﻿---
title: "19. Competitive Analysis Agent: три шага и отчёт"
description: LangGraph-агент последовательно выявляет конкурентов, анализирует каждого и собирает стратегический отчёт.
---

Три узла, фиксированный маршрут, полный отчёт на выходе: конкуренты, анализ,
рекомендации. Пример вырожденного plan-and-execute и хорошая база для критики
исследовательских агентов.

## Задача

По компании и отрасли определить конкурентов, разобрать каждого и выдать
стратегический отчёт с выводами. Граница: агент не имеет доступа к внутренним
данным компании и опирается на общие представления модели.

## Архитектура

```mermaid
flowchart LR
  I["Компания + отрасль"] --> A["identify"]
  A -->|"список конкурентов"| B["analyze"]
  B -->|"разборы"| C["report"]
  C --> R["Стратегический отчёт"]
```

`identify_competitors` → `analyze_competitor` → `generate_report`, всё в одном
графе без ветвлений.

## Поток

1. Модель называет конкурентов — без поиска и без проверки.
2. Каждый конкурент разбирается отдельным вызовом.
3. Финальный вызов собирает отчёт: резюме, пробелы рынка, рекомендации.

## Что в коде

```python
graph.add_node("identify", identify_competitors)
graph.add_node("analyze", analyze_competitor)
graph.add_node("report", generate_report)
graph.add_edge("identify", "analyze")
graph.add_edge("analyze", "report")
```

## Чему учит

- **Маршрут в коде, а не в промпте.** Порядок шагов задан графом — это делает
  результат воспроизводимым по структуре.
- **Разделение на шаги** позволяет заменить любой узел: добавить поиск вместо
  памяти модели, кэширование, проверку.
- **Отчёт как отдельный шаг** собирает разрозненные разборы в связный документ.

## Где сломается

- **Конкуренты из памяти модели.** Список может быть устаревшим или неверным;
  поиска в контуре нет.
- **Нет источников.** Утверждения о конкурентах невозможно проверить.
- **Одинаковые разборы.** Без реальных данных модель генерирует похожие тексты для
  всех.
- **Ложная стратегия.** Рекомендации звучат уверенно, но не опираются на данные.
- **Стоимость.** Каждый конкурент — отдельный вызов с полным контекстом.

## Как улучшить

- Добавить поисковый узел и требовать источник для каждого утверждения.
- Ограничить анализ проверяемыми полями: продукт, цена, позиционирование,
  публичные метрики.
- Кэшировать разборы и обновлять их по расписанию.
- Возвращать структуру вместо прозы — см.
  [Структурированный вывод](https://wpcraft.ru/aia/patterns/structured-output.md).

## Связь с другими разделами

- [Plan-and-execute](https://wpcraft.ru/aia/patterns/plan-and-execute.md) — фиксированный план.
- [Supervisor](https://wpcraft.ru/aia/patterns/supervisor.md) — отличие маршрутизации от
  последовательности.
- [Контент и маркетинг](https://wpcraft.ru/aia/use-cases/content-and-marketing.md) — применение отчёта.

## Материалы и источники

- [LangGraph documentation](https://langchain-ai.github.io/langgraph/) — граф состояний.