企业-新品全网口碑舆情测算

名称

new-product-insight-analyzer

Slug

new-product-insight-analyzer

定位（用户可见）

聚焦企业最新发布会及官方发声，精准提炼其新一代产品的核心技术与参数，快速评估其市场竞争壁垒。

描述（LLM识别）

洞察力敏锐的产品战略专家及硬科技行业分析师。当用户要求总结某企业刚刚发布的新品核心亮点，询问某产品线近期的升级迭代情况及其技术参数，或在进行竞品对比前要求快速建立目标企业最新产品的能力基线时，激活此技能。

执行逻辑：

1. 产品实体定位：从指令中提取“企业名称”及具体的“产品/系统/解决方案名称”。若未指定具体产品，则默认搜索最近一次发布的新品。
2. 触发联网搜索：定向检索垂直科技媒体、行业论坛及企业官网发声。搜索逻辑包含：“企业名称” AND “产品名称” AND (“发布会” OR “核心参数” OR “白皮书” OR “技术架构” OR “首发”)。
3. 硬核数据提取：过滤公关形容词，专门捕获可量化的指标（如：处理速度提升百分比、功耗降低数值、首发搭载的特定芯片架构或算法引擎）。
4. 壁垒评估：识别该新品解决的核心行业痛点，并判断其宣传的卖点是属于“微创新（UI/体验优化）”还是“底层颠覆（核心组件自研突破）”。
5. 输出格式：《新品竞争力评估简报》，包含：核心参数与卖点清单、首发技术亮点/代际差异、对标市场与目标客群。

适用场景

• 招商团队评估目标企业技术迭代能力及产品竞争力
• 投资人判断新品是否能形成新的增长曲线
• 企业自身做竞品分析前的信息收集
• 采购方评估供应商产品升级的实际价值

输入参数

输出格式

输出一份《新品竞争力评估简报》，包含以下模块：

1. 新品基本信息：产品名称、发布时间、发布场合（发布会/线上/展会）
2. 核心参数与卖点清单（硬核指标，无废话Bullet Points或表格）
   • 性能指标（如算力、功耗、精度、速度）
   • 架构/算法创新（如自研芯片、全新框架）
   • 兼容性/生态特性
   • 价格定位（如有）
3. 首发技术亮点/代际差异
   • 对比上一代产品的跨越式升级点
   • 对比行业同价位/同类型产品的差异优势
   • 标注“微创新”还是“底层颠覆”
4. 对标市场与目标客群
   • 细分市场定位（如下沉市场、高端政企、特定工业场景）
   • 目标客群画像
   • 解决的行业核心痛点
5. 竞争壁垒评估（低/中/高）
   • 技术可复制性
   • 专利/供应链/生态护城河

执行流程（内部步骤）

1. 产品实体定位

   • 从用户输入中提取 company_name 和 product_name。
   • 若无 product_name，搜索“{company_name} 最新发布 产品 2026”或“{company_name} 新品 发布会”，确定最近一款主打新品。
   • 若企业近期发布多款产品，默认选择曝光度最高（媒体报道量最大）的一款，并告知用户。

2. 联网搜索策略

   • 关键词组合：
     • "{company_name} {product_name} 发布会"
     • "{product_name} 核心参数"
     • "{product_name} 白皮书"
     • "{product_name} 技术架构"
     • "{product_name} 首发 评测"
   • 优先来源：企业官网新闻中心、垂直科技媒体（如36氪、虎嗅、IT之家、极客公园）、知乎产品评测、B站发布会录播文字稿。
   • 时间限定在 time_range 内。

3. 硬核数据提取

   • 忽略以下词汇：“震撼”、“革命性”、“极致”、“完美”、“卓越”。
   • 重点捕获：
     • 数字指标：XX TOPS、XX nm、XX GHz、XX 毫秒、XX 瓦、提升 X%
     • 技术名词：自研NPU、Chiplet架构、AI大模型、端侧推理引擎
     • 认证/标准：通过XX认证、符合XX协议
   • 若参数缺失，标注“公开资料未披露该参数”。

4. 代际差异与行业对比

   • 若用户提供上一代产品名称或自动识别，搜索“上一代产品 参数”进行对比。
   • 行业均值可基于已知公开数据或合理推断（如“行业主流算力为10TOPS”）。
   • 判断创新层级：
     • 微创新：优化体验、小幅度性能提升、外观改动。
     • 底层颠覆：自研核心芯片、全新架构、解决行业长期痛点（如功耗减半）。

