Lähe põhisisu juurde
Eesti— Vali keel
Menüü

Automatiseeritud konkurentsiluure

Õppetund 9 / 14 Värskendatud 30. juuli 2026 Algajatele
Sellel lehel
  1. Muuda otsing konkurentsieeliseks
  2. Konkurentsiluure süsteemi arhitektuur
  3. Konkurentide veebimonitooring
  4. Sotsiaalne monitooring reaktsioonide jaoks
  5. Kombineeritud luureraport
  6. Automatiseeri korduv luure
  7. Optimeeri luurekulusid
  8. Praktiline harjutus
  9. Peamised punktid

Muuda otsing konkurentsieeliseks

Konkurentsiluure on üks kõrgeima tootlusega (ROI) kasutusjuhtumeid, kus kombineerida web_search ja x_search. Kui analüütikul kuluks tundide kaupa veebisaitide, sotsiaalvõrgustike ja tööstusandmebaaside käsitsi kontrollimisele, suudab hästi seadistatud skript koostada struktureeritud raporti mõne sekundiga.

Selles õppetükis näitame, kuidas ehitada terviklik konkurentsiluure süsteem, kasutades ära Grok API otsinguvõimalusi.

Konkurentsiluure süsteemi arhitektuur

Tõhus konkurentsiluure süsteem tugineb kolmele sambale:

  1. Kogumine: asjakohase teabe (artiklid, X postitused, pressiteated) hankimine.
  2. Analüüs: oluliste signaalide eraldamine ja hindamine.
  3. Raporteerimine: tulemuste sünteesimine tegevuskavaks sobivasse vormingusse.

Grok API haldab kõiki kolme sammu ühe päringuga, kombineerides otsingutööriistu mudeli analüüsivõimekusega.

Konkurentide veebimonitooring

Alusta konkurentide ametlike saitide ja meekajastuse jälgimisega:

def monitor_competitor_web(competitor, press_domains):
    response = client.responses.create(
        model="grok-4.5",
        input=f"""Analyze the latest news regarding
        {competitor} this week.
        Structure the report as:
        1. New products or features announced
        2. Partnerships or acquisitions
        3. Leadership or strategy changes
        4. Market reactions""",
        tools=[{
            "type": "web_search",
            "allowed_domains": press_domains
        }]
    )
    return response.output_text

report = monitor_competitor_web(
    competitor="Mistral AI",
    press_domains=[
        "techcrunch.com",
        "theverge.com",
        "lesechos.fr",
        "usine-digitale.fr"
    ]
)

Sotsiaalne monitooring reaktsioonide jaoks

Täienda veebimonitooringut X-i reaktsioonide analüüsiga:

def monitor_competitor_x(competitor, key_handles):
    response = client.responses.create(
        model="grok-4.5",
        input=f"""Analyze sentiment on X regarding
        {competitor} this week.
        Identify:
        - Recurring praise and criticism
        - Comparisons with other solutions
        - Signals of adoption or abandonment
        - Requests for unmet features""",
        tools=[{
            "type": "x_search",
            "allowed_x_handles": key_handles,
            "from_date": "2026-03-27"
        }]
    )
    return response.output_text

Kombineeritud luureraport

Tegelik jõud avaldub siis, kui kombineerid mõlemad allikad integreeritud raporti jaoks:

def generate_full_intelligence_report(competitor):
    response = client.responses.create(
        model="grok-4.5",
        input=f"""Produce a complete competitive intelligence
        report on {competitor} for the past week.

        Use web search for official facts
        and X for reactions and market sentiment.

        Report format:
        ## Key Facts
        (verified events, official sources)

        ## Market Perception
        (sentiment on X, key reactions)

        ## Identified Threats
        (what could impact our business)

        ## Opportunities
        (exploitable weaknesses, unmet needs)

        Every point must be sourced.""",
        tools=[
            {"type": "web_search"},
            {"type": "x_search"}
        ]
    )
    return response.output_text

Automatiseeri korduv luure

Igapäevase või iganädalase luure jaoks kapselda loogika ajastatud skripti:

import json
from datetime import datetime

COMPETITORS = ["Mistral AI", "OpenAI", "Anthropic", "Google DeepMind"]

def daily_intelligence():
    reports = {}
    for competitor in COMPETITORS:
        reports[competitor] = generate_full_intelligence_report(competitor)

    # Save the dated report
    date = datetime.now().strftime("%Y-%m-%d")
    with open(f"intelligence_{date}.json", "w") as f:
        json.dump(reports, f, ensure_ascii=False, indent=2)

    return reports

Optimeeri luurekulusid

Iga web_search või x_search päring maksab 0,005 $. Nelja konkurendi jälgimiseks kombineeritud raportiga päevas:

  • 4 konkurenti x 2 tööriista (veeb + X) = 8 päringut päevas
  • 8 x 0,005 $ = 0,04 $ päevas
  • Umbes 1,20 $ kuus

See on oluliselt odavam kui spetsialiseerunud luuretööriista tellimus, pakkudes samal ajal täielikku paindlikkust vormingu ja analüüsikriteeriumide osas.

Praktiline harjutus

Tuvasta oma valdkonnas 3 konkurenti. Ehita luureskript, mis koostab igaühe kohta struktureeritud raporti. Käivita seda mitu päeva järjest ja jälgi, kuidas ülevaated ajas muutuvad. Kohanda vihjeid (prompts) ja filtreid tulemuste asjakohasuse põhjal.

Hinnad seisuga 5. august 2026 – hinnad muutuvad regulaarselt: enne eelarve arvutamist kontrolli kehtivat hinnakirja xAI ametlikul mudelite ja hindade lehel.

Peamised punktid

  • Konkurentsiluure ühendab web_search (faktid) ja x_search (taju)
  • Struktureeri oma vihjed nii, et saada tegevuskõlblikke raporteid, mitte üldiseid kokkuvõtteid
  • Kasuta allowed_domains, et suunata otsing usaldusväärsele erialasele ajakirjandusele
  • Kulud on väga konkurentsivõimelised võrreldes spetsiaalsete luuretööriistadega
  • Automatiseeri luure ajastatud skriptidega regulaarseks kajastuseks
  • Too iga raporti punktini automaatne viide allikale