网站深度分析
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md 的指南,将 @user_88f5a0e7/website-analysis 安装到你的 AI 助手中。
技能介绍
解决什么问题
想摸清楚一个陌生站点的底细,常规做法是在 RDAP 查询、响应头抓取、第三方流量平台和行业报告之间来回切换,最后拼出一堆互相打架的结论:Whois 显示注册时间,响应头暴露 CDN,流量平台各报各的数,营收只能靠拍脑袋。网站深度分析把这一过程串成一条固定工作流:输入域名,输出一份结构化交互式 HTML 报告,五个维度一次讲清——基本情况、技术栈、运营、营收、竞争格局。
核心能力与工作流
- 阶段 0 · 域名与归属:用
RDAP API查 Whois(注册商、创建/到期时间、域名年龄),并强制交叉采集归属信息——首页与/about、/team、/privacy、/terms页面、WebSearch、第三方企业库,官方页面为准。 - 阶段 1 · 技术栈推断:从响应头(
cf-ray、x-vercel)和页面特征(__NEXT_DATA__)推断前端框架、CDN 与分析工具,只标注"推断"而非"确认"。 - 阶段 2 · 运营数据:查询
creati.ai、aitrustlist.com等多个流量估算平台;结构性判断一致才写入结论,绝对值取信数据最全、时间最新者,其余留作对照区间。 - 阶段 3–4 · 市场与营收:搜索品类市场规模与头部竞品,按三档情景(保守/基准/乐观)以 转化率 × ARPU × 成本结构 测算年化收入。
- 阶段 5 · 报告生成:套用
assets/report-template.html模板,Chart.js 出图(canvas 内必须硬编码十六进制色值),全部结果以简体中文输出。
适用边界
- 流量数字来自第三方估算而非 GA4,与实账可能差几十倍,只适合做结构判断(如"自然搜索为主"),不宜当绝对口径。
- GDPR 之后 Whois 注册人普遍脱敏,拿不到就如实标"未公开",不编造。
- 技术栈与营收结论都是方向性参考——玩具报告里的推断来源和假设假设都已标注,需要精确数字仍需另找第一方证据。
使用场景
- 投资人想快速评估新创企背景,需要一份包含流量、测算、竞品的客观分析报告,用于快速估值或风控,要求所有数据可交叉验证。
- 产品经理要做某 SaaS 产品的竞品拆解,需要得到技术栈(前端框架)、CDN、功能矩阵与 AI 壁垒的判断,用来反推开发排期。
- 市场团队每月复盘竞品投放和自然增长,需要一份流量来源占比、Top 关键词、地理分布的中文拆解报告,找增长机会。
- 运营负责人正规划明年预算,需要一份结合成本结构、算力占比和营收预测的 HTML 报告,辅助确定定价策略和投入重点。
适合人员
- 商业分析师:为投资机构撰写标的的技术与运营拆解报告,需要数据来源透明并标注时间窗口。
- 产品经理:拆解竞品前端框架、CDN 与 AI 功能矩阵,评估开发成本与技术壁垒。
- 增长运营:分析同领域网站的自然搜索占比、关键词与地理分布,判断对手增长渠道。
- 独立研究员:为客户交付特定品类的头部网站深度调研报告,从公开数据还原运营全景。