product-competitor-intelligence

Konkurrenzprodukte, SKUs, Preisgestaltung, Verpackung, Positionierung, Funktionsvergleiche, Produktkataloge, Kategorieseiten, Händlerlisten, Marktplatz …

npx skills add https://github.com/tavily-ai/use-case-skills --skill product-competitor-intelligence

Product Competitor Intelligence

Workflow

Use search and extract for product, pricing, SKU, feature, and competitor intelligence; use map or crawl for known catalogs and large competitor sites. Keep this skill focused on query construction, site navigation, source filtering, and synthesis; execution mechanics should come from companion endpoint skills.

Treat the guidance below as base guidance; adapt it to the user's request when appropriate.

  • Clarify the category, competitors, geography, target customer, price band, feature set, and desired output format.
  • Split broad questions into short subqueries under 400 characters: competitors, product category, pricing, alternatives, reviews, SKUs, specs, marketplaces, and recent launches.
  • Search for relevant competitors, product pages, category pages, retailer listings, pricing pages, reviews, docs, and official sources.
  • Filter by relevance score, domain trust, page type, and freshness before extracting.
  • Extract only selected pages that can support the requested comparison, table, or brief.
  • Use site mapping before broad collection on known competitor, retailer, manufacturer, marketplace, docs, or catalog domains.
  • Collect multiple pages only after choosing relevant path patterns and a tight scope.

Research Budget

  • Start with a small focused search set covering competitors, category, pricing, features/specs, reviews, or launches.
  • Extract only the strongest product, pricing, catalog, marketplace, docs, or review pages before drafting.
  • Add more searches only for named gaps, such as missing pricing, missing SKU evidence, or missing official competitor pages.
  • Do not use map unless a known competitor, retailer, manufacturer, marketplace, docs, or catalog domain needs URL discovery.
  • Do not use crawl until map has identified a narrow product, pricing, category, docs, or catalog section.

Capability Guidance

  • Use search for competitor discovery, pricing checks, feature comparisons, product claims, reviews, and launch signals.
  • Use extract on selected product, pricing, docs, catalog, marketplace, review, or changelog pages.
  • Use map when the domain is known but the relevant product, pricing, changelog, docs, category, or catalog pages are hard to find.
  • Use crawl for SKU/catalog discovery only after narrowing to relevant sections.
  • Use research only when the user asks for a market report rather than product-level evidence.

Query And Source Guidance

  • Include product category, buyer segment, geography, price band, SKU/model terms, competitor names, and feature terms in separate subqueries.
  • Prioritize official product pages, pricing pages, docs, catalogs, retailer listings, marketplaces, review sites, customer stories, changelogs, and credible launch coverage.
  • For known sites, look for paths such as products, pricing, category, collections, docs, blog, changelog, customers, or case studies.
  • Avoid irrelevant paths such as login, cart, checkout, account, admin, tag archives, and unrelated content.
  • Dedupe near-identical product pages, regional variants, and syndicated listings before synthesis.
  • Report failed or inaccessible sources when they affect pricing, specs, availability, or competitor coverage.

Output Template

Use this markdown structure and adapt columns to the user's request:

# Product And Competitor Intelligence: <category/company>

## Scope
- Category:
- Geography:
- Competitors covered:
- Source coverage limits:

## Product Comparison
| Product/SKU | Company | Category | Pricing/availability | Key features/specs | Positioning | Source |
| --- | --- | --- | --- | --- | --- | --- |

## Competitor Notes
### <Competitor>
- Positioning:
- Product/pricing evidence:
- Strengths:
- Gaps or uncertainty:

## Market Signals
- Launches or changes:
- Review/customer signals:
- Distribution or channel signals:

## Follow-Up Searches
- <query idea>

Keep each claim tied to a source. Mark pricing, availability, or specs as unavailable when they are not visible.

