Ugc Insight Mining

自来水内容洞察挖掘（UGC Insight Mining）

从一批用户自发产出的优质内容里做跨样本归纳，输出团队可规模化复用的方法论 —— 并诚实评估这套方法论用在商业投放上会损失什么。

与 content-methodology-analysis 的分工：那个技能是单篇深挖（1 篇 → 个人照着写一篇）；本技能是跨样本归纳（N 篇 → 团队规模化生产）。输入、方法、使用者都不同，不要混用。

核心立场（贯穿全文）

0. ⚠️ 本技能的概念名都是内部用语，禁止原样出现在交付给用户的产物里 —— 本文档用"跨池衰减""双引擎""北极星指标""可迁移度"这类词，是为了让执行者理解方法。但用户不需要学这套框架，他要的是方案。 交付前必须按 output-readability 技能翻译一遍，见文末「交付时的说法对照」
1. 不把归纳当规律 —— N 条样本得出的共性，只是"这批样本的共同特征"。要变成规律必须再验证。任何声称"破解了算法"的说法都标 [推测]
2. 自然流样本 ≠ 商业投放依据 —— 样本长在社区自然流量池，方法论要用在报备商业流量池，中间有结构性落差。必须显式计算这个跳跃（第 7 章，强制章节）
3. 行业中立 —— 主干方法与行业无关；行业规则通过 platform-playbook/references/industries/ 动态加载，无对应行业包时如实说明，绝不套用相近行业规则
4. 业务目标决定指标价值 —— 同一个"收藏率高"，在不同转化路径下含义相反。映射必须现场推导，禁止套用其他项目的结论
5. 学规律不搬原文 —— 延续团队红线：只提炼可迁移的方法，不搬运原文文案、不复制原画面。使用他人 UGC 做二次传播须取得授权

第 0 步：业务澄清（硬门槛，不清不做）

本技能的一切结论都依赖业务目标。业务目标不清就不出方法论——否则会给出"数据好但对生意没用"的结论。

必须问清（一次最多问 2 个，给选项不要开放式提问）：

用户说不清北极星时，帮他澄清而不是追问：

你说想带来新用户 —— 具体是想让人完成注册/开户这类要跟着操作的动作，还是直接下单购买，还是先留个线索后面跟进？这三种的内容打法完全不一样，选错了数据再好也没用。

用户不愿细说时：按最合理假设推进，但明确写出假设，并说明假设错了哪些结论会变。

第 1 步：样本质量体检（先说够不够，不够不硬凑）

1.1 输入要求

必需（每条）：

• 内容本体：视频给口播逐字稿或字幕截图；图文给正文 + 封面截图
• 表现数据：赞 / 评 / 藏 / 转（有播放量、点击率更好）
• 发布时间

强烈建议：

• 评论区截图（尤其高赞评论） —— 自来水分析最被低估的富矿。用户在评论里说的才是真实痛点与真实用词，往往比正文更值钱；也能发现被竞品或其他渠道截流的迹象
• 账号量级与该账号的常态数据（用于判断极端值）
• 对照组样本：同题材但没火的 5-8 条

不能只给链接 —— 主流内容平台有反爬与登录墙，无法可靠抓取正文与数据。须用户提供内容与数据本体（文档、表格、截图均可）。

1.2 体检判定

1.3 极端值与均值回归（必须处理）

单条孤例爆款拒绝出方法论。 理由：

一条数据是账号均值 10 倍以上的内容，是该账号内容分布的右尾极端值。它的高数据里有多大比例来自运气（推荐赛马的随机性、恰好撞上流量高峰、被某个大号转发），无法从数据中拆开。

据此提炼方法论会系统性高估内容本身的贡献 —— 照着做的期望值 ≠ 这条样本的实际值。

处理方式：

• 明确标出哪些是极端值，从归纳池中剔除
• 在结论中写明：不要按样本的数据量级设定 KPI 预期
• 优先信任"该账号多次复现"的模式，而非一次性爆发

1.4 优先寻找同博主同题材成对样本（最强证据）

如果样本中存在同一账号、同一题材、只有某一处做法不同的成对内容，这是控制变量最干净的自然实验，证据强度远超泛泛的"爆款 vs 平款"对照。

发现这类样本时：

• 单独成节展示，作为方法论的地基
• 明确指出唯一变量是什么、数据差异有多大
• 这类证据可标 [样本归纳·强]，其他共性归纳标 [样本归纳]

