AI 产品 / Agent 设计独立产品负责人
- Agent架构
- 竞品分析
- 证据绑定
- 模型评测
- 产品周报
AI产品动态监测与竞品分析Agent
面向产品经理的竞品研究场景，把分散的信息采集、变化判断与影响分析整合为可持续运行的产品情报闭环。
关键成果
- 5 个
- 持续监测产品
- 120 条
- 评测样本
- 87.5%
- 变化识别准确率
- 96.7%
- 引用正确率
竞品研究的核心矛盾，是高价值变化难以及时识别
产品经理通常需要同时查看官网、定价页、更新日志和GitHub Release。不同信息源的更新频率和表达方式并不一致，人工逐页检查不仅耗时，还容易遗漏定价、能力边界和版本策略上的关键变化。
监测范围：5个AI产品的4类公开信息源将稳定执行与语义判断拆成两条链路
页面采集、差异计算和重复过滤需要稳定且可复现，因此交给确定性程序；变化分类、重要性判断和影响分析需要结合产品上下文，由分析Agent完成，再通过校验Agent复核关键结论。
决策原则：程序负责确定性执行，Agent负责语义判断围绕变化证据构建持续运行的监测闭环
建立定时采集、变化检测、语义去重、重要性判断、影响分析和周报生成流程；每条结论绑定原始证据，并加入人工审核、任务幂等、超时重试、步骤限制和Prompt注入防护。
核心交付：带有原始证据的产品动态周报用离线评测和人工复核验证输出可靠性
围绕有效变化、重复信息、噪声内容和证据引用建立120条评测样本，分别检查变化是否值得关注、判断是否有证据支撑。最终有效变化识别准确率达到87.5%，引用正确率达到96.7%。
结果：识别准确率87.5%，引用正确率96.7%