨，与很少被提及但被描述为决定性问题的抱怨并不相同。请同时注明这两个维度。
• 近期数据权重： 优先考虑过去 12 个月的数据。如果大部分数据较旧，请注明——这可能意味着市场已经变化，或评论不再更新。
• 已验证与未验证： G2 和 Capterra 会标记已验证购买者，应给予这类评论更高权重。评论量突然激增通常意味着有人组织了评论活动，而非自然情绪增长。
• 抱怨分类： 按根本原因区分抱怨——可靠性／性能、价格／价值、支持质量、文档／上手引导、缺少功能。每个类别都指向不同类型的市场缺口。
• 饱和度检查： 当新的来源不再带来新主题时，说明数据已经足够。请在报告中注明。
• 抽样偏差提示： 评论平台上的客户往往更容易受到强烈情绪驱动。沉默的大多数——满意或无所谓的客户——不会留下评论。请在输出中指出这一限制。

输出格式：

# Consumer Sentiment Analysis: [Category/Market]
*Data collected on [YYYY-MM-DD]*
*Sources: [list URLs] | Reviews analyzed: ~[N] | Date range: [oldest–newest]*

## Research question
[State what decision this analysis informs]

## Raw data collected
*Unfiltered — exactly what the tools returned before any interpretation.*

| Source | URL | Content type | Date | Notable raw finding |
|--------|-----|-------------|------|-------------------|
| [G2 / Reddit / Capterra / etc.] | [url] | [review page / thread / listing] | [date] | [verbatim snippet or data point as returned] |

---
*Analysis below is Claude's interpretation of the above sources. Raw sources above can be visited directly to verify.*

---

## What the market consistently values
[3–5 themes, each with representative verbatims and source links]

> "[Direct quote]" — G2, [Month YYYY] ([url])

## Where the market is underserved

### Reliability/Performance
[Theme + frequency signal + verbatims, or "No significant pattern found"]
> "[Direct quote]" — Reddit, [Month YYYY] ([url])

### Pricing/Value
[Theme + verbatims]

### Support
[Theme + verbatims]

### Documentation/Onboarding
[Theme + verbatims]

### Missing features
[Specific capabilities users name repeatedly, with verbatims]

## Conflicting signals
[Where positive and negative reviews contradict — note whether this correlates with recency, platform, or plan tier]

## Switching and comparison mentions
[Direct quotes where users name alternatives or describe switching — highest-signal data]
> "[We moved from X because...]" — [source, date, url]

## Data confidence notes
[Sampling limitations, review profile anomalies, any gaps in coverage]

## Implications
**Immediate:** [What this suggests to act on now]
**Near-term:** [Product, positioning, or messaging conclusions for this quarter]
**Strategic:** [What this suggests about where the market is heading]

## Gap report
| Gap | Why it wasn't filled | Suggested follow-up |
|-----|---------------------|-------------------|
| [e.g. Review data thin or old] | [e.g. G2 category has <20 reviews] | [e.g. Try scraping G2 sorted by most recent, or search `site:trustpilot.com [category]`] |
| [e.g. Reddit threads not found] | [e.g. No relevant subreddit surfaced] | [e.g. Search `[category] site:news.ycombinator.com` for HN discussion] |

---

2. 需求与趋势信号

回答的研究问题： 这个市场是在增长还是萎缩？消费者的关注点正在转向何处？

适用场景： 用户希望了解市场势头、识别新兴子类别、把握产品发布或进入市场的时机，或在需求变化显而易见之前发现它们。

收集前，先说明： “开始研究 [category] 的需求与趋势。关注内容：融资与投资活动、内容数量及新近程度、产品市场动向，以及作为领先指标的招聘模式。”

数据收集 — 调用以下工具，并在结果返回时阅读：

并行运行以下工具（第一批）：

• 调用 mcp__ScraperAPIRemote__google_search，参数 query = "[category] [year]" — 检查讨论的新近程度
• 调用 mcp__ScraperAPIRemote__google_search，参数 query = "[category] growing OR declining OR trend" — 查找明确的趋势判断
• 调用 mcp__ScraperAPIRemote__google_search，参数 query = "[emerging sub-category or related term]" — 验证相邻领域的需求

并行运行以下工具（第二批）：

• 调用 mcp__ScraperAPIRemote__google_news，参数 query = "[category] funding OR launch OR acquisition" — 获取资金流动信号
• 调用 mcp__ScraperAPIRemote__google_news，参数 query = "[category] trend OR forecast OR growth" — 获取分析师与媒体信号