Mehr Skills von tavily-ai

research
tavily-ai
Umfassende Recherche zu jedem Thema mit automatischer Quellensammlung, Analyse und Zitaten. Führt mehrquellige Web-Recherche mit expliziten Zitaten durch, ideal für Vergleiche, aktuelle Ereignisse, Marktanalysen und detaillierte Berichte. Bietet drei Modelloptionen: Mini für gezielte Ein-Themen-Recherche (~30s), Pro für umfassende Multi-Perspektiven-Analyse (~60-120s) und Auto für API-gesteuerte Komplexitätserkennung. Authentifiziert sich über OAuth durch den Tavily MCP-Server mit automatischem browserbasiertem Login auf...
official
search
tavily-ai
Web-Suche mit LLM-optimierten Ergebnissen, Relevanzbewertung und flexiblen Filtern. Unterstützt vier Suchtiefenmodi (ultraschnell, schnell, einfach, erweitert) mit konfigurierbaren Latenz- und Relevanzabwägungen. Enthält Domain-Filterung, Zeitbereichseinschränkungen, Datumsbereiche, Länder-Boosting und Rohinhalts-Extraktion. Gibt Ergebnisse mit Titel, URL, Inhaltsausschnitt und Relevanzbewertung zurück; optionale Bild-Ergebnisse und Favicons. Automatische OAuth-Authentifizierung über Tavily MCP-Server oder API-Key-Konfiguration;...
official
tavily-best-practices
tavily-ai
Websuch-API für LLMs mit Echtzeit-Datenzugriff, Inhalts-Extraktion, Site-Crawling und KI-gestützter Recherche. Fünf Kernmethoden: search() für Webergebnisse, extract() für URL-Inhalte, crawl() für siteweite Extraktion, map() für URL-Erkennung und research() für durchgängige KI-Synthese. Unterstützt Python- und JavaScript-SDKs mit asynchronen Clients für parallele Abfragen und konfigurierbare Suchtiefe (ultra-fast/fast/basic/advanced). Die Crawl-Methode akzeptiert semantische Anweisungen, um die Extraktion auf... zu fokussieren.
official
tavily-cli
tavily-ai
Websuche, Inhalts-Extraktion, Site-Crawling und tiefgehende Recherche über Tavily CLI. Fünf Befehlsmodi für Suche, Extraktion, URL-Erkennung, Bulk-Crawling und Multi-Quellen-Recherche mit Zitaten. Alle Befehle unterstützen JSON-Ausgabe und Dateispeicherung für strukturierte, agentische Workflows. Ein Eskalationsmuster führt Sie von der einfachen Suche über Extraktion, Mapping, Crawling bis hin zur umfassenden Recherche, je nach Bedarf. Erfordert die Installation von tavily-cli und API-Key-Authentifizierung über tvly login.
official
tavily-crawl
tavily-ai
Mehrseitiger Website-Crawler mit semantischer Filterung und Markdown-Export. Durchsuchen Sie gesamte Site-Abschnitte mit Tiefen- und Breitensteuerung; filtern Sie nach Pfad-Regex, Domain oder natürlichen Sprachinstruktionen, um Ergebnisse zu fokussieren. Speichern Sie jede Seite als lokale Markdown-Dateien über --output-dir oder geben Sie strukturiertes JSON für agentische Verarbeitung zurück. Verwenden Sie semantische Instruktionen mit Chunk-Extraktion, um Kontextaufblähung bei der Übergabe von Ergebnissen an LLMs zu vermeiden; verwenden Sie Ganzseiten-Extraktion für Offline-Dokumentationsdownloads. Unterstützt...
official
tavily-dynamic-search
tavily-ai
Das Web durchsuchen, Ergebnisse filtern und Inhalte extrahieren, sodass rohe Suchdaten niemals in Ihren Kontextbereich gelangen. Nur Ihre kuratierte print()-Ausgabe wird zurückgegeben.
official
tavily-extract
tavily-ai
Extrahiere sauberes Markdown oder Text aus bis zu 20 URLs, mit Unterstützung für JavaScript-Rendering und abfragefokussierte Chunking. Verarbeitet JavaScript-gerenderte Seiten mit konfigurierbarer Extraktionstiefe (einfach für einfache Seiten, erweitert für dynamische SPAs und Tabellen). Unterstützt abfragefokussierte Extraktion, um nur relevante Inhaltsabschnitte statt ganzer Seiten zurückzugeben. Gibt standardmäßig LLM-optimiertes Markdown zurück, mit Optionen für Klartextformat und strukturierte JSON-Ausgabe. Verarbeitet bis zu 20 URLs in einem einzigen Aufruf;...
official
tavily-map
tavily-ai
Schnelle URL-Erkennung auf Websites ohne Extraktion von Inhalten, ideal zum Auffinden bestimmter Seiten auf großen Websites. Gibt strukturierte Listen aller URLs einer Domain zurück, mit konfigurierbarer Tiefe und Breite, Regex-Pfadfilterung und natürlichsprachlichen Anweisungen zur semantischen Filterung. Unterstützt Tiefensteuerung (1–5 Ebenen), Breitenbegrenzung pro Seite, Ein-/Ausschluss externer Links und Domainfilterung über Regex-Muster. Konzipiert als Schritt 1 in einem Workflow: Mapping zum Auffinden der richtigen Seite, dann Verwendung von Extract oder...
official