主动向用户索取：

你的样本里有没有同一个博主、讲同一件事、但做法有一点不同的两条内容？如果有，那是最有价值的证据 —— 人一样、题材一样，差异就能归到那一处做法上。

第 2 步：业务目标推导 × 火法映射（现场推导，禁止套模板）

2.1 为什么不能套用现成映射

"收藏型离转化最近"这类结论绑定特定转化路径。举例：

同一个分析框架，不同项目可以得出相反结论。 这是正常的，也是必须的。

2.2 四种转化路径形态判别

用形态而非行业分类 —— 卖 SaaS 和卖保险都可能是决策型，卖零食和卖美妆都可能是冲动型。

2.3 指标翻译（看用户心里那句话，不看指标名）

2.4 反向校验（每条映射都要过）

这个指标涨了，我的北极星会不会跟着涨？

答不上来的映射是伪映射，删掉。

2.5 输出

1. 本项目专属映射表（基于北极星 + 路径形态推导得出，注明推导依据）
2. 指标优先级排序 + 每个指标的"用户心里那句话"
3. 该砍什么 —— 哪类内容数据好但离北极星远，给不给配额、给多少

第 3 步：双引擎判定

跨样本归纳的第一层结论：能火的内容通常只做对了两件事之一——

只讲道理、不给这两个抓手的内容，通常起不来。

补充的第三种（视内容形态决定是否适用）： | 即时冲动引擎 | "看完就想试" | 完播高 + 点赞高，收藏反而低（冲动型场景常见） |

逐条判定每个样本属于哪个引擎，并统计分布。分布本身就是洞察 —— 如果 15 条里 12 条是可转述型，说明这个品类的自来水天然靠情绪扩散，规模化时要保住这一点。

第 4 步：逐条复制卡

对最有代表性的 5-6 条（不是全部）做卡片化拆解。每张卡固定五栏：

卡片顶部标注目标标签，让运营按当期 KPI 挑卡复制。

第 5 步：深层真相三层挖掘 + 入口矩阵

5.1 痛点三层

同一个产品，痛点有三层，只有第一层是必然雷同的：

⚠️ 第三层不限于"情感" —— B 端与专业品类的第三层是职业处境：怕背责任、怕被上级问倒、怕选错被追责、想证明自己的判断正确。消费品的第三层可能是自我怀疑、隐性羞耻、时间焦虑、身份认同。挖的是"难以明说的真实驱动力"，不是"情绪"。

5.2 同质化的真正原因

不是产品雷同，是 Brief 只写到第一层：

• Brief 写"突出安全、便捷、省心三大卖点" → 交回来 20 个模子
• Brief 写"你和这件事之间，哪个瞬间最难开口" → 交回来 20 个故事

5.3 情感/真相入口矩阵

从样本中聚类出该产品有几个可用入口，输出：

分配纪律：

• 每个入口只给 2-3 个达人，避免入口内部撞车
• 不同入口不互相消耗题材新鲜度（20 条同入口内容会互耗，20 个不同入口不会）
• 找出空白入口 —— 全样本没人做过的视角，稀缺即机会

5.4 用户原生话术库

从正文与评论区提取用户自己的说法，分类整理：

这是自来水最大的金矿 —— 品牌方永远写不出用户的话。引用时只截短语（≤15 字），不搬整句。

5.5 不可替代产品动作识别

从样本中找出用户自发反复提及、但品牌从未放大的产品动作或使用方式。

判断准则：用户已经在替你传的东西，就是你该放大的东西。

这类动作通常具备三个特征：竞品学不走、天然带情绪、同时完成"产品演示"与"自我表达"。

第 6 步：广告感自查清单

核心认知：报备类商单在多数平台并不带广告标识（只有在广告素材投放流程中才有）。所以广告感不是平台打的标，而是内容自己泄漏的。

这意味着 —— 真实感不会被平台强制剥夺，只会被自己写坏。 而这是投放中唯一完全可控的一层，所以值得单独立清单。

最容易翻车的三处（按样本反推，非通用结论时须标注）：开头报产品名、把独特动作讲成功能列表、承诺效果。

第 7 步：跨池衰减评估（⚠️ 强制章节，不可省略）

任何从自然流样本产出的方法论，输出时必须包含本章节。 缺了这一章，读者会直接照着投商单，然后归因错误。

7.1 平台流量的三层结构（先讲清概念）

三层正交，不是递进：

可信度：报备后自然流落差为 [行业共识]（大量创作者反馈趋同，无官方口径）。严禁给具体衰减系数或折扣比例 —— 没有任何平台公开过，给数字就是编造。

7.2 六因子连乘拆解

内容效果不是一个数，是多个因子连乘（不是相加）。这就是为什么几个"看起来只差一点"的折扣，会造成量级落差：

7.3 三层损失与可补救性

7.4 必须写给用户的三句话

1. 不要按样本的数据量级设定 KPI —— 样本是筛出来的右尾，照着做的期望值低于样本实际值
2. 分发层的落差是平台机制，不是你的内容能力问题 —— 不说清这点，团队会误判为执行不到位
3. 复制范式不等于复制效果 —— 范式是外壳，动机与首发权是内核，内核不可迁移

