--- slug: gooseworks-cli-competitor-topic-leads-workflow title: GooseWorks CLI：把競品研究、主題研究和名單開發接進 agent status: published excerpt: GooseWorks CLI 不是拿來查單一答案的工具，而是把競品研究、主題研究、名單開發與資料補全接進 agent，回傳能直接往下分析的結構化資料。 category: AI Tools tags: [gooseworks, cli, data, competitor-research, topic-research, lead-generation, ai-agent] author: Seer author_role: Author read_time: 8 min cover: "/static/gooseworks-cli-competitor-topic-leads-workflow-cover.png" closing_note: "資料的終點不是塞滿試算表，而是拼湊出那些隱沒在雜訊後的真實意圖。" published_at: "2026-06-26T12:39:21Z" updated_at: "2026-07-01T15:54:39Z" --- 當老闆叫你在一小時內交出一份競品分析，或者業務開發需要撈出 50 家潛在客戶的聯絡方式時，你大概會開始手忙腳亂地開幾十個瀏覽器分頁、手動複製貼上。GooseWorks CLI 就是為了打破這種繁瑣地獄而生的工具。 它不是拿來查單一答案的瀏覽器外掛，而是要把競品、主題、找名單這些複雜工作，整理成可以直接往下分析或打 API 的結構化資料。你可以把它當成 competitor intel、topic research、lead generation、資料抓取的自動化入口。當你把這些資料工作流接到 coding agent 裡，Agent 就能直接發揮所長，幫你做進一步的整理、分類和比對，省去手動整理的痛苦。 ## 快速跳轉 - [它主要能做什麼](#h-它主要能做什麼) - [它回傳什麼](#h-它回傳什麼) - [怎麼用](#h-怎麼用) - [不同情境怎麼用、用什麼技能](#h-不同情境怎麼用用什麼技能) - [邊界也要講清楚](#h-邊界也要講清楚) - [參考](#h-參考) ## 它主要能做什麼 GooseWorks 的使用範圍很清楚，主要幫你省去手動撈資料的時間： - **競品研究**：分析 competitor intel、競品廣告、公司資訊、技術棧 - **主題研究**：查某個 topic 在 X、Reddit、LinkedIn 的討論，找相關貼文和關鍵 influencer - **名單開發**：lead generation、prospect research、ICP (理想客戶畫像) 定位 - **資料抓取**：不用自己寫腳本去 scraping X / Reddit / LinkedIn / web - **資料補全**：email、company、people enrichment，把缺漏的欄位補齊 - **內容與廣告**：SEO、ad analysis、content research 這像是在幫你的 Agent 裝上一個專門的資料入口。你拿到的不是一堆凌亂的搜尋結果網頁，而是已經被處理好、能直接被後續步驟讀取的乾淨資料。 ## 它回傳什麼 重點不是一句簡單的摘要，而是它會回傳 **結構化結果**，像是： - 乾淨的潛在客戶名單 - 公司與人物的詳細資料（Enrichment） - 貼文內容與互動數據 - 廣告資訊與投放歷程 - 技能清單與對應的 slug 這種輸出方式特別適合拿來做後續的自動化流程，例如串接你的 API 產出競品表、主題整理報告、開發客戶名單，或是幫你拆解廣告並生成內容草稿。如果你的工作流本來就需要把資料往下整理成報告、表格或筆記，這類工具就非常對味。 ## 怎麼用 最簡單的上手步驟如下： ```bash npx gooseworks install --claude ``` 這行指令會把 GooseWorks 的工具包直接裝進你的 Claude 專案環境裡。它會自動搞定背後 API 的串接與設定，不需要你手動去貼 token 或修改設定檔。 你也可以針對其他常用的 Agent 進行安裝，例如 Cursor 或 Codex。 ```bash npx gooseworks install --cursor ``` 這行命令會將工具套用到 Cursor 編輯器中。裝好之後，你就可以直接在對話框裡叫 Agent 用 GooseWorks 去撈特定的網路資料。 安裝完成後，你只需要在 prompt 裡直接交待任務給 Agent 即可： - 要查競品，就讓它走 `gooseworks`。 - 要看廣告，就用 `goose-ads`。 - 要做圖表或簡報視覺，就用 `goose-graphics`。 如果在實作中踩坑或是不確定引數，你可以請 Agent 去 `search` 或是 `fetch` 對應的 skill，看看這個 skill 會回傳什麼格式、需要帶哪些參數。這其實是把「找資料」和「處理資料」拆開，GooseWorks 負責抓和補，Agent 負責整理和往下推。 ## 不同情境怎麼用、用什麼技能 | 情境 | 主要要做的事 | 用什麼技能 | |---|---|---| | 查競品 | 看最近廣告、貼文、公司資訊、技術棧 | `gooseworks`、`goose-ads` | | 查主題 | 整理某個 topic 在 X / Reddit / LinkedIn 的討論 | `gooseworks` | | 找名單 | 找 leads、prospect、ICP、email、warm intros | `gooseworks` | | 補資料 | 補 email、company、people 資訊 | `gooseworks` | | 看廣告 | 拆 creative、看 campaign、找 hook / angle | `goose-ads` | | 做視覺 | 做 carousel、slides、infographics | `goose-graphics` | 簡單來說，功能劃分如下： - **競品 / 主題 / 名單 / 補資料** → 用 `gooseworks` - **廣告研究 / 創意分析 / 廣告 remix** → 用 `goose-ads` - **圖表 / infographics / slides / 社群圖** → 用 `goose-graphics` ## 直接對應到使用場景 ### 1. 查競品 如果要看競品最近在做什麼，你可以讓 Agent 去抓： - live ads（投放中的廣告） - 最近貼文與社群動態 - 公司基本資訊與規模 - 受眾與市場定位的變化 - 從徵才或開源專案中透露的技術棧線索 適合用在 SaaS 競品分析、品牌觀察、廣告拆解以及市場研究。最常見的做法是先收資料，再讓 Agent 把資料整理成一份競品筆記或比較表。 ### 2. 查主題 如果你想知道某個 topic 現在在社群上怎麼被談，可以撈出： - 熱門討論貼文 - 相關帳號與受關注度 - 最近的聲量趨勢 - 有在談這個 topic 的人 適合用在內容選題、市場脈動整理、influencer / KOL 研究。重點是把 topic 相關的內容與人一起抓出來，方便你快速判斷熱度和方向。 ### 3. 找名單 開發客戶或找合作對象時，可以用它做： - leads 開發 - warm intros 線索 - 聯絡人的 email 補全 - 公司與個人 profile 補齊（company/person enrichment） 適合用在業務開發、outbound 名單建立、代理商尋找客戶。它最實用的地方在於不只幫你找人，還能順手補足背景資料，讓名單不是一串冷冰冰的名字，而是可以直接拿來用的開發素材。 ### 4. 看廣告 如果想研究某個品牌投廣告的策略，可以用它看： - ad intelligence - 廣告素材分析（creative analysis） - hook / angle 拆解 - campaign 走勢 這時候切到 `goose-ads` 最適合，因為它的設計本來就是為了廣告創意與投放分析，不只是一般資料搜尋。 ### 5. 做視覺 如果需要將資料轉化為圖表、簡報或社群視覺，可以用： - `goose-graphics` 它能幫你產出 carousel（輪播圖）、slides（簡報頁）、infographics（圖表）等 branded visual design。這跟前面不同，`gooseworks` 負責資料層，而 `goose-graphics` 則是負責把成果輸出的視覺層。 ## 邊界也要講清楚 這類工具不是萬用解，使用時也有它的限制。 - If 只是快速查一個小問題，用一般的 web search 或大模型對話就夠了。 - 如果需要的是完整的 research 流程、整理名單、或者是長期追蹤競品，它才比較能發揮價值。 - 廣告與部分進階投放分析，會更適合走 `goose-ads`。 - 視覺輸出則應該直接交給 `goose-graphics`。 另外，部分命令（像是 `search`、`fetch`、`credits`、`update`）需要登入驗證後才能正常運作。它的核心價值在於把「撈資料」這件事變成工作流的一部分，而不是要你把所有疑難雜症都塞進同一個工具裡解決。 ## 參考 1. GooseWorks CLI 官方頁： 2. GitHub repo： 3. npm package： 4. `gooseworks` package README / skill definition：