Update documentation from Claude Code

business/competitor-analysis.md

@@ -8,12 +8,13 @@
 
 Skelet 的竞品分为几类：
 
-1. GitHub Topics / Search。
-2. Awesome Lists。
-3. 开源替代产品目录。
-4. 付费模板市场。
-5. 官方框架 starter。
-6. 技术博客和排行榜文章。
+1. 直接问 AI（Claude / ChatGPT / Cursor 等）——最大的隐性竞品。
+2. GitHub Topics / Search。
+3. Awesome Lists。
+4. 开源替代产品目录。
+5. 付费模板市场。
+6. 官方框架 starter。
+7. 技术博客和排行榜文章。
 
 Skelet 不需要在第一版取代它们，而是要做一个更适合“AI coding 项目启动选型”的中间层。
 
@@ -21,6 +22,7 @@ Skelet 不需要在第一版取代它们，而是要做一个更适合“AI codi
 
 | 类型 | 优势 | 缺点 | Skelet 机会 |
 | --- | --- | --- | --- |
+| 直接问 AI | 即问即答、结合用户自己的上下文、零切换成本 | 训练数据滞后、不知道当前维护状态、评分口径不一致、给不出可信对比来源 | 提供时效性数据和统一评测，成为 AI 引用的数据源。 |
 | GitHub Topics | 数据最全、更新快、有 stars/forks/signals | 噪声高、缺少场景判断、缺少评测 | 做筛选、归类、评测和结论。 |
 | Awesome Lists | 人工整理、覆盖细分领域 | 更新不稳定、缺少评分、链接堆砌 | 做结构化字段和维护状态追踪。 |
 | OpenAlternative / AlternativeTo | 适合找开源替代产品和行业软件 | 更多是产品目录，不是项目骨架目录 | 从成熟产品反推行业骨架需求。 |
@@ -31,6 +33,23 @@ Skelet 不需要在第一版取代它们，而是要做一个更适合“AI codi
 
 ## 三、直接参考对象
 
+### 3.0 直接问 AI（最大的隐性竞品）
+
+定位：目标用户（AI coding 使用者）现在选骨架的第一反应往往不是逛目录站，而是直接问 Claude / ChatGPT / Cursor。任何目录站的分析如果不回答"用户为什么不直接问 AI"，都是不完整的。
+
+AI 回答的真实短板（Skelet 的生存空间）：
+
+- **时效性**：训练数据滞后数月到一年以上，不知道项目当前的维护状态、最近是否 archived、依赖是否过期。
+- **一致性**：每次回答的评分口径和推荐理由都不一样，无法横向对比。
+- **负面信息缺失**："这个骨架不适合什么场景"这类负面评测在训练数据里几乎不存在。
+- **可信来源**：AI 给不出可核查的结构化对比出处。
+
+防守 + 借力策略（这既是威胁也是获客路径）：
+
+- 持续维护"维护状态 + 统一评分 + 不适合场景"这三类 AI 给不了的数据。
+- 提供 `llms.txt` 和项目数据 JSON 导出，让 AI 工具在回答选型问题时**引用 Skelet 作为数据源**——对这个站的目标用户来说，"被 AI 引用"可能是比传统 SEO 更高效的获客渠道（已列入 `../docs/06-tasks.md` Backlog）。
+- 长期可评估 MCP server 形态，让 agent 直接查询骨架数据库。
+
 ### 3.1 GitHub Topics
 
 定位：最大开源项目入口。
@@ -113,18 +132,18 @@ Skelet 的核心差异：
 
 ## 五、第一版竞争策略
 
-不要一开始做大而全目录。第一版只打穿 4 个高需求场景：
+不要一开始做大而全目录。**首批只打穿 2 个场景**：
 
-1. SaaS。
-2. 管理后台。
-3. API 服务。
-4. 内容站 / CMS。
+1. SaaS（需求量最大、变现路径最清晰）。
+2. 内容站 / CMS（作者正在用 Wagtail 建站，有一手评测经验）。
+
+管理后台和 API 服务作为第二批，在 M3（SEO 验证）闸门通过后再扩展（见 `business-plan-v1.md` 里程碑）。
 
 每个场景做到：
 
-- 8-15 个高质量候选。
-- 统一评分。
-- 有推荐结论。
+- 约 10 个高质量候选。
+- 按 `../docs/04-architecture.md` 的统一评分维度打分。
+- 有推荐结论和不适合场景。
 - 有一篇场景推荐文章。
 - 有一篇对比文章。
 
@@ -132,6 +151,7 @@ Skelet 的核心差异：
 
 | 风险 | 说明 | 防守方式 |
 | --- | --- | --- |
+| 用户直接问 AI | AI 即问即答，用户不来目录站 | 维护 AI 给不了的时效性数据、统一评分和负面评测；用 llms.txt / JSON 导出让 AI 引用 Skelet（见 3.0）。 |
 | GitHub 数据太全 | 用户可能直接去 GitHub 搜 | Skelet 提供场景判断和 AI 友好度评分。 |
 | Awesome list 更轻 | 用户可能只需要链接 | Skelet 提供详情、对比和维护状态。 |
 | 模板市场转化强 | 付费模板有 demo 和营销 | Skelet 先建立信任，后续卖整理后的 AI 友好模板。 |