关键词：AI Agent 实战 | 电商调研 | Prompt Engineering | 竞品分析 | Momcozy 拆解 | 多 Agent 工作流
前言：这篇文章能给你什么
你读完能拿走三样东西：
- 一套 5 道题的调研框架------资深顾问脑子里默认跑的那张清单
- 6 份可复制粘贴的 Prompt 模板------不用自己编
- AI Agent 和人怎么分工的工作流图------副驾驶，不是司机
适合读者：
- 接到"帮我写份竞品分析"任务但不知道从哪下手的产品/运营
- 用 ChatGPT 只会"帮我分析一下 XX"得到一堆车轱辘话的同学
- 想做跨境电商、DTC 选品，但"第一步"不知道怎么迈的创业者
- 已经在用 AI 但产出被领导打回"这不就是百度搜出来的吗"的打工人
时间成本： 第一次跟着跑 4 小时，熟练后 1 小时一个品牌。
练手案例： 深圳跨境品牌 Momcozy（2024 年 GMV 16 亿人民币，穿戴式吸奶器品类 Top 1）。但案例只是模具，学到手里的是方法。
一、先破一个误区：AI Agent ≠ ChatGPT 问一句
1.1 AI 陪聊 vs AI Agent 调研
大多数人以为的"AI 调研"：打开 ChatGPT，输入"帮我分析一下 Momcozy 这家公司"，然后得到一段看起来很专业、但读完什么也没记住的话。
这不是 AI Agent 调研，这是 AI 陪聊。
两者的区别：
| 维度 | AI 陪聊 | AI Agent 调研 |
|---|---|---|
| 提问方式 | 一句话"帮我分析 XX" | 把问题拆成 5-8 个结构化子问题 |
| 工具使用 | 只用聊天 | 搜索、抓数据、读 PDF、做对比表 |
| 输出 | 一段话 | 一份结构化 Memo（可交付） |
| 数据 | 模型记忆里有什么说什么 | 实时搜索 + 交叉验证 |
| 用户角色 | 问答机器的使用者 | 导演，AI 是摄影师 |
1.2 AI Agent 的本质
把一个模糊的大问题（"这家公司值不值得研究"）拆成一串 AI 能回答的小问题（团队多大、对手是谁、价格带怎么分布），让 AI 用不同工具分别回答，最后你拼回一张战略地图。
核心认知：AI Agent 不是帮你找答案的，是帮你把大问题拆小的。
二、调研的本质：回答三个第一性问题
在讲"怎么做"之前，先讲"调研是什么"。
资深顾问接到"帮我研究这家公司"时，脑子里在回答三个问题：
Q1. 这个市场要不要做？ （值不值得进场）
Q2. 对手凭什么赢？ （规则是谁定的）
Q3. 我凭什么赢？ （差异化在哪）所有电商调研------无论竞品分析、投资尽调、选品决策------都是在回答这三个问题的某个子集。
三问 → 五题映射
Q1. 这个市场要不要做？
└── 题 2：品类战场（市场多大、增长多快）
Q2. 对手凭什么赢？
├── 题 1：品牌身份（对手是谁）
├── 题 3：竞争格局（对手怎么定位）
└── 题 4：价格战略（对手怎么定价）
Q3. 我凭什么赢？
└── 题 5：用户真相（用户真的在意什么）看懂这张图，你就拿到了调研的"骨架"。下面给骨架添肉。
三、AI Agent 的三个身份：分工、串联、校验
3.1 为什么要给 AI 分身份
很多人用 AI 效率不高，是因为没给 AI 分配身份。
你对 AI 说"帮我分析 Momcozy"，AI 不知道自己扮演的是一个只会复述百科的实习生，还是一个尖锐的麦肯锡顾问。
一次让 AI 演三个身份，它会糊。 正确做法：开三个对话窗口，每个窗口只让 AI 演一个身份。
3.2 三个身份的分工
身份 1 · 调研员（搬运工）
- 任务：去找数据、找新闻、找事实。不做判断，只搬运。
- 典型动作：查企查查、扒亚马逊评论、搜 Statista 报告、整理融资历史。
身份 2 · 分析师（归纳工）
- 任务：拿着调研员的数据，做对比、找规律、画图。
