AI怎么做市场调研：一套可复用的工作流程

先把市场问题定义清楚

让AI给出糟糕市场调研的最快办法，就是丢一个宽泛的问题，比如“帮我调研一下这个市场”。模型能产出一份看起来很像样的概述，但像样不等于有用。用AI做市场调研，起点应该是一个具体的决策：你想弄清楚什么？答案不同的话什么会随之改变？什么样的证据能让你相信这个结论？

打开对话框之前，先写一份简单的调研任务书：市场、买家、决策、时间范围、已知竞品、来源类型、输出格式。举个例子：“我们向B2B SaaS团队销售AI客服软件。我们需要弄清楚竞品在自动化与人工服务之间是怎么定位的，以便更新首页。请分析竞品官网、定价页、用户评价和公开文档。输出一张定位矩阵、支撑证据、风险和建议。”

这份任务书给了模型一份明确的活儿，也让你自己保持诚实。你不是让AI凭空发现真相，而是让它整理证据、提炼规律，帮你做出更好的决定。当你手里有大量来源片段、网页、笔记或访谈记录时，长上下文模型确实有帮助，但流程依然重要：把来源标注清楚，先提取再综合，把事实和解读分开。如果你是为自己的公司做这件事，而不是为客户做，给创始人的AI工具把同样的方法用在了研究、增长和产品工作上。

可复制的提示词：请扮演一名市场调研分析师。在做分析之前，先帮我定一份调研计划。业务：[业务]。市场问题：[问题]。这次调研要支撑的决策：[决策]。已知竞品：[列表]。可用来源：[链接、笔记、评价、通话记录、定价页]。约束：[地区、细分市场、预算、时间]。返回：1）更精确的调研问题，2）需要哪些证据，3）来源收集计划，4）输出模板，5）风险或盲区。

输出应该是一份调研计划，而不是一篇文章。质检这份计划的方式是：逐条问“这个来源和决策有关系吗”。如果某个来源不会改变你在定价、定位、路线图或市场推广上的决定，那它多半就不必要。

竞品地图流程

用AI做竞品分析，最好先当成数据提取，其次才是战略。别在还没定义好分类之前就让它给竞品排名。取而代之的是画一张竞品地图，包含直接竞品、相邻替代品、人工的土办法，以及“什么都不做”这一选项。后两类往往才是定位变锋利的地方，因为买家是拿你的产品去和表格、外包公司、内部人力以及惯性作比较的。

输入材料：竞品首页、产品页、定价页、更新日志、帮助文档、评价片段、社交贴文、销售笔记，以及你自己的产品定位。如果你用的是长文档，就按公司把来源分组，每个块都标上公司名和网址。要求模型保留不确定性，而不是把空缺自行填上。

提示词：请为[品类]画一张竞品地图。只使用下面的来源笔记。列包括：公司、竞品类型、目标客户、核心承诺、宣称的主要功能、定价信号、使用的佐证、买家可能提出的异议、定位角度、来源网址、把握程度。来源里没说的一律标为“未知”。表格之后，总结出对我们的定位最关键的5条规律。来源：[粘贴带标注的笔记]。

输出是一张你可以按客户、承诺、价格信号和佐证排序的表格。质检：抽三行回原始来源核对。留意编造的说法、过于笃定的价格总结，以及没有依据的定位标签。然后问一句：“一个持怀疑态度的买家看完这张地图会怎么说？”产品经理通常想要同一张地图，只是对准自己的路线图，这套做法在给产品经理的AI工作区里有讲。

定价页分析流程

用AI做定价调研，不是为了照抄竞品的价格。它是为了看懂打包逻辑：什么免费、什么被锁在付费墙后、什么算作用量、团队在哪里会撞上限制、哪类买家被推着往上升级，以及这家公司是怎么讲价值的。定价页其实就是挂了数字的定位页。

输入材料：定价页的截图或文字、方案名称、功能对照表、用量上限、增值包、常见问题、试用说明、年付折扣说明，以及任何解释限制条款的公开条款。价格变动很频繁，所以把AI的输出当成调研初稿，做决定前回原页面核实当前价格。

提示词：请分析[市场]的这些定价页。先不要给出定价建议。第一步先提取打包模型。列包括：公司、免费或试用形式、入门方案、中间方案、顶配方案、计量指标、被锁的功能、团队与管理员限制、触发企业版的条件、年付折扣信号、升级压力、对买家的假设、来源网址。然后总结常见的定价套路，以及一个新进入者可以在哪里做出差异化。来源：[粘贴定价页文字或笔记]。

用这份输出去回答实际问题：竞品是按席位、用量、点数、项目、存储、消息条数还是营收档位来定价？集成功能是不是被锁住了？免费版是一个真能跑通的工作流，还是只是个演示通道？买家第一次感到肉痛的限制出现在哪里？

