內容復盤實驗室
復盤賬號內容表現，制定下一輪可驗證的發佈實驗
內容復盤實驗室
復盤賬號內容表現，制定下一輪可驗證的發佈實驗
展示內容
描述
這是一個以「自己的內容數據」為核心的可複用復盤 Skill。它不負責追逐某張熱門圖片，也不憑空猜測平台演算法，而是將創作者自己提供的 Instagram、小紅書、YouTube、TikTok、B站等內容表現數據（帖子、Reels、短視頻或圖文數據），整理成賬號內可比較的診斷、證據分層和下一輪內容實驗計劃。 - 哪些內容更容易被看完、收藏、分享、評論或帶來主頁訪問； - 哪些差異只是數據現象，哪些解釋仍然只是待驗證假設； - 下一輪應該製作什麼內容、只改哪個變量、用什麼指標判斷結果。 **目標用戶** - 個人創作者、學生社團、獨立品牌、小型團隊； - 有少量已發佈內容，希望從「憑感覺更新」轉向「有依據地試驗」的營運者； - 不熟悉數據分析，但能複製自己賬號後台數據的人。
推薦自
Dancang
為什麼我們推薦這個技能
把零散的後台數據轉化為可驗證的下一輪內容實驗。它不追逐演算法或虛構爆款規律，而是嚴謹區分事實、假設與限制，圍繞單一變數設計低成本行動，讓每次發布都沉澱為可重複使用的帳號洞察。
相關技能
查看全部
研究對標賬號內容策略分析
把競品或對標賬號的內容，整理成一份有證據、有邊界、能直接執行的內容策略報告。無論你提供本地素材、文章鏈接、粘貼正文，還是只提供賬號名稱，均可先建立素材清單，核對樣本覆蓋度、時間跨度、欄目與體裁分佈，並標明抓取失敗、信息缺失或樣本不足的情況，避免用片面樣本得出過度確定的結論。 在此基礎上，深入拆解對標賬號的選題切口、標題構造、開篇承諾、正文節奏與收尾動作，提煉可複用的選題模式、標題公式和結構骨架，同時區分穩定出現的打法與偶然孤例。分析不會停留在“值得學習”這類泛泛評價，而是結合你的賬號定位、平台形式、階段、產能、品類和合規邊界，判斷哪些內容可以直接借鑒，哪些需要改造，以及照搬可能帶來的風險，並給出可落地的改造方向與本週行動清單。 如果你提供了自有賬號語料，還能進一步對照現有風格、能力缺口和讀者預期，安排更合適的遷移順序。最終可獲得對話速覽與完整內容策略報告；需要時也可生成便於保存、打印和分享的單文件 HTML 報告。適合內容創作者、新媒體營運和品牌團隊進行競品內容分析、選題規劃與賬號體系搭建。
研究火種｜YouTube內容研究員
準備做一條影片，卻不知道這個題別人已經怎麼做了？ 「火種｜YouTube內容研究員」會真正進入 YouTube 做研究：尋找相關影片、讀取字幕、拆解標題與前 30 秒、還原內容結構，並從多個樣本中找出反覆出現的表達方式、明顯差異和還沒人做好的空白。 你可以用它來： 研究一個主題現在有哪些內容正在被反覆採用 深挖一條影片到底是怎么講的 掃描一個頻道的選題、標題和內容習慣 拆前 30 秒 Hook 和整條影片結構 在已有影片中尋找新的創作切口 研究你自己的成片應該怎樣重新包裝 它不會因為一條影片播放高，就武斷地告訴你“這個標題一定有效”；拿不到字幕、時間戳或表現數據時，也會明確告訴你證據缺在哪裡。 最終給你的不是一堆影片摘要，而是一份可以直接交給下一步選題、Hook 或腳本工作的 YouTube 研究簡報。 適合：YouTube 創作者、影片策劃、自媒體營運，以及每次動手拍之前都想先看看“這個題別人已經做到哪一步”的人。
研究小紅書賬號1對1拆解
發了不少筆記，卻不知道賬號問題出在哪？ 圍繞一個小紅書賬號，結合主頁、連續筆記樣本和可選的本人後台數據，拆解目標人群、主頁定位、內容欄目、封面標題與關注路徑。給出有來源的優先問題、簡介改稿、最多三篇筆記修改，以及符合你產能的14天測試安排。 鏈接打不開也可以提供截圖或文字；只有公開資料時，只做證據允許的判斷，不憑互動量推算曝光、漲粉或成交，不把普通波動診斷成限流。適合個人創作者、小商家和內容運營者。 “1對1”指逐賬號定制的AI分析，不是人工諮詢或代運營；不保證漲粉。鏈接讀取、圖片識別和文件處理以宿主能力為准。 產品設計與工作流：leowang。
資訊
- 版本
- v3
- 更新時間
- 執行點數
- 依實際用量
- 模型
- 自動選擇
