Trade Show Competitor Radar
将展会现场竞品观察结构化，生成可执行情报。
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：Trade Show Competitor Radar。 它的用途是：将展会现场竞品观察结构化，生成可执行情报。 完整的 Skill 内容见：https://321skill.com/skills/trade-show-competitor-radar/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
'记录一下今天在A展会上看到的B公司展位情况，他们主推一款智能水杯，现场演示了语音提醒喝水功能，排队体验的人很多，定价大概在299元。'，它会引导你补充更多细节，如展位位置、宣传材料、竞品对比等，最终生成一份包含产品特性、定价、现场热度、潜在威胁等标签的结构化情报摘要。
介绍
这款Skill旨在解决展会现场竞品信息收集零散、难以整理和后续利用的痛点。它通过引导用户输入观察到的竞品展位细节，如产品展示、营销话术、人流情况等，自动将这些信息结构化，并打上预设或自定义的标签，最终生成条理清晰、便于团队共享和后续分析的行动情报笔记。
使用时，用户只需向AI描述在展会上看到、听到的竞品相关信息，AI便会通过提问或直接处理，将这些信息归类到产品特性、定价策略、营销活动、客户反馈等维度，并提炼出关键洞察和行动建议。整个过程无需复杂的表格或手动整理。
它非常适合需要频繁参加行业展会、进行市场调研的产品经理、营销专员、竞品分析师以及电商运营人员。对于初创公司或中小企业的市场团队来说，尤其能提升情报收集的效率和后续转化价值。
建议在使用前，团队内部可先就核心关注的情报维度（标签体系）达成一致，这样生成的情报会更统一。同时，由于依赖现场观察的准确性，建议结合照片、宣传册等实物资料进行补充，以提高情报质量。
核心特点
专注于展会这一特定线下场景，提供从观察到结构化情报的端到端流程，而非通用的竞品信息收集工具；其预设的标签体系和情报模板专门针对展会现场观察的常见维度（如展位设计、现场互动、新品发布）进行了优化。
注意事项
不适合处理大量线上公开数据或进行深度的量化竞品数据分析。
常见问题
这个Skill能分析线上竞品数据吗？
主要针对线下展会现场观察，线上数据分析能力有限。
支持导出情报报告吗？
生成的结构化情报笔记可直接复制使用，或整理后导出。
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/trade-show-competitor-radar/raw/index.md 读取 Trade Show Competitor Radar 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/trade-show-competitor-radar/raw/index.md（查看排版版本）