质检定价表时坚持一条“不许出现编造数字”的规则。如果来源没有明确写出价格，答案就应该写“未知”。如果页面写的是“联系销售”，模型不应该推测出一个金额。

客户原话提取流程

客户的原话，正是一份泛泛的定位文档和一份听起来像这个市场的文档之间的区别。用AI做客户语言调研，能帮你从评价、销售通话、工单、上手笔记、论坛帖子、问卷和竞品客户证言里，提取出反复出现的痛点、想要的结果、异议、购买触发点和具体措辞。规则很简单：先提取，再改写。

输入材料：评价片段、通话记录、问卷回答、客服对话、公开证言、论坛帖子、赢单与丢单记录，以及内部销售笔记。除非你所在的组织已经批准了这套流程，否则不要把敏感数据放进工具里。分析之前先去掉私人姓名、邮箱、账号标识和客户机密细节。

提示词：请从下面的材料中提取客户原话。不要编造引语。把原句按痛点、期望结果、当前的替代做法、异议、购买触发点、成功指标和情绪化表达分组。每条原句都附上来源标签、已知的客户细分，以及把握程度。然后用平实的语言总结出最重要的7个信息主题。来源：[粘贴已脱敏的笔记]。

输出里应该同时有原句和主题。原句让你写出的文案有真实感，主题帮你做战略取舍。如果客户反复说“我们每个周五都在清理表格”，这句话比“用户需要运营效率”有力得多。前者直接指向一个落地页钩子、一个广告切入点和一条演示叙事线。

质检提取结果时，重点扫一遍有没有编造的引语、被归得太粗的主题，以及丢失的细分信息。当材料支持时，让模型按客户细分、公司规模、岗位或成熟度把主题再拆开。

综合分析与定位文档

综合分析才是AI真正体现价值的环节，但前提是提取工作已经做完了。一套好用的AI定位框架，会把竞品规律、定价逻辑和客户原话变成一系列取舍：你服务谁、你首推哪个问题、你需要什么佐证、你要打败哪些替代方案，以及哪些说法应该避免。

定位文档可以用这个结构：目标细分、紧迫的问题、当前替代方案、核心承诺、差异点、佐证、对定价的影响、异议、信息支柱、验证实验。要求它把证据和建议分开写，这样你才能挑战它的推理。

提示词：请基于下面已提取的调研材料写一份定位文档。使用这个格式：1）目标细分，2）用客户原话表述的买家问题，3）当前替代方案，4）市场规律，5）建议的定位论点，6）3条信息支柱，7）每条支柱需要的佐证，8）对定价与打包的影响，9）风险，10）5个用于验证的实验。把证据和解读分开。证据不足时请直说。调研材料：[粘贴竞品地图、定价表、客户语言主题]。

一份有力的综合文档应该把取舍摆到明面上。它不该说你对所有人都是最好的。它可能会说：“主打面向种子期创业者的快速竞品监测，而不是面向大企业的调研自动化。证据显示买家抱怨的是调研资料零散、定价不清楚、综合太慢。我们需要证明15分钟内就能配置完成。”这才是能拿去做决策的输出。

用一次红队审视来质检这份定位文档：请以一个持怀疑态度的买家和一个持怀疑态度的投资人的身份批评这份定位。指出没有证据支撑的说法、含糊的措辞、对竞品的盲区、定价风险，以及什么证据会改变这个建议。然后据此修订。

用Founder Research Stack模板

让这套流程可复用最简单的办法，就是别每次都从零搭一遍。Whizi的创始人研究套件模板正是为这种分步骤的市场调研而做的：定义问题、收集来源、提取竞品数据、分析定价、抽取客户原话、综合出定位、再对最终建议做质检。

什么时候用它：发布新产品、重写首页、选择定价模式、准备投资人尽调材料、进入一个新品类，或者想弄明白买家为什么选了某个竞品而不是你。如果做的是学术或科研工作而不是商业调研，研究者工作区用同样的步骤，外加引用出处。

在Whizi里的实际操作顺序是这样的。第一，打开Founder Research Stack，把你的市场问题粘进去。第二，把来源笔记按标注好的块加进来。第三，跑竞品地图提示词，把表格存下来。第四，分别跑定价分析和客户原话提取。第五，只用前面几步的产出来跑综合分析提示词。第六，在做产品或市场决策之前，先过一遍质检清单。 量最大的那几步花多少钱，取决于选哪个模型。按Whizi模型成本指数（OpenRouter标价，2026-08-20抓取），一次输入1,000个token、输出500个token的标准回答，在DeepSeek V4 Flash上约花0.00028美元，在Claude Sonnet 4.6上花0.0105美元，相差约37倍，而两者都能读1M token的上下文。把提取环节交给便宜的模型，把强模型留给综合分析和红队审视。

先从创始人研究套件开始，等你准备好保存流程、并在不同模型之间对比输出时，再创建账号。如果是团队在做选型，价格页展示了哪个方案匹配你的调研节奏。

目标不是取代人的判断，而是把枯燥的部分压缩掉，同时让重要的部分更容易被检查。该相信什么、该验证什么、该发布什么，仍然由你来定。