- 典型动作：画竞品六维雷达图、聚类价格带、做 SWOT 对比。
身份 3 · 挑刺员（追问工）
- 任务：拿着分析师的报告，专门找漏洞、问"为什么"、做反向假设。
- 典型动作：追问"这个数据对吗""这个假设站得住吗""还有没有没看到的可能性"。
3.3 工作流
原始需求
↓
[调研员窗口] → 输出：结构化原始数据表
↓ 人工复制粘贴
[分析师窗口] → 输出：对比表 + 规律判断
↓ 人工复制粘贴
[挑刺员窗口] → 输出：数据质疑 + 反向假设
↓
人类整合 → 最终 Memo这是 AI Agent 工作流的核心思想------分工、串联、校验。
核心认知：AI 糊涂的时候，不是 AI 不行，是你一次让它演了三个身份。
四、5 道题跟着跑：以 Momcozy 为例
每道题的结构都一样：新手误区 → 正确做法 → 可复制 Prompt → 结论摘要 → 一句话口诀。
4.1 题 1 · 品牌身份：它究竟是谁
新手误区：打开百度搜"Momcozy"，看到一堆广告软文，以为它是一家美国公司。
正确做法 ：让调研员 身份的 AI 去扒四类公开数据源------天眼查（工商）、LinkedIn（团队）、亚马逊（产品）、猎聘（招聘）。交叉验证出一张身份画像。
Prompt 1 · 扒品牌身份（调研员）
你是一名跨境电商行业调研员。任务：调研 Momcozy（路特创新）。
搜集以下信息，每项必须给出来源链接：
1. 中国公司名、成立时间、法人、注册地
2. 融资历史（轮次、金额、投资方、时间）
3. 员工规模（从 LinkedIn/猎聘估算）
4. 办公地点（对应供应链的地理位置）
5. 品牌矩阵（主品牌+所有子品牌+定位）
6. 海外业务国家分布
输出格式：
- 第一部分：结构化表格
- 第二部分：3 条"反常识发现"（数据背后的隐藏信号）
找不到的数据标注"未公开"，不要编。Momcozy 结论摘要：
| 维度 | 数据 | 判断 |
|---|---|---|
| 成立 | 2017 年 | 7 年做到 16 亿，速度惊人 |
| 团队 | 500-1000 人 | 比 Willow/Elvie 都大 |
| 融资 | 只到 A 轮 | 刻意克制，不追求估值 |
| 办公 | 深圳 | 离供应链 10 公里 |
| 矩阵 | Momcozy + Babycozy + Comfelie + Paruu | 主品牌爆款 + 子品牌延伸 |
反常识发现 ：刻意的 A 轮节奏------Willow/Elvie 融到了 C 轮，Momcozy 只到 A 轮，不是融不到，是不想融。先把亚马逊现金流跑通再说故事，像极了早期安克创新。
口诀 ：查身份不是查简历，查的是刻意节奏------团队、融资、矩阵里藏着战略意图。
4.2 题 2 · 品类战场：这是片什么样的海
新手误区：只看"穿戴式吸奶器市场规模"，查到 2.75 亿美金就觉得"太小了没戏"。
正确做法 ：让调研员 扒细分市场数据，让分析师往上看一层看"大盘"------细分品类通常是大盘的"爆破口"，不能只看细分的天花板。
Prompt 2 · 分析品类大盘（分析师）
你是一名战略分析师。任务：分析 {穿戴式吸奶器} 这个品类的战场。
请从三个层面回答：
1. 细分品类（穿戴式吸奶器）：2023 年全球市场规模、2029 年预测、CAGR，
来源 Statista / Grand View / Mordor 三家交叉验证
2. 上一层（母婴大盘）：全球规模、增长率
3. 占比判断：细分品类占大盘多少%？这个比例说明什么？
要求：
- 关键数据必须三源交叉验证，列出每个来源
- 结尾给 1 个判断："这个细分品类是{爆破口/天花板},依据是..."Momcozy 结论摘要：
- 穿戴式吸奶器：2.75 亿（2023）→ 4.17 亿（2029），CAGR 7.5%
- 母婴大盘：$8,230 亿，CAGR 6.8%
