盯 5 个竞品页，人工每天挨个看一遍 12 分钟，看三天就懒得看了。这次改成脚本每天 8 点存快照、比出差异，再把原始差异丢给豆包转成一张人话表。22 个工作日实测：看到真实变化 7 次，脚本跑出来的待看条目 14 条，其中 7 条是广告位轮播造成的假差异。第一件事不是写脚本，是先把假差异清掉。
一句话结论
竞品监控的成败不在于抓得多全，在于每天需要人看的条目有几条。抓 5 个页面只花 40 秒，可如果每天吐出 30 条差异，第二天就没人看了。所以顺序是先去噪、再比差异、最后才交给模型说人话。跳过第一步，工具再准也会被弃用——这不是技术问题，是注意力问题。
这篇解决什么问题
三种情况最常见。一是靠人肉刷新：早上开 5 个标签页逐个滚，看到眼熟就关掉，漏掉的永远不知道。二是抓了但没人看：脚本每天生成一份长 diff，几百行加减号，老板不看、自己也不看。三是把轮播图当成交付变化：首页 banner 每天换一版，diff 里天天有 3 处变动，报警一响就麻木。
根子是把「监控」当成「采集」。采集解决有没有数据，监控解决哪一条值得今天看。这两件事之间隔着一次去噪和一次归纳，缺了它们，数据越多越没用。
开始前要准备什么
- 5 个目标页的稳定选择器：只抓正文容器，不抓整页。整页含导航与推荐位，噪声占九成。
- 一份白名单：哪些区域的变化不需要通知（轮播、广告、推荐、访问计数）。
- 快照留存策略：按天存原始 HTML，保留 30 天，出问题能回溯到底哪天变的。
- 一条纪律：每天待看条目超过 5 条就停下修去噪，不要靠“今天先凑合看”撑过去。
具体怎么做
第一步：只抓正文容器，把噪声挡在门外
整页抓下来一页有 1,240 个节点，正文只占 300 多个，其余是导航、推荐、页脚、统计脚本。差异里有九成来自这些区域。做法是先手工定位一次正文容器的选择器，之后只抓这一块，其余不落盘。
这一步决定了后面所有工作量。这次 5 个页面里 4 个用同一个选择器就够，剩下 1 个是单页应用，正文在脚本渲染后才出现，得加 2 秒等待。定位选择器花了 25 分钟，是整条流程里最不能省的时间。
这是我准备监控的 5 个页面的 HTML 结构（每页给一段节选）。
请帮我：
1. 指出每页正文容器的唯一性选择器，说明为什么这个选择器不会误选中推荐区；
2. 标出哪些区域属于噪声（轮播、广告、推荐、访问计数），给出应排除的类名或属性；
3. 对渲染后才出正文的页面，提示需要额外等待或滚动。要求：选择器要能直接写进抓取脚本，不要给“用正文提取算法”这类笼统建议。
第二步：按天存快照，差异在本地算
每天 8 点跑一次，抓完把正文存成同名的日期文件，例如 20261027.html。差异不在抓取时算，而是在本地跑比对——这样回溯方便，某天觉得有问题可以拿任意两天的快照重算，不用重新请求对方站点。
抓取本身很快：5 个页面每个 8 秒，合计 40 秒，加解析 20 秒，一分钟内跑完。真正需要设计的是比对粒度——按段落比还是按字符比？这次按段落，因为价格从 299 改成 279 这种单字变化，按字符比会切出两行无意义的碎片。
这是昨天和今天的两份正文快照（结构相同，段落已按顺序对齐）。
请帮我：
1. 按段落比对，列出新增、删除、修改三类差异，每条给原文与新文；
2. 对“修改”类，标出改动的关键字段（价格、套餐名、数量、期限、承诺词）；
3. 判断哪些差异只是排版或标点调整，可以忽略。要求：先列差异再判定，不要合并步骤；每条差异要能定位到段落序号。
第三步：用白名单把假差异清掉
首周跑了 5 天，待看条目 41 条，其中 32 条是轮播位和“已售 1,284 件”这类计数在变。这些不是交付变化，但每天都会触发。做法是维护一份白名单，按选择器或按出现规律排除，命中白名单的直接不写入差异表。
清完之后 22 个工作日累计待看 14 条，其中真实变化 7 条：价格调整 2 次（299 降到 279、499 拆成 399 加 99 加购）、套餐结构改 3 次、主推文案换 2 次。剩 7 条是边界情况，比如对方把“限 3 件”改成“每单限 3 件”，语义没变但字符变了。
这是最近一周的差异清单，共 41 条。
请帮我：
1. 找出属于噪声的差异，按类型归组（轮播、计数、时间戳、推荐位），说明判断依据；
2. 给出可写进白名单的匹配规则（选择器、正则、出现频次）；
3. 指出哪些看起来像噪声、实际是交付变化的，不要误伤。要求：每条规则要能落地执行；区分“一定排除”和“需要人工确认”两类。
第四步：让模型把 diff 写成一行一句