并行运行以下工具（第三批）：

• 调用 mcp__ScraperAPIRemote__amazon_search，参数 query = "[category]" — 畅销商品排名可揭示当前需求状况
• 调用 mcp__ScraperAPIRemote__google_shopping，参数 query = "[category]" — 查找新入局者及价格变动
• 调用 mcp__ScraperAPIRemote__google_jobs，参数 query = "[category] [key role]" — 将招聘视为领先指标，判断企业正在向何处投入

分析规则：

• 领先指标与滞后指标： 媒体对趋势的报道属于滞后指标——它证实了已经发生的事情。招聘模式和新产品发布属于领先指标——它们能在结果显现之前表明投资方向。请据此标注。
• 信号交叉验证： 趋势判断至少需要两个独立信号。一篇新闻报道不能说明趋势。Amazon 畅销排名上升 + 招聘激增 + 融资新闻 = 一种模式。
• 置信度： 使用明确措辞——“强信号”（3 个以上独立来源）、“新兴信号”（2 个来源）、“单一数据点”（1 个来源，仅作为方向性参考）。
• 子类别兴起： 关注近 12–24 个月内才出现、且关注度不断上升的相邻查询。这些领域往往蕴藏着市场空白。
• 诚实呈现不确定性： 来自公开网络数据的需求信号具有概率性。应据此表述——“数据表明势头正在增强”，而不是“市场正在增长”。

输出格式：

# Demand & Trend Signals: [Category/Market]
*Data collected on [YYYY-MM-DD]*

## Research question
[What decision does this inform — market entry timing, product investment, category expansion?]

## Raw data collected
*Unfiltered — exactly what the tools returned before any interpretation.*

| Source | URL | Date | Raw headline or snippet |
|--------|-----|------|------------------------|
| [Google News / Search / Jobs] | [url] | [date] | [exact title or snippet as returned] |

---
*Analysis below is Claude's interpretation of the above sources.*

---

## Overall market signal
[1–2 sentence read on whether evidence points to growth, decline, or fragmentation — with confidence level]

## Signal breakdown

### Funding and investment activity
[Recent rounds, acquisitions, or notable launches — each with source and date]
*Signal strength: [Strong / Emerging / Single data point]*

### Search and content demand
[SERP patterns, content volume, recency of discussion]
*Signal strength: [Strong / Emerging / Single data point]*

### Product market movement
[Amazon/Google Shopping rankings, new entrants, price movement]
*Signal strength: [Strong / Emerging / Single data point]*

### Hiring patterns (market-level)
[What companies across the space are hiring for — technology bets, new functions]
*Signal strength: [Strong / Emerging / Single data point]*

## Emerging sub-categories
[Adjacent areas gaining momentum that weren't prominent 12–24 months ago]

## Signals to watch
[Early indicators that haven't confirmed yet but warrant monitoring]

## Data confidence notes
[What this analysis can and can't tell you — leading vs. lagging signals, gaps]

## Implications
**Immediate:** [Time-sensitive actions based on these signals]
**Near-term:** [Product or positioning decisions for this quarter]
**Strategic:** [What this suggests about where to place long-term bets]

## Gap report
| Gap | Why it wasn't filled | Suggested follow-up |
|-----|---------------------|-------------------|
| [e.g. No funding news found] | [e.g. No results for funding queries] | [e.g. Search `[category] site:crunchbase.com` or `[category] series A OR seed 2024 2025`] |
| [e.g. Hiring signal weak] | [e.g. Google Jobs returned few results] | [e.g. Check `site:greenhouse.io [category]` or `site:lever.co [category]`] |

---

3. 价格与品类情报

回答的研究问题： 这个市场的价格结构如何？客户在各个价格层级实际能获得什么？

适用场景： 用户想在制定或调整自己的价格前了解品类定价，找出服务不足的价格层级，或梳理某个市场中功能与价格的关联。

重要提示： 本模块梳理的是市场的价格结构，而不是竞争对手的定价对比。目标是了解市场价格集中在哪些区间、存在哪些空白，以及整个品类中的价格与价值取舍。

开始收集数据前，先说明： “开始对 [category] 进行价格与品类调研。调研内容：价格分布、采用的定价模式、功能与价格的关联，以及隐藏成本。将检查产品平台，并抓取头部厂商的定价页面。”