7.5 报备与否的权衡（摊开代价，不替用户决定）

这不是"哪个更好"，是两种权衡。 把代价讲清，由用户决定。

7.6 正确路径：重新创造，而非复制

内核不可迁移，所以正确做法不是让达人重演那条内容，而是：

1. 从自来水中提炼为什么这件事值得说（动机源）
2. 让达人找到他自己真实的同类经历（换内核，保外壳逻辑）
3. 或者反过来 —— 设计一个能让人真的想说的场景

⚠️ 底线：入口用来筛选达人，不是分配剧本。先问达人真实有哪段经历，按真实经历分配入口；匹配不上就换人，不要让他演。反向操作（先定入口再让达人填故事）会得到假故事 —— 观众看不到广告标识，但看得出假。

第 8 步：可信度标注

针对"平台算法是黑盒、网上的运营方法论多为经验总结"这一现实，每条结论必须标注来源层级：

纪律：

• 不把归纳当规律
• 不输出伪精确数字（衰减系数、通过率、权重占比）
• 少于 3 条样本支撑的"共性"不写成结论，写成"待观察"

第 9 步：跨平台改造 + 达人 Brief 骨架 + 适用边界

9.1 三层可迁移度（跨平台）

形态改造示例（须按实际平台机制填写，不套用）：短视频的"前几秒钩子"→ 图文平台的等价物是"封面 + 标题"；完播率驱动 → 点击与收藏驱动。

9.2 达人分发 Brief 骨架

把方法论转成可直接下发的简报。锁死与放开分清：

卖点雷同不是问题，入口雷同才是问题。

Brief 骨架含：达人匹配问卷（问真实经历）→ 分配的入口 → 锁死项清单 → 参考骨架 → 合规红线 → 承接动作 → 交付与审核节奏。

与 brand-deal-brief 技能互为镜像：那个是创作者收到 Brief 怎么拆，本节是甲方发 Brief 怎么写。

9.3 适用边界声明（必须输出）

方法论会被跨场景误用，所以必须写清失效条件：

输出结构（标准交付物）

⚠️ 分析顺序 ≠ 交付顺序。 上面九步是你的执行顺序；下面才是给用户看的排列顺序。 用户要先拿到能用的东西，不该被迫先看你怎么验样本、怎么做推导。

交付排列（按 output-readability 的分层交付要求）：

第一屏  可以直接开工的结论        3-5 条，每条都能执行。用户只看这段也能动手
        ├─ 该往哪几个方向做内容
        ├─ 该重点看哪个数据、别看哪个
        ├─ 达人怎么分工
        └─ 照着做之前必须知道的落差（来自第 7 步，用大白话讲）

第二屏  具体怎么做                能直接抄的部分
        ├─ 逐条复制卡（5-6 张）
        ├─ 可以切进去的几个角度 + 达人怎么配（来自第 5 步）
        ├─ 用户自己的说法（原话库）
        ├─ 别把内容做得像广告的自查清单（第 6 步）
        └─ 达人 Brief 骨架（第 9 步）

第三屏  为什么这么建议            愿意深究的人再看
        ├─ 这批样本里我们看到了什么（第 3、4 步的判断依据）
        ├─ 为什么这个数据重要而那个不重要（第 2 步的推导）
        └─ 样本情况说明：哪些没算进去、为什么（第 1 步）

第四屏  什么情况下这套不成立      风险与边界
        ├─ 每条结论有多靠得住、依据是什么（第 8 步，不用 L0/L1 这类标签）
        ├─ 行业合规约束（第 9 步，保留严谨度）
        └─ 换品类、换平台、换目标时哪些会失效

为什么这样排：小团队拿到报告最想知道的是"我明天该干什么"。样本体检和推导过程是我们该做的功课，但不是用户该先读的内容。

交付时的说法对照（强制执行）

本技能的概念名一律不出现在产物里：

同时禁止出现"人话版""翻译成人话""用大白话讲""结论先行"这类说法——直接那么写，不要宣告。

篇幅：核心内容（第一至三屏）控制在约 6000 字内。用户读不完的部分等于没写。

合规与红线

1. 版权 —— 规模化复制他人 UGC 涉及版权。只提炼方法，不搬运原文与原画面；引用作证据时截短语（≤15 字）并标注为原文片段。将用户自发内容用于二次传播或广告素材，须取得授权
2. 虚假种草与铺量 —— 部分平台对素人矩阵铺量、虚假种草有明确治理。规模化时须提示这一风险，不提供规避检测的手段
3. 测评类形态 —— 部分行业的测评内容受专门规范约束（如宠物食品用品）。自发测评与收费测评在规范上是两种性质，不能简单照搬形态，须按行业包核对
4. 不编造 —— 样本数据、用户原话、评论内容一律不得虚构；缺失就说缺失
5. 拒绝洗稿式请求 —— 用户要求"照这条改一改就发"时拒绝，说明平台风险与无长期价值，改为提供结构与手法

常见情况处理