競品情報的戰場，已經搬進 AI 的回答框裡
過去做競品分析，我們看的是對手的官網、社群貼文、廣告投放與價格帶。這些功課現在依然要做，但已經不夠了。因為愈來愈多台灣消費者在下單前，不是打開五個分頁比價，而是直接問 ChatGPT、Gemini、Perplexity 或 Copilot：「賣這類商品哪一家比較值得買？」「A 品牌跟 B 品牌哪個好？」AI 給出的那段回答，已經是一種新的「貨架」，而且是消費者最先看到、最相信的那一層。
問題來了：在那段回答裡，AI 提到的是誰？它憑什麼推薦那幾家？引用了哪些來源？而最關鍵的一句話是——裡面有沒有你？如果沒有，你就是在一個你看不見的排行榜上默默墊底。B2AI2C（Business to AI to Consumer）的競品情報，就是要把這張看不見的排行榜，變成你能定期量測、能主動優化的儀表板。這篇文章給台灣中小電商一套完全可以自己操作、不需要花錢買外部報告的調查方法。
第一步：設計你的提問清單，而不是只問品牌名
很多人第一次做這件事，只會打開 AI 問「你覺得我的品牌怎麼樣」。這是最沒有情報價值的問法，因為真實消費者幾乎不會這樣問。你要模擬的是「一個還沒決定要買誰的人」會怎麼問。建議把提問分成四種類型，涵蓋消費者從無知到接近成交的完整路徑。
四種必問的提問類型
- 品類認知題：「新手第一次買（你的品類）該注意什麼？」「（品類）有哪些常見的類型與差別？」——看 AI 建立品類框架時，順手帶出哪些品牌當範例。
- 比較評選題：「台灣買（品類）有哪些推薦的品牌或通路？」「A 跟 B 哪個比較適合預算有限的人？」——這是競品被點名、被排序的關鍵題。
- 痛點解決題：「（品類）用起來最常遇到什麼問題？」「怕買到（某缺點）該怎麼挑？」——看 AI 把哪些品牌跟「解方」綁在一起，也看競品被綁上哪些負評。
- 長尾情境題：「送禮、租屋族、預算三千元、給長輩用」等具體情境——這裡最容易出現 AI 答得含糊、沒人講清楚的機會缺口。
每一種類型至少準備三到五個問句，湊出十五到二十題的固定題庫。固定題庫很重要，因為你之後要「定期用同一份題目重問」，才能比較出變化。台灣中小電商建議把品類關鍵字換成自己實際的中文口語說法，例如不要只寫「保健食品」，也要寫「魚油要買哪個牌子」這種真實搜尋語氣。
第二步：實際去問，並記錄該記錄的維度
把題庫拿去逐一問過至少三家主流 AI（建議 ChatGPT、Gemini、Perplexity，這三家的資料來源與更新邏輯差異最大，交叉看最有代表性）。問的時候不要引導、不要暗示品牌，讓 AI 自然回答。每一題、每一家的回答，都要拆解成可記錄的欄位。以下是最少該記錄的維度。
| 記錄維度 | 要抓的重點 | 為什麼重要 |
|---|---|---|
| 被提到的品牌 | AI 主動點名了哪幾家、順序如何 | 這就是 AI 心中的品類排行榜 |
| 推薦的理由 | AI 說某家好，是因為價格、口碑、專業還是選擇多 | 看出品類的評判標準與消費者在意點 |
| 引用的來源 | 回答底下引用了哪些網站、文章、論壇 | 知道要去哪裡讓自己「被引用」 |
| 你有沒有出現 | 你的品牌被提到嗎？在第幾位？講對了嗎 | 你在 AI 貨架上的真實排名 |
| 競品被詬病點 | AI 有沒有帶出某品牌的缺點或抱怨 | 這是你最好的切入攻擊點 |
| 回答品質缺口 | 哪題 AI 答得很空、很含糊、答錯 | 你能補上正確答案就是機會 |
建議直接用一張試算表管理，一列一個「題目 × AI 平台」的組合。問完一輪，你手上就會有一張把品類、競品、來源、缺口全部攤開的情報地圖，這比看十份對手廣告都有用。特別提醒一點：問答過程盡量開新的對話視窗、關掉個人化記憶，避免 AI 因為認得你而給出偏頗的答案，這樣蒐集到的才是接近一般消費者會看到的中性版本。
第三步：從記錄裡找出你的切入點
資料收完，接著是把它變成行動。真正的機會通常藏在三個地方。
機會一：AI 沒回答好的問題
當某一題 AI 答得含糊、給不出具體品牌、或明顯在打太極，代表這個問題在網路上「沒有一篇夠好的內容」能餵給它。這正是你出手的時機。你只要針對這題，寫一篇結構清楚、資訊具體、有實測有數據的內容，就有機會成為 AI 下次回答時的引用來源。