- 细分占比仅 0.03%
判断 ：穿戴式吸奶器不是 Momcozy 的终局，是爆破口。它在切 $8,230 亿的大盘（就像小米当年切"智能手机"其实是切"智能生活"）。子品牌 Babycozy/Comfelie/Paruu 就是这个判断的证据。
口诀 ：看细分品类一定要往上看一层------找到大盘，才能判断天花板在哪。
4.3 题 3 · 竞争格局：它在撕哪条规则
新手误区：列个表格把"Momcozy / Willow / Elvie / Medela"参数对比一下，发现"Momcozy 便宜"，写完收工。
正确做法 ：让分析师 做竞品对比表，然后用挑刺员追问："他们共享一个什么隐含假设？Momcozy 是在撕哪条规则？"
Prompt 3 · 竞品隐含假设追问（分析师 + 挑刺员）
分两步。
【第一步：分析师身份】
对比 Willow / Elvie / Medela / Momcozy 四家，6 个维度：
价格带、SKU 数量、静音水平、App 智能、专利壁垒、渠道覆盖。
输出对比表 + 六维雷达图。
【第二步：挑刺员身份】
基于上表，追问：
1. Willow + Elvie + Medela 这三家共享一个什么隐含假设？
（比如"这个品类必须要品牌+专利+医疗背书"）
2. Momcozy 有没有在撕这个假设？它撕的逻辑是什么？
3. 如果 Momcozy 撕成功了，谁最危险？谁最安全？
要求：结论先行，不要拖泥带水。Momcozy 结论摘要：
| 品牌 | 定位 | 价格 | 杀手锏 |
|---|---|---|---|
| Willow | 高端科技 | $349-499 | 储奶袋专利 |
| Elvie | 高端设计 | $279-499 | 35dB 静音 |
| Medela | 专业医疗 | $200-400 | 60 年医疗背书 |
| Momcozy | 性价比颠覆 | $55-259 | 深圳供应链 |
隐含假设："穿戴式吸奶器必须要品牌信任 + 技术专利 + 医疗背书才能赢"。
Momcozy 撕了这条规则，改说："这是一个可以用供应链效率 + 亚马逊运营 + 品牌化内容打赢的大众电商品类。"
口诀：做竞品分析不要只对比"他们做什么"，要追问"他们共享什么隐含假设，谁在撕这个假设"。撕开隐含假设的玩家，往往是下一个赢家。
4.4 题 4 · 价格战略：55 到 499 的鸿沟
新手误区：看到"Momcozy 最便宜 55、最贵 259"，结论："它走的是低价路线"。
正确做法 ：让分析师 画出全品类价格带分布图 ------不是看单点价格，是看价格带覆盖广度。
Prompt 4 · 价格带聚类（分析师）
你是一名定价战略分析师。
任务：扫描穿戴式吸奶器所有主流型号，按四档价格聚类：
$20-40 / $55-180 / $200-300 / $350-500
每档列出：
- 代表品牌和型号
- 目标用户画像
- 核心决策动机
然后回答：
1. Momcozy 覆盖了哪几档？Willow/Elvie 覆盖了哪几档？
2. Momcozy 的定价是"单点定价"还是"楼梯式定价"？
3. 这两种定价策略对 LTV（用户生命周期价值）分别意味着什么？Momcozy 结论摘要：
$20-40 白牌区：数量最多、评论最乱（Momcozy 降维打击这档）
$55-180 Momcozy 主力区：SKU 最丰富
$200-300 中端混战区：Spectra/Medela 入门款
$350-500 高端神坛区：Willow/Elvie 旗舰
（Momcozy $259 性价比平替这档）核心洞察 ：Momcozy 是楼梯式定价 。白牌用户升级、中端用户下沉、高端用户试水------用户 LTV 被它全部吃进来。Willow/Elvie 只有 $349+ 两三款，只能等高端用户主动上门。