原始差异是加减号，看不懂。交给豆包转成一句话：谁、哪个字段、从什么变成什么、可能影响什么。这次 14 条转完是 14 行，每行 40 字上下，早上花 3 分钟扫一遍就够。注意只让它转述，不让它推测意图——「对方在打价格战」这种结论没有依据，写进去反而误导。
提示词里要挡住两件事：不许合并多条差异成一句（合并后无法逐个核对）、不许写“可能”“或许”这类猜测词。转述的准确率这次是 14 条全对，但如果不给字段清单，它会把“套餐名从 A 改成 A 增强版”写成“新增套餐”，这是错的。
这是今日差异清单（14 条，每条含段落序号、原文、新文）。
请帮我转成核对表，一行一条，字段固定为：
日期 | 竞品 | 变化字段 | 原值 | 新值 | 是否需要跟进约束：
1. 一行只写一条差异，不许合并；
2. 只陈述变化，不推测动机，不写“可能”“或许”；
3. 变化字段限定在：价格、套餐结构、数量限制、期限、承诺表述、主推卖点；
4. 无法归入上述字段的，字段写“其他”，不要硬套。输出只要表，不要前后解释。
实测记录
素材是 5 个竞品页，22 个工作日连续跑。搭建 90 分钟（选择器 25、脚本与定时 40、白名单首版 15、提示词 10）。每天运行 1 分钟，看表 3 分钟，合计 4 分钟。22 天累计 88 分钟，加搭建是 178 分钟；人工按每天 12 分钟算是 264 分钟，首月省 86 分钟。
从第二个月起没有搭建成本，每月 88 分钟对 264 分钟，省 176 分钟。也就是说第一月只是打平，价值从第二个月才开始显出来。这点要说清楚，否则第一个月看到只省 86 分钟会以为不值得。
抓到的东西：真实变化 7 次，其中价格 2 次。有一次是 499 拆成 399 加 99 加购，如果只看单一价格字段，会误判成降价，实际是拆包提价。这类变化人肉很难发现，因为页面整体看起来差不多。
最容易错的 3 个地方
第一，抓整页。整页抓取看着保险，实际每天几百条噪声，看两天就废。正文容器要手工定位一次，别指望自动提取——自动提取遇到单页应用就返回空，你还会以为对方没更新。
第二，靠加阈值压噪声。「变化少于 5 处不通知」这种做法，会把真正的单点调价一起压掉。这次那条 299 降到 279 就是单条差异。正确做法是按区域白名单排除，不是按数量过滤。
第三，让模型解释动机。「对方在试探价格带」这种话写进日报，第二次就会有人拿它当决策依据。转述只写到「价格从 299 变成 279」，判断留给人，因为动机没有数据支撑。
可复用的东西
正文选择器：一页一个，手工定位一次，只抓正文容器。
按天快照：文件名带日期，保留 30 天，任意两天可重算。
段落级比对：按段落切，不按字符切，避免碎片化差异。
区域白名单：轮播、计数、推荐、时间戳四类直接排除，不靠数量阈值。
六字段差异表：日期、竞品、变化字段、原值、新值、是否跟进，一行一条。
常见问题解答
为什么不能整页抓取
整页一页 1,240 个节点，正文只占 300 多个，其余是导航、推荐、页脚、统计脚本，差异里九成来自这些区域。必须先手工定位一次正文容器的选择器，只抓这一块。单页应用要额外等 2 秒，否则抓到的是空壳。
为什么不能用数量阈值压噪声
阈值会把真正的单点调价一起压掉。这次那条 299 降到 279 就是单条差异，只要 1 处变化，用“少于 5 处不通知”就直接漏了。正确做法是按区域白名单排除轮播、计数、推荐、时间戳，而不是按数量过滤。
按段落比还是按字符比
按段落。价格从 299 改成 279 这种单字变化，按字符比会切出两行没有意义的碎片，还要人工拼回去。按段落比得到的是一条完整差异，能直接定位到段落序号，后面交给模型转述也更好处理。
首月只省 86 分钟值得做吗
第一月基本打平，价值从第二个月开始。搭建 90 分钟加 22 天运行 88 分钟，合计 178 分钟，对人工 264 分钟只省 86 分钟；第二个月没有搭建成本，88 对 264 省 176 分钟。要按半年的账来算，不是按月。
本网站的部分内容可能来源于网络或用户投稿，仅供大家学习与参考，如有侵权，请联系客服： hhxmw778 进行删除处理。
本站一切资源不代表本站立场，并不代表本站赞同其观点和对其真实性负责。
教程如引导您添加微信或有另外收费服务，请自行甄别！
如遇充值环节或绑定支付账户或输入支付密码之类的异常步骤，建议停止操作！本站不对操作项目的损失负责！
本站一律禁止以任何方式发布或转载任何违法的相关信息，访客发现任何资源有问题请向站长举报下架
(手机微信用户建议用默认浏览器打开，可体验完整功能)
按岗位找 AI 实操步骤 · 提示词可收藏