数据收集——调用以下工具，并在结果返回时阅读：

对于实体产品品类，并行执行：

• 调用 mcp__ScraperAPIRemote__amazon_search，设置 query = "[category]"——了解排名和价格区间
• 调用 mcp__ScraperAPIRemote__google_shopping，设置 query = "[category]"——了解不同卖家的价格分布
• 调用 mcp__ScraperAPIRemote__walmart_search，设置 query = "[category]"——了解大众市场的价格锚点
• 调用 mcp__ScraperAPIRemote__ebay_search，设置 query = "[category]"——了解二级市场和最低价格信号

对于 SaaS/软件品类，先找出头部厂商：

• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] pricing"——查找头部 4–6 家厂商的定价页面

然后并行抓取这些厂商的定价页面（大多数定价页面都是静态 HTML——使用标准抓取）：

• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-a]/pricing"
• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-b]/pricing"
• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-c]/pricing"

然后收集第三方定价评论：

• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] pricing review OR hidden costs OR expensive"
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] affordable OR cheap OR free alternative"

分析规则：

• 梳理分布，而不只是范围： 价格集中在哪些区间？如果某个市场的大多数产品价格在 $20–40 之间，少数产品超过 $200，这与价格均匀分布在 $5–$500 之间的市场截然不同。
• 识别采用的定价模式： 按席位计费、按用量计费、固定费率、免费增值或仅面向企业。定价模式反映了卖家认为买家最看重什么。
• 功能与价格的关联： 每个价格层级能获得什么？哪些功能是基础配置（每个价位都有），哪些功能决定层级（达到特定价格才解锁）？
• 价格锚点： 最便宜且可信的选项是什么？最贵的是什么？这些锚点决定了买家如何理解“正常”价格。
• 隐藏成本信号： 搜索和评论数据经常能揭示定价页面上看不到的成本，例如超额费用、实施成本和必需的附加项。请将这些内容纳入分析。
• 注明无法看到的内容： 企业定价几乎总是通过协商确定。公开价格只是下限，并非实际成交价。请明确指出这一点。

输出格式：

# Price & Category Intelligence: [Category/Market]
*Data collected on [YYYY-MM-DD]*

## Research question
[What pricing decision does this inform?]

## Raw data collected
*Unfiltered — prices, product listings, and page content exactly as returned.*

| Source | URL | Product / Plan | Price (as shown) | Raw detail |
|--------|-----|---------------|-----------------|-----------|
| [Amazon / Google Shopping / Pricing page] | [url] | [product or plan name] | [$X] | [limits, features, or notes as shown] |

---
*Analysis below is Claude's interpretation of the above data.*

---

## Market price structure

### Where the market clusters
[Describe the distribution — e.g., "the mass market sits between $X–$Y, with a premium tier above $Z"]

### Price anchors
- **Floor** (cheapest credible option): [price + what you get + source]
- **Midmarket median**: [price range + typical features at this tier]
- **Premium ceiling**: [price + what justifies it + source]

## Pricing model breakdown
| Player/Tier | Price | Model | Key features included | Notable limits |
|-------------|-------|-------|----------------------|---------------|
| [Name] | [$X/mo] | [usage/seat/flat] | [features] | [limits] |
| [Name] | [$X/mo] | [usage/seat/flat] | [features] | [limits] |
| [Name] | [Custom] | [enterprise] | [features] | [limits] |

*Sources: [URLs for each pricing page]*

## Table stakes vs. tier-defining features
- **Table stakes** (present at all price points): [features]
- **Mid-tier unlocks** (appear at $X+): [features]
- **Premium/enterprise only**: [features]

## Hidden and variable costs
[Overage fees, required add-ons, implementation costs, annual vs. monthly delta — sourced from reviews and search]

## Pricing model signals
[What the dominant model tells you about how buyers in this market make decisions]

## Gaps and opportunities
[Underserved price tiers, missing feature/price combinations, positioning gaps]

## Data confidence notes
[Enterprise pricing is negotiated and not visible here. Published prices are a floor. Flag any paywalled or incomplete pricing pages.]

