MaiaLearningResearch
一个用于企业级竞品分析的可复用框架与技能集合。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：MaiaLearningResearch。 它的用途是：一个用于企业级竞品分析的可复用框架与技能集合。 完整的 Skill 内容见：https://321skill.com/skills/maialearningresearch/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请使用competitive-research-brightdata技能，帮我分析一下A、B、C三家公司在教育科技领域的最新产品策略和定价模型。’ 它会引导你完成一个包含26个关键问题的结构化研究流程，自动进行批量信息搜集、整理并生成带引用的分析报告。之后，你可以使用competitive-analysis-quality-assurance技能对报告进行事实核查和一致性检查，确保结论可靠。
介绍
该仓库源自Maia Learning项目，旨在解决企业在进行系统性、高质量竞品分析时面临的流程混乱、标准不一、效率低下等问题。它提供了一个结构化的框架，包含完整的工作流指南、项目模板、自动化脚本以及两个核心的Claude技能，帮助用户从零开始快速启动并规范执行竞品分析项目。
使用时，用户可以通过复制项目模板快速初始化新分析项目，并遵循详细的文档工作流进行操作。框架内置的‘competitive-research-brightdata’技能用于执行企业级研究，而‘competitive-analysis-quality-assurance’技能则负责系统性的质量保证与事实核查。用户还可以通过提供的脚本轻松将技能安装到本地Claude环境中。
该框架特别适合需要定期、深度进行市场与竞品分析的产品经理、市场研究人员、战略分析师以及企业咨询顾问。对于初创公司或业务团队，它也能提供一套成熟的方法论来提升分析的专业性和产出质量。
建议初次使用者先阅读主工作流文档并参考完整的‘MAIA-PROJECT’示例，以理解框架的全貌。安装技能前可使用--dry-run参数预览变更。由于框架基于特定项目实践，用户可能需要根据自身行业特点对研究模板进行微调。
核心特点
与通用研究技能不同，它提供了一套从项目初始化、研究执行到质量保证的端到端企业级工作流，并内置了基于Bright Data工具的26问研究模板和系统化QA检查流程，确保分析深度与结果可信度。
注意事项
该框架主要面向需要深度、结构化竞品分析的企业场景，不适合快速、一次性的简单信息查找或非商业性研究。
常见问题
如何开始一个新的竞品分析项目？
复制`templates/competitive-analysis`目录到新位置，然后按照`docs/COMPETITIVE-ANALYSIS-WORKFLOW.md`指南操作，并参考`MAIA-PROJECT`中的示例。
如何安装或更新框架中的Claude技能？
运行仓库中的`./scripts/install-skills.sh`脚本，可使用`--backup`备份旧技能，或`--dry-run`预览更改。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/maialearningresearch/raw/index.md 读取 MaiaLearningResearch 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/maialearningresearch/raw/index.md（查看排版版本）