进行竞品分析时，最令人困扰的是什么？是辛苦罗列了一堆产品，当上级追问“为什么选择这些竞品”时却无言以对——更糟糕的是，遗漏了那些真正具有潜在威胁的竞争对手。本文直奔主题，探讨如何运用一份结构清晰、数据可靠的SWOT分析报告，将天工AI的竞品研究工作做深做透。

直接给出结论：讯飞星火、Kimi、通义千问（Qwen）这三款产品，是必须纳入对比清单的核心竞品。理由并不复杂，均源自公开的开发者文档、官方功能说明以及行业共识的交叉验证。而GLM和Claude中文版，由于月活跃用户数和API开放程度尚未达到硬性标准，暂且搁置。

如何精准确定竞品范围？无需凭空猜测。只需前往天工AI的官方网站或App，查阅“帮助”或“常见问题”板块，搜索“类似工具”“竞品对比”等关键词，系统自动推荐的前几个名称，通常就是其自身认可的对标对象。将这份列表与行业共识进行交叉验证，剔除月活跃用户不足500万或API尚未开放的产品，剩下的正是我们需重点关注的三个竞品。

这一基础步骤常被许多人忽略。例如，若遗漏了Kimi——其长文本解析能力已成为众多用户的刚需——那么在SWOT分析的“威胁”象限中未将其纳入考量，整个报告的可靠性将大打折扣。

围绕6个硬性模块，结构化填充数据

别急着开始写SWOT，先把数据铺平。搞一张Excel，横向设7列：功能模块、天工AI、讯飞星火、Kimi、Qwen、数据来源、备注。纵向列6个必须对齐的模块：

• 最大上下文长度（Tokens）
• 是否支持文件上传解析（PDF/Word/Excel等格式）
• 本地知识库的搭建方式与难度
• API调用的延迟中位数
• 中文法律、医疗、金融等垂类模型是否已独立上线
• 免费版每日调用量上限

所有数据必须直接源自各平台的开发者文档、定价页面或白皮书PDF文件。切勿使用第三方评测截图，也不要轻信知乎上“据说支持20万”等未经证实的说法。例如，Qwen的上下文长度，就需要从其Hugging Face模型卡页面中查找“context_length”字段，这才是真实可靠的数字。

SWOT四象限分析：用一句话概括，直击要点

这一步有两个做法。第一个是偷懒版：直接在天工AI对话框里输入一段提示词，让它基于你给的事实生成SWOT初稿。比如这样写：

“你是一家AI大模型企业的战略分析师。请根据以下事实生成SWOT分析报告，要求每项仅用一句话表达，不加解释，以分号分隔：优势：支持128K上下文长度；劣势：尚未开放私有化部署方案；机会：教育行业AI助教采购预算同比增长40%；威胁：Kimi刚宣布接入全国12所985高校教务系统。”

然而，AI生成的内容往往缺少横向对比——它并不清楚“128K上下文”在当前行业中究竟处于什么水平。因此，必须进行第二步人工校准：拿出已经填好的Excel表格，查看天工AI在各维度上哪些值是唯一最高的，这些毫无疑问应归入S（优势）象限。反之，哪些值是唯一最低且确实影响用户决策的，则应如实放入W（劣势）象限。至于O（机会）和T（威胁）：O的来源是行业政策文件或招标公告中明确要求“需具备XX能力”的条款，T则关注竞品最近三个月新上线的、而天工AI尚未跟进的功能。

【注意：S和W必须依据客观参数，避免使用“用户体验好”“品牌认知高”等无法验证的主观表述。】

雷达图：让多维对比直观呈现

数据已整理完毕，SWOT分析也已完成，最后一步是可视化呈现。推荐使用Python的Plotly库，其雷达图模板非常成熟。前往其官网复制基础代码，将Excel中6个模块的标准化得分填入——请注意得分公式：天工AI设为基准100，其他竞品则按“竞品数值÷天工数值×100”计算。

举例说明：若Kimi的文件解析准确率为92%，天工AI为95%，则Kimi在该项的得分为92÷95×100≈96.8，而非直接填写92。这一细节常被忽略，导致绘制出的图表无法真实反映差距。

运行代码后导出PNG图片，截图粘贴到PPT中。删除坐标轴数字，仅保留六边形轮廓和四条不同颜色的折线，图例统一置于右下角。这样制作的雷达图既简洁又专业，上级能一目了然地识别天工AI在哪些维度存在短板、哪些维度构成核心护城河。

总而言之，竞品分析绝非随意拼凑的作业，而是一道需要结构、数据与逻辑三者形成闭环的证明题。从竞品筛选到数据填充，从SWOT精准概括到雷达图直观展示，每一步都不可省略，但每一步都能做到干脆利落。