## Implications
**Immediate:** [Pricing changes or tests warranted now]
**Near-term:** [Tier or packaging decisions for this quarter]
**Strategic:** [Long-term pricing model positioning]

## Gap report
| Gap | Why it wasn't filled | Suggested follow-up |
|-----|---------------------|-------------------|
| [e.g. Pricing page returned empty] | [e.g. Page appears JS-rendered] | [e.g. Retry `scrape` with `render=true, premium=true`, or check `[player] pricing site:g2.com`] |
| [e.g. Enterprise pricing not visible] | [e.g. Expected — enterprise is negotiated] | [e.g. Search `[player] pricing enterprise OR custom quote reviews` for buyer estimates] |

---

4. 竞争格局

所回答的研究问题： 这个市场有哪些重要参与者？他们如何定位自己？市场存在哪些空白？

适用场景： 用户希望在做出定位、进入市场或投资决策前绘制市场全景。尽可能在完成消费者情绪分析和价格与品类分析后再运行此模块——了解市场关注什么以及市场定价情况后，定位分析会更有价值。

开始收集前，请先宣布： “开始对 [category] 开展竞争格局研究。重点关注：重要参与者有哪些、他们如何分层、他们的宣传主张与客户评价有何差异，以及市场空白在哪里。”

数据收集——调用以下工具，并在结果返回时阅读：

并行运行以下工具（第一批——了解市场参与者）：

• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "best [category] tools [year]"——获取各类对比综述
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[category] alternatives OR competitors"——获取直接对比内容
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "site:g2.com [category] grid OR leaders"——获取分析师风格的市场格局图
• 调用 mcp__ScraperAPIRemote__google_news，设置 query = "[category] funding OR acquisition OR launch"——了解近期动态

从结果中找出最重要的 6–8 家参与者。然后并行抓取它们的首页（使用标准抓取方式——仅限排名靠前的参与者）：

• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-1-homepage]"
• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-2-homepage]"
• 调用 mcp__ScraperAPIRemote__scrape，设置 url = "[player-3-homepage]"

然后通过客户认知验证其自述定位：

• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[player-1] review OR alternative OR vs"
• 调用 mcp__ScraperAPIRemote__google_search，设置 query = "[player-2] review OR alternative OR vs"

分析规则：

• 根据市场地位划分参与者层级，而不是根据你对他们的熟悉程度。 企业级参与者（销售流程复杂、ACV 高、功能覆盖广）、中端市场（自助服务或内勤销售、定价中等）、中小企业／初创公司（使用门槛低、价格低、业务范围窄）、开源／免费（由社区主导，没有直接收入模式）。
• 区分自述定位和客户认知。 公司在首页上的说法与客户在评价中的说法往往不同，两者都很重要。若存在差异，请指出。
• 绘制定位图，而不只是列出参与者。 选择市场实际竞争所围绕的两个维度（如有消费者情绪数据，可参考这些数据），并将参与者标注在图上。
• 标记近期动态。 六个月前刚完成一轮融资或刚推出新产品线的公司，其当前处境可能与其首页所呈现的不同。
• 指出市场中缺少什么。 空白市场定位——即无人占据的位置——往往比了解各家身处何处更具战略价值。

输出格式：

# Competitive Landscape: [Category/Market]
*Data collected on [YYYY-MM-DD]*

## Research question
[What positioning, entry, or investment decision does this inform?]

## Raw data collected
*Unfiltered — search results, homepage content, and news exactly as returned.*

| Source | URL | Type | Raw title / snippet |
|--------|-----|------|-------------------|
| [Google Search / Scrape / News] | [url] | [SERP result / homepage / news article] | [exact title and snippet as returned] |

---
*Analysis below is Claude's interpretation of the above sources.*

---

## Market overview
[2–3 sentences: how many meaningful players, general market maturity, any notable recent consolidation or fragmentation]

## Player map

### Enterprise tier
| Player | Positioning (their words) | What customers say | Key differentiator | Funding/stage |
|--------|--------------------------|-------------------|-------------------|--------------|
| [Name] | "[tagline or claim]" | [1-line sentiment summary] | [what actually sets them apart] | [stage + last round] |

### Mid-market tier
| Player | Positioning | Customer perception | Key differentiator | Funding/stage |
|--------|------------|--------------------|--------------------|--------------|

### SMB / self-serve tier
| Player | Positioning | Customer perception | Key differentiator | Funding/stage |
|--------|------------|--------------------|--------------------|--------------|

### Open source / free
| Project | Positioning | Community signal | Key differentiator |
|---------|------------|-----------------|-------------------|


## Stated vs. perceived positioning gaps
[Players where homepage messaging diverges notably from customer reviews — these represent credibility opportunities]

## Recent moves to watch
[Funding, launches, acquisitions, or leadership changes from news data — with source and date]

## White space
[Positions on the map nobody occupies, underserved tiers, unmet needs from Consumer Sentiment that no player addresses well]

## Data confidence notes
[Positioning analysis reflects public-facing signals only. Private companies' financials, roadmaps, and enterprise pricing are not visible here.]