口诀 ：定价不是"卖多少钱"的问题，是"你想捕获哪几档用户的 LTV"的问题。单点定价是卖货，阶梯定价是做品牌。
4.5 题 5 · 用户真相：评论里藏着什么没说出口的痛
新手误区：扫一眼亚马逊评分 4.3 星，心想"口碑不错"，继续下一题。
正确做法 ：让调研员 爬 500+ 条评论，让分析师 做语义聚类（不只是情感打分），重点挖 1-3 星评论里的"But..."和 5 星评论里的情感极值。
Prompt 5 · 评论情感语义挖掘（用户研究专家）
你是一名用户研究专家。
任务：对 Momcozy 亚马逊 {产品型号} 的最近 500 条评论做深度分析。
要求：
1. 1-3 星评论：提取 Top 5 抱怨点，每个点给出占比% 和 2 条原句摘录
2. 4-5 星评论：提取 Top 5 价值点，特别关注"情感极值"
（比如"改变了我的生活""救命稻草"这种不是对产品的评价
而是对身份/情感的评价）
3. 识别"But..."------用户在 2-3 星评论里，前半句说产品好，后半句
是真正的痛点
输出结构：
- 抱怨 Top 5（带原句）
- 价值 Top 5（分"功能级"和"情感级"）
- Top 3 "But..." 洞察Momcozy 结论摘要：
抱怨 Top 5（功能性痛点）
漏奶 35% / 吸力不稳 22% / 配件易损 18% / App 不智能 12% / 客服差 8%价值 Top 5（真正的底牌）
1. "改变了我的生活" 40% ← 情感级
2. "终于可以一边工作一边泵" 25% ← 场景级
3. "比 Willow 便宜 $300 但一样好用" 18% ← 对比级
4. "先生再也不能理解妈妈的辛苦了" 10% ← 女性共鸣
5. "孩子在 NICU 时它是我的救命稻草" 7% ← 极端场景刚需核心洞察：Momcozy 真正卖的不是吸奶器，是**"让我在做妈妈的同时不用停止做自己"的解决方案**。功能性痛点是下一战的技术壁垒；价值点才是品牌资产。
口诀 ：看评论不是看星星多少，是挖情感极值------那句最动情的 5 星评论，才是品牌真正的底牌。
五、收尾追问：AI Agent 永远替代不了的那一问
做完 5 道题，90% 的新手就交卷了。但资深分析师还会追问一个 AI 想不到但决定报告含金量的问题：
"这家公司的打法，在它所在的品类里，到底是必然还是陷阱？"
这叫第一性原理追问。
5.1 以 Momcozy 为例
Momcozy 用的是 SHEIN 打法------供应链 + 数据 + KOL + UGC 四个飞轮。
- 说是必然：消费者迟早发现 80 的 Momcozy 和 400 的 Willow 在"挤奶"功能上没 5 倍差距，用脚投票必然发生。
- 说是陷阱：SHEIN 卖快时尚（容错率高），Momcozy 卖母婴（一次安全事故毁 10 年）。漏奶、吸力不稳、配件易损------每一个都是下一颗核弹。
更深一层 ：SHEIN 打法本质反品牌 。Momcozy 想向上走做"母婴 Lululemon"，就必须反掉过去的自己------用反品牌方式建立的品牌，升级时必须反掉自己 ，这是 Momcozy 的身份认同悖论。
5.2 Prompt 6 · 第一性追问（挑刺员）
你是一个挑刺员。
对 {品牌名} 的打法，请追问：
1. 这套打法在这个品类里是"必然"还是"陷阱"？
2. 有没有过这个品类的"前辈"因为这套打法翻车过？
3. 这套打法最大的隐含风险是什么？
4. 如果我是这家公司的 CEO，未来 3 年最应该担心什么？
不要归纳，要追问。不要和稀泥，要站队。核心认知：AI 擅长归纳、不擅长追问。追问是你的活。
六、新手最容易踩的 3 个坑
坑 1 · 数据幻觉
AI 会编看起来很合理的数字。"2024 年全球穿戴式吸奶器 12 亿美金"------真实是 2.75 亿，差 4 倍。
应对：三源交叉验证。让 AI 给来源，手动抽查至少 2 家。
坑 2 · 时效性缺失
