product-competitor-intelligence

Pesquisar produtos concorrentes, SKUs, preços, embalagens, posicionamento, comparações de recursos, catálogos de produtos, páginas de categorias, listagens de varejistas, marketplace…

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.

Mais skills de tavily-ai

academic-scientific-research
tavily-ai
Encontrar, selecionar e sintetizar artigos acadêmicos, literatura científica, relatórios técnicos, preprints, publicações clínicas ou biomédicas e evidências sobre um...
crawl
tavily-ai
Extraia e salve o conteúdo de sites como arquivos markdown para acesso e análise offline. Suporta profundidade de rastreamento configurável (1 a 5 níveis), limites de largura e teto de páginas para equilibrar cobertura e desempenho. Inclui filtragem de caminhos por padrões regex para focar em seções específicas e excluir conteúdo irrelevante. Oferece dois modos: extração de página completa para coleta de dados, ou fragmentação semântica com instruções em linguagem natural para alimentar resultados no contexto de LLMs. Fornece uma API de Mapa complementar para URL...
extract
tavily-ai
Extraia conteúdo limpo de URLs específicas usando a API de extração da Tavily. Suporta até 20 URLs por requisição com reclassificação opcional baseada em consulta para focar em trechos de conteúdo relevantes. Dois modos de extração: básico para extração rápida de texto, avançado para páginas renderizadas com JavaScript e dados estruturados. Autenticação OAuth automática via navegador na primeira execução, ou configuração manual de chave de API nas configurações. Retorna formato markdown ou texto simples com URLs de imagem opcionais e tempo limite configurável de até 60 segundos.
investment-research-briefs
tavily-ai
Crie briefings concisos de pesquisa de investimento, memorandos de empresas, panoramas setoriais, atualizações de monitoramento de portfólio, resumos de resultados/notícias, briefings de riscos e catalisadores,…
research
tavily-ai
Pesquisa abrangente sobre qualquer tópico com coleta automática de fontes, análise e citações. Realiza pesquisa web em múltiplas fontes com citações explícitas, ideal para comparações, eventos atuais, análise de mercado e relatórios detalhados. Oferece três opções de modelo: mini para pesquisa direcionada em tópico único (~30s), pro para análise abrangente multi-ângulo (~60-120s) e auto para detecção de complexidade orientada por API. Autentica via OAuth através do servidor MCP do Tavily com login automático baseado em navegador em...
sales-account-intelligence
tavily-ai
Gere inteligência de conta pronta para vendas para empresas, prospects, clientes, parceiros e compradores-alvo. Use quando o usuário pedir preparação de vendas, briefing de conta…
search
tavily-ai
Pesquisa na web com resultados otimizados para LLM, pontuação de relevância e filtragem flexível. Suporta quatro modos de profundidade de pesquisa (ultra-rápido, rápido, básico, avançado) com latência configurável e compensações de relevância. Inclui filtragem por domínio, restrições de intervalo de tempo, intervalos de datas, priorização por país e extração de conteúdo bruto. Retorna resultados com título, URL, trecho de conteúdo e pontuação de relevância; resultados opcionais de imagem e favicons. Autenticação automática OAuth via servidor Tavily MCP ou configuração de chave de API;...
tavily-best-practices
tavily-ai
We need to translate the given text from English to Brazilian Portuguese. The text describes a web search API for LLMs with various methods. We must preserve product names, protocol names, URLs, numbers, technical terms. The name "tavily-best-practices" is not in the text, so we don't include it. We translate only the text inside <text>. No extra commentary, no labels. Let's translate: "Web search API for LLMs with real-time data access, content extraction, site crawling, and AI-powered research." -> "API de busca web para LLMs com acesso a dados em tempo real, extração de conteúdo, crawling de sites e pesquisa com IA." "Five core methods: search() for web results, extract() for URL content, crawl() for site-wide extraction, map() for URL discovery, and research() for end-to-end AI synthesis" -> "Cinco métodos principais: search() para resultados web, extract() para conteúdo de URL, crawl() para extração em todo o site, map() para descoberta de URLs e