## Implications
**Immediate:** [Positioning or messaging actions warranted now]
**Near-term:** [Strategic moves to consider this quarter]
**Strategic:** [Long-term positioning based on where the landscape is heading]

## Gap report
| Gap | Why it wasn't filled | Suggested follow-up |
|-----|---------------------|-------------------|
| [e.g. Player funding/stage unknown] | [e.g. No Crunchbase page found] | [e.g. Search `[player] funding site:techcrunch.com` or `[player] crunchbase`] |
| [e.g. Customer perception unavailable] | [e.g. Player has few public reviews] | [e.g. Search `[player] review site:g2.com OR site:reddit.com`] |
| [e.g. White space hard to characterize] | [e.g. Consumer Sentiment not yet run] | [e.g. Run Consumer Sentiment Analysis first — gaps become clearer once you know what the market asks for] |

---

多模块：完整市场研究报告

当用户要求完整的市场分析、全面的研究简报或面向董事会的市场概览时，请按以下顺序组合各模块：

1. 消费者情绪分析——市场想要什么，哪些需求尚未得到满足
2. 需求与趋势信号——市场是否在增长，关注点正向何处转移
3. 价格与品类分析——市场在价格方面如何构成
4. 竞争格局——有哪些参与者，他们如何定位自己（结合以上模块的信息）

开篇设置 研究简报 部分，说明研究问题、范围和方法。结尾设置 战略建议 部分，综合所有模块的发现，提出分层行动建议。

每个模块都须完整完成，包括差距报告，然后再进入下一个模块。

输出结构：

# Market Research Report: [Market/Category]
*Data collected on [YYYY-MM-DD]*

## Research brief
- **Question:** [What decision does this inform?]
- **Scope:** [Category, geography, time horizon]
- **Methodology:** Live web data collected via ScraperAPI — search, product platforms, review sites, news, and job boards. Secondary research only; findings reflect public signals.
- **Confidence level:** [Overall assessment of data quality and coverage]

## Key findings
1. [Most important finding — one sentence, evidenced]
2. [Second finding]
3. [Third finding]

## Consumer sentiment
[Full Consumer Sentiment Analysis output, including gap report]

## Demand & trend signals
[Full Demand & Trend Signals output, including gap report]

## Price & category intelligence
[Full Price & Category Intelligence output, including gap report]

## Competitive landscape
[Full Competitive Landscape output, including gap report]

## Strategic recommendations
**Immediately actionable (this week):**
- [Specific action based on findings]

**Near-term (this quarter):**
- [Positioning, pricing, or product decisions]

**Strategic (this year):**
- [Market entry, investment, or long-term positioning moves]

## Sources
[Consolidated list of all URLs cited across modules]

---

模块选择指南

用户想了解……	模块
消费者对某个品类的需求、需要或抱怨	消费者情感分析
市场是否在增长，以及需求正在向何处转移	需求与趋势信号
某个品类的定价情况，以及各价格档位的买家能获得什么	价格与品类情报
市场有哪些参与者，以及他们如何定位	竞争格局
以上所有内容——完整的研究简报	多模块报告

**执行顺序说明：**运行多个模块时，务必先运行消费者情感分析，再运行竞争格局。只有了解市场实际竞争的维度，才能绘制有意义的定位图。

---

输出质量标准

1. 先明确研究问题——在呈现任何数据之前，说明这项研究将为哪项决策提供依据。
2. 搜索前先说明——在每个模块首次调用工具前，说明要查找什么。
3. 优先使用结构化工具，而非抓取内容——适用时使用 amazon_search、walmart_review 和 google_shopping。与解析原始 HTML 相比，这些工具返回的数据更整洁。
4. 区分数据与推断——“数据显示 X”和“这表明 Y”是不同的论断。请明确使用这类表述。
5. 引用原话并注明来源——每项情感发现都需要至少一条直接引语，并附上来源 URL 和大致日期。
6. 必须标注置信度——指出哪些发现有充分依据，哪些仅能提供方向性参考。绝不要将单个数据点描述为一种规律。
7. 在报告中说明抽样局限——评论往往偏向强烈意见；Reddit 内容偏技术向；公开标价不等于企业价格。请明确说明。
8. 每个模块后都提供差距报告——列出未找到的内容，并为每项差距提出一项具体的后续行动。
9. 提供分层建议——分为近期可立即执行、短期内执行和战略性建议。泛泛而谈不算建议。
10. 所有内容都标注日期——每份报告都注明“数据收集日期：[YYYY-MM-DD]”。