/projects/competitorresearch
Competitor Research Agent
競合サイトスキャンから競争情報を取得
Competitor Research Agent
競合サイトスキャンから競争情報を取得
09
プロジェクト背景05
課題
Competitor Research Agent は、競合サイトスキャンから競争情報を取得 を有用で統制され説明可能なプロダクトシステムへ変える課題を扱います。
解決策
Competitor Research Agent は、明示的な境界、検査可能なワークフロー、見える提供スタック（Next.js、React、TypeScript、AI SDK など）を中心に整理されています。
難所
難しい点は、自律性、データ、ツール、ユーザー体験をそろえながら、運用リスクや証拠を隠さないことです。
革新性
特徴は、アーキテクチャをプロダクト表面として扱うことです。機能は責任、証拠経路、提供境界として説明されます。
ドメイン専門性
Competitor Research Agent は、プロダクトアーキテクチャ、エージェントシステム、データ境界、制御、提供規律にまたがる応用エンジニアリング判断を示します。
ケーススタディの根拠11
成果
- Competitor Research Agent は技術コンセプトをレビュー可能なプロダクトワークフローに変えます。
- システムの振る舞いを、明示的な境界、証拠、運用者に見える判断へ結び付けます。
- 関連するAIプロダクト作業に再利用できるアーキテクチャ参照を作ります。
アーキテクチャ判断
- Competitor Research Agent は、ユーザー向け表面とランタイム/データ制御の責任を分離します。
- Next.js と周辺スタックは、装飾的なバッジではなく提供判断として示されます。
- 証拠、レビュー、運用状態を見えるままにし、利用後もシステムを検査できるようにします。
ドメイン専門性のシグナル
エージェントアーキテクチャガバナンス証拠運用UXNext.js
技術詳細09
Competitor Research Agent は 競合サイトスキャンから競争情報を取得 のケーススタディです。競合サイトスキャンから競争情報を取得 深さは、境界、証拠、ワークフロー、提供判断を読める形にする点にあります。
システム境界
Competitor Research Agent は明確な責任で整理され、ユーザー、ツール、データ、ランタイム操作が一つの不透明なモデル呼び出しに潰れないようにしています。
ワークフローモデル
計画、ツール利用、状態、結果表示を分け、運用者が何が起きたのか、なぜ起きたのかを追えるようにします。
証拠の姿勢
証拠、ログ、成果物、レビュー経路を、任意の実装メモではなくプロダクトの一部として扱います。
提供スタック
Next.js が実装ストーリーを支え、周辺スタックが永続化、インターフェイス、自動化、検証を担います。
これが示すこと
- Competitor Research Agent はアーキテクチャ判断を検査可能なプロダクト内容として示します。
- Next.js はランタイムと提供責任に結び付いています。
- ケーススタディは、ユーザー体験、ツール境界、証拠、運用を分けて説明します。
- この構造は隣接するエージェント型プロダクトにも再利用できます。
6指標: intel tools
4指標: max scraped pages
3-5s指標: target extraction
1指標: battlecard
2指標: model paths
60s指標: stream cap
技術スタック09
Next.js
技術的な理由: Works well for a single-task research app because scraping, extraction, and chat can share one project boundary.
React
技術的な理由: Supports rich views for pricing, features, stack badges, weaknesses, and battlecards.
TypeScript
技術的な理由: Keeps the scraped profile, tool calls, and UI view models aligned as the analysis expands.
AI SDK
技術的な理由: Runs the follow-up analyst loop with tool calling, streaming, and model-provider flexibility.
Google Gemini
技術的な理由: Handles the conversational competitor analyst path through a fast tool-loop model.
OpenAI
技術的な理由: Used for the structured extraction pass where a clean CompetitorData object matters.
Firecrawl
技術的な理由: Chosen because competitor intelligence starts with mapping and scraping real public pages.
Upstash
技術的な理由: Adds a small, durable rate-limit guard for public scraping and agent calls.
Zod
技術的な理由: Defines the competitor schema so extraction errors do not leak into the UI.
実装済みツール09
scrapeCompetitor
実装済みツール: Coordinates URL validation, rate limiting, Firecrawl mapping, page scraping, and extraction.
Firecrawl map
実装済みツール: Finds the pricing, features, about, and proof pages that usually carry market intelligence.
OpenAI structured extraction
実装済みツール: Converts scraped markdown into the normalized competitor profile used by the app.
analyzePositioning
実装済みツール: Extracts value propositions, audience, messaging themes, and category position.
extractPricing
実装済みツール: Builds a structured view of tiers, billing model, trials, and free-plan details.
identifyFeatures
実装済みツール: Turns page content into feature groups, gaps, and comparison-ready matrices.
analyzeTechStack
実装済みツール: Detects frameworks, infrastructure, analytics, auth, payments, and overall modernity.
findWeaknesses
実装済みツール: Highlights exploitable gaps, complaints, and positioning opportunities.
generateBattlecard
実装済みツール: Creates objections, responses, winning tactics, and traps to avoid.