卡锁
上篇讲了用 WorkBuddy 四步挖竞品弱点的流程，评论区有人问：真有那么准？会不会 AI 分析看着漂亮、一用就翻车？
这周我拿两家真实工具的 620 条公开评论做了一次完整实测，从原料贴入到改进清单交付全程计时记录，最后按 5 个维度打分。结论先放前面：46/50，扣分点很具体，看完你就知道哪里要用脑子兜底。
实测设定：原料、任务、对照
为了不变成自说自话，这次测试刻意设了规矩：
• 原料：A、B 两款办公工具的公开评论共 620 条（A 家 350 条、B 家 270 条），星级和日期都保留，来源是应用市场公开评价区人工复制；
• 任务：让 WorkBuddy 按固定提示词做主题归类、频次统计、代表原文摘录、改进机会清单；
• 对照：我自己先手动精读了 120 条，心里有一版”人肉结论”，专门用来对答案。
人肉精读 120 条我花了约 2 小时。WorkBuddy 全量跑完 620 条加出清单，计时 11 分钟。这是第一次直观差距。
维度一：归类准确率（9/10）
我把它的归类结果随机抽了 60 条人工复核，56 条归对，准确率 93%。错的那 4 条有两类典型：
一是复合评论拆得不干净。”闪退就算了，客服还不理人”这种一句两伤的，它有时只归进”性能卡顿”，漏了”客服体验”。频次统计因此低估了客服问题大约 5 个百分点。
二是反讽识别偶尔翻车。”可真是太好用了呢，一天丢我三份文档”——它第一遍归进了正面评价。我让它按星级复核（低星评论里的夸奖句重点检查）后修正了。
扣分原因就在这 7%。结论：归类结果必须抽查，不能裸用。但 93% 的基础准确率加上 20 分钟抽查，比人肉从头翻效率高一个数量级。
维度二：统计与格式规范（10/10）
这一维几乎没得挑。频次表排序正确，占比加总等于 100%，代表原文带星级和日期，改进清单表格六列整整齐齐。
我用 Excel 透视表把它输出的原始归类重算了一遍占比，和它报的数字完全一致。这类”结构明确、规则死板”的统计任务，是 WorkBuddy 最稳的能力区。
对小团队来说这点很实在：以前统计评论要开 Excel 拉透视表、手动排频次，现在贴文本进去，出来就是能直接进周报的表格。
维度三：洞察质量（8/10）
它给的”用户最不能忍的三件事”是：同步丢数据、客服响应慢、导出要付费。和我人肉精读的结论三条里中了两条半——”导出要付费”我排第四，它排第三，因为我在人工阅读时被自己工具用户的抱怨带偏了，它没有这个偏差。
扣的两分在洞察的”下一步”。它能告诉你”客服响应慢占差评 31%”，但”所以你们该加人还是上智能客服”这种结合自家资源的权衡，它给的建议偏模板化，说了等于没说。
结论：归纳和排序信它，决策必须自己来。它是最好的调研助理，不是产品总监。
维度四：过程可控性（9/10）
三个加分细节值得说：
• 我中途改需求（”把 B 家单独也出一份”），它没有从头重跑，增量处理；
• 要求”每个主题必须附 3 条原文”后，它没敢只给空统计，这条硬约束执行得很好；
• 让它输出 Markdown 表格、分节标题，格式一次到位，贴进周报不用二次排版。
扣一分：第一次跑时它自作主张把”其他”类里 40 多条评论合并成了一句笼统描述。后来我在提示词里加了”其他类也必须逐条保留原文”才按住。教训：不给明确约束，AI 会偷偷简化。
维度五：耗时与成本（10/10）
全流程账本：贴原料和提示词 5 分钟，跑分析 11 分钟，抽查校验 25 分钟，合计约 40 分钟。同工作量我人肉做，按之前 120 条 2 小时的速率推算，620 条加归类统计加写清单，至少要一整天。
省出来的不是 5 小时，是这件事从”攒够了季度再做”变成”随时能做”。竞品发了新版本，当天就能把新评论丢进去看口碑走向，调研频率完全不一样了。
总分 46/50：适合谁，不适合谁
| 维度 | 得分 |
|—|—|
| 归类准确率 | 9/10 |
| 统计与格式 | 10/10 |
| 洞察质量 | 8/10 |
| 过程可控性 | 9/10 |
| 耗时与成本 | 10/10 |
| 总分 | 46/50 |
适合你，如果：你是产品、市场、运营的，需要定期看竞品口碑；手头有几百到几千条现成文本；接受”AI 跑量、人工抽查”的分工。
不适合你，如果：你想一键得出”竞品战略”这种高层判断；或者你的”数据”只有三五条道听途说的反馈——样本太少，AI 也救不了。
实测后我改掉的三个使用习惯
这轮测试还暴露了我自己之前用得不对的地方，顺手改掉，也分享给你：
一、提示词里从”宽放”改成”硬约束”。以前我只说”归类并统计”，现在固定加三句死规矩：其他类不许合并、每主题必附原文、低星评论里的夸奖句单独标记。约束越硬，返工越少，这三句都是被翻车教训逼出来的。
二、先小样本试跑再全量。现在我先贴 50 条试一轮，看归类颗粒度合不合意——比如”同步失败”和”同步慢”要不要分成两类。50 条调好框架，再灌全量，避免跑完 600 条才发现分类不满意、全部重来。
三、结论输出前加一轮”反方质询”。让 WorkBuddy 扮演唱反调的：”指出这份分析最可能错的三个地方，以及每个错误会怎么误导决策。”这一轮经常能逼出它自己都没意识到的样本偏差，比如差评用户天然比满意用户更爱评论，占比会系统性偏高。这步不费时间，但每次都能给结论上个保险。
下一篇我会写一个完整的真实案例：一个 3 人小团队怎么用这套流程，从竞品差评里挑出一个对方没做、他们一周上线的功能。
你平时做竞品分析，最花时间的是收集还是分析环节？评论区报个到，我看看哪边吐槽多。
#WorkBuddy #AI办公 #效率工具