AI 的知识有 cut-off，最新融资、政策、产品它不知道。
应对 ：涉及时效的数据，用实时搜索工具（Tavily / Perplexity / web_search），别只靠模型内置。
坑 3 · 第一性缺失
AI 会给你漂亮的 SWOT 表，但不会追问"这 SWOT 的底层假设对吗"。
应对 ：你当导演，AI 当摄影师。你负责"问什么"，AI 负责"怎么拍"。最核心的那个问题，永远不能让 AI 替你想。
三句口诀贴在桌上：三源验证、实时补充、第一性追问。
七、你的第一次作业
方法学会的标志，不是"看懂了"，是"能自己跑一遍"。
作业步骤
Step 1 · 选品牌（5 分钟）
选一个你熟悉的小品牌（别一上来挑腾讯阿里）：
- 你最近买过的某个亚马逊产品
- 你朋友在做的一个跨境电商品牌
- 一家你想投资的 DTC 品牌
Step 2 · 开三个对话窗口（2 分钟）
在 ChatGPT / Claude / 豆包里开 3 个窗口，分别命名：调研员、分析师、挑刺员。
Step 3 · 抄 Prompt 跑 5 道题（3 小时）
把本文 5 道题的 Prompt 复制进去，把 {品牌名}、{品类} 换成你的目标。跑完每一题，手动把调研员的输出粘贴给分析师。
Step 4 · 写一份 2 页 Memo（1 小时）
结构：
- 身份（1 段）
- 战场（1 段）
- 格局（1 段）
- 价格（1 段）
- 用户（1 段）
- So What（1 段，最关键）------你的判断是什么？Step 5 · 跑 3 道防线（10 分钟）
- 关键数据是否三源验证？
- 是否用了实时搜索工具？
- 是否有一句"第一性追问"？
交付标准
- 不超过 2 页
- 有具体数字，不只是感觉
- 有一句老板看了会"嗯？"一下的判断（不是复述，是 insight）
- 能 3 分钟口头讲给同事听
能做到这 4 条，你就跨过了"AI 陪聊"到"AI Agent 调研"的那条线。
八、AI Agent 是副驾驶，不是司机
这篇文章看完，你可能有两种反应：
- 哇，AI 好强，我的工作要被替代了。
- 原来 AI 这么用可以把我从搬砖里解放出来，我可以去做更难的事。
选第二种。
AI Agent 不是要替代你，是要把你放大 10 倍。
它能替你搬运数据（题 1）、归纳信息（题 2-5），但它替代不了你的"为什么"：
- 为什么选这家公司调研？
- 为什么这个假设值得被撕？
- 为什么这套打法是陷阱不是必然？
这些"为什么"，只有你能问。
你越会问"为什么"，AI Agent 的输出就越有价值。你只会问"帮我写个方案"，AI 就永远只能给你一段"看起来很对但其实瞎编"的文字。
Agent 是副驾驶，司机永远是你。
附录：6 份可复制 Prompt 索引
| # | 场景 | Agent 身份 | 对应章节 |
|---|---|---|---|
| 1 | 扒品牌身份 | 调研员 | §4.1 |
| 2 | 分析品类大盘 | 分析师 | §4.2 |
| 3 | 竞品隐含假设追问 | 分析师 + 挑刺员 | §4.3 |
| 4 | 价格带聚类 | 分析师 | §4.4 |
| 5 | 评论情感语义挖掘 | 用户研究专家 | §4.5 |
| 6 | 第一性追问（必然 or 陷阱） | 挑刺员 | §5 |
结语：跑通比看懂更重要
这篇文章给了你方法论 + 案例 + Prompt 三样东西。但只有你真正跑过一遍，它才会变成你的能力。
今晚或周末抽 4 小时，挑一个品牌跑一遍。
跑完欢迎评论区贴你的结论，我帮你改。
作者 ：路易乔布斯 · 一深思 AI
系列 ：AI Agent × 电商调研 · Ep.01
案例 ：Momcozy（深圳跨境 · 年 GMV 16 亿）
获取本文 6 份 Prompt 原件：关注「一深思 AI」
如果本文对你有帮助，欢迎点赞 + 收藏 + 关注三连。有问题评论区见。