機會二：競品被詬病的點
如果 AI 在講某競品時帶出「出貨慢」「客服差」「規格標示不清」這類抱怨，而這剛好是你做得好的地方，那就把它變成你的內容主軸與商品頁賣點。不是去攻擊對方，而是正面把「我們在這件事上怎麼做」講清楚、講到位，讓 AI 學會在同一個痛點上改推你。
機會三：你能更精準回答的長尾
那些具體情境題——「預算三千送長輩」「租屋族小空間適用」——大品牌往往懶得回答，因為對他們規模太小。但對中小電商，這正是能以小搏大的縫隙。把這些長尾情境一題一題寫成扎實內容，你就能在這些冷門但轉換率高的問題上，穩穩地被 AI 點名。
第四步：把發現轉成內容與資料補強計畫
情報不落地就只是筆記。建議把每一個發現，都對應到一個具體的產出動作，並排出優先序。
- 內容補強：針對 AI 答不好與長尾缺口，規劃部落格長文、選購指南、比較表，內容要具體到有數字、有情境、有明確結論，方便 AI 摘要引用。
- 商品頁補強：把消費者在意、AI 拿來評判的維度（材質、保固、產地、規格），全部補進商品頁的結構化描述，別讓 AI 因為你資訊不全而略過你。
- 被引用來源佈局：看 AI 常引用哪些平台（新聞、論壇、比價站），就想辦法讓自己的正確資訊出現在那些地方。
- 負評澄清：如果 AI 把某個過時或錯誤的印象套在你身上，主動用內容更新事實，逐步把它洗正。
第五步：定期監測，把它變成例行儀表板
AI 的回答會隨模型更新、資料重抓而改變，所以這件事不能只做一次。建議固定每月用同一份題庫重問一輪，記錄下面幾個能長期追蹤的指標，看趨勢而非看單點。
| 監測指標 | 怎麼算 | 健康訊號 |
|---|---|---|
| 品牌出現率 | 你被提到的題數 ÷ 總題數 | 逐月上升 |
| 平均排序位 | 被提到時平均排在第幾個 | 名次往前 |
| 正確描述率 | AI 講你的內容有幾成是對的 | 接近全對 |
| 競品聲量差 | 主要對手出現率減你的出現率 | 差距縮小 |
| 缺口回填數 | 你補內容後，AI 開始答對的題數 | 持續累積 |
重要提醒：別過度解讀單次結果
最後一個觀念一定要記住：AI 的回答會變動，而且因人而異。同一個問題，你今天問跟明天問可能不一樣，你問跟同事問也可能不一樣，因為模型會更新、回答帶有隨機性、也可能參考到你過去的對話脈絡。所以請不要看到某次結果就大喜或大驚。正確的做法是：每題多問幾次、跨多家 AI 交叉比對、看的是「多次結果的整體傾向」與「月與月之間的趨勢」，而不是任何單一次的截圖。把它當成長期的體檢指標，而不是一次性的成績單，你的 B2AI2C 競品情報才會真正可靠。
附：AI 競品情報調查表（可直接複製使用）
| 欄位 | 填寫說明 | 範例 |
|---|---|---|
| 調查日期 | 每次調查的日期，方便比對趨勢 | 2026/08/06 |
| 提問類型 | 品類認知／比較評選／痛點解決／長尾情境 | 比較評選 |
| 提問內容 | 實際丟給 AI 的問句原文 | 台灣買魚油推薦哪些品牌？ |
| AI 平台 | ChatGPT／Gemini／Perplexity 等 | Perplexity |
| 被提到的品牌 | 依出現順序列出 | A牌、B牌、C牌 |
| AI 給的理由 | 它為什麼推薦這幾家 | 濃度標示清楚、評價多 |
| 引用來源 | 回答附的網站或文章 | 某新聞、某論壇 |
| 我是否出現 | 有／無、第幾位、描述對不對 | 無 |
| 競品被詬病點 | AI 帶出的缺點或抱怨 | B牌被說出貨慢 |
| 發現的機會 | 缺口、長尾、可攻擊點 | 沒人講清楚孕婦可否吃 |
| 對應行動 | 要補的內容或商品頁調整 | 寫一篇孕婦魚油選購指南 |
把這張表變成你每月的例行功課，一季之後回頭看，你會很清楚地知道自己在 AI 世界的能見度是往上還是往下，以及每一分內容投入換回了什麼。這，就是台灣中小電商在 B2AI2C 時代最務實的競品情報起手式。切記，情報的價值不在收集，而在你根據它做了什麼——把每一次調查的發現，變成下一批內容與商品頁的優化清單，讓 AI 在下一輪回答裡，不得不把你算進去。