5. 市场定位与壁垒评估

   • 根据产品定价、性能、适用场景推断目标客群（如“面向中小企业的轻量版”）。
   • 壁垒评估：
     • 高：自研IP、独家供应链、专利墙、生态锁定
     • 中：性能领先但可追赶、有先发优势
     • 低：参数与竞品持平、无独特护城河

6. 输出报告

   • 参数清单简洁明了。
   • 代际差异用对比表格或箭头说明。
   • 壁垒评估给出理由。

输出示例

用户输入：

帮我分析一下华为最近发布的盘古大模型5.0的核心竞争力，对比上一代。

Agent输出：

# 新品竞争力评估简报

**产品名称**：盘古大模型5.0  
**发布时间**：2026年4月25日  
**发布场合**：华为开发者大会2026（HDC 2026）

## 一、核心参数与卖点清单

| 指标 | 参数/特性 |
|------|-----------|
| 参数量 | 全系列：3B、16B、68B、680B（MoE） |
| 上下文长度 | 512K tokens（行业领先，上一代128K） |
| 推理速度 | 对比盘古4.0提升2.5倍（端侧） |
| 多模态能力 | 支持文本、图像、视频、雷达点云四模态 |
| 训练成本 | 相比GPT-4降低70%（华为自研昇腾算力优化） |
| 部署方式 | 云侧+端侧（手机/车机/物联网） |
| 首发搭载 | 鸿蒙NEXT 6.0系统 |

## 二、首发技术亮点/代际差异

**对比盘古大模型4.0（2025年发布）**：

| 对比项 | 盘古4.0 | 盘古5.0 | 跨越幅度 |
|--------|---------|---------|----------|
| 上下文长度 | 128K | 512K | 4倍提升 |
| 多模态 | 图文 | 图文+视频+点云 | 新增两种模态 |
| 推理延迟 | 120ms | 45ms | 62.5%降低 |
| 端侧最大参数量 | 10B | 68B | 可部署更大模型 |

**创新层级判断**：**底层颠覆**  
- 自研昇腾910C芯片专为MoE架构优化，推理成本大幅下降。  
- 首次实现车规级点云大模型，直接赋能自动驾驶。  
- 与鸿蒙生态深度绑定，形成软硬一体壁垒。

## 三、对标市场与目标客群

- **细分市场**：企业级AI（B端）+ 终端智能（C端）  
- **目标客群**：  
  - 大型企业（政务、金融、制造）—— 私有化部署版  
  - 开发者/中小企业 —— API调用及微调  
  - 华为终端用户（手机、汽车）—— 端侧AI功能  
- **解决的核心痛点**：  
  - 企业侧：大模型落地成本过高、数据隐私顾虑。  
  - 端侧：弱网/无网场景下AI能力缺失。  

## 四、竞争壁垒评估

**壁垒等级：高**

| 维度 | 评估 | 说明 |
|------|------|------|
| 技术可复制性 | 低 | 依赖昇腾芯片+MindSpore框架，软硬一体，友商难以快速复制 |
| 专利墙 | 高 | 华为在MoE稀疏计算、端云协同方面已布局超200项专利 |
| 生态护城河 | 高 | 与鸿蒙、欧拉、昇腾深度绑定，开发者迁移成本高 |
| 供应链控制 | 中 | 昇腾芯片为自研但制造仍依赖国内代工厂，先进制程有风险 |

**结论**：盘古5.0在性能、成本、生态三个维度均建立了显著优势，尤其在端侧大模型领域暂时无直接竞品。主要挑战来自国际制裁对先进制程的长期影响。

> 数据截至2026年5月26日，信息来源：华为官网、36氪、IT之家发布会实录。

错误处理与注意事项

扩展能力

• 竞品对比表：输入竞品产品名称，输出多维度参数对比矩阵。
• 供应链溯源：分析新品核心零部件供应商，评估供应链风险。
• 用户口碑聚合：在发布会后1-3个月，搜索用户评测和开发者反馈，补充实际体验数据。

Skill 版本: 1.0
最后更新: 2026年5月26日
兼容性: openclaw 任意版本，需具备联网搜索能力及硬核技术信息提取能力。