Social Media Title Insight

社媒内容标题洞察分析

从高赞内容中发现规律，对比低表现内容验证差异，输出专业 HTML 报告。

核心理念

LLM只做最轻的"发现特征"，统计和报告生成全部由脚本完成。

工具依赖

pip install pandas openpyxl --break-system-packages -q

脚本位置：scripts/data_tool.py（与本SKILL.md同目录）

执行流程（5步，每步极轻量）

全自动模式（推荐：上传文件/粘贴数据）

用户上传文件或直接粘贴数据时，可直接一键分析（自动识别列、自动生成特征、自动验证、自动出报告）：

# 方式1：上传文件
python {SKILL_DIR}/scripts/data_tool.py auto --input {文件路径} --name "账号名"

# 方式2：直接粘贴（JSON/CSV/TSV/逐行文本）
python {SKILL_DIR}/scripts/data_tool.py auto --paste "$(pbpaste)" --name "账号名"

输出将写入 ./runs/<timestamp>/：

• _data_cache.csv
• _features.auto.json
• _verify_result.json
• report.html
• auto_detect.json

Step 1: 预览数据

RUN_DIR=./runs/$(date +%Y%m%d-%H%M%S)
python {SKILL_DIR}/scripts/data_tool.py preview --accounts "账号名(平台)" --size 100 --run-dir "$RUN_DIR"
# 或
python {SKILL_DIR}/scripts/data_tool.py preview --input {文件路径} --run-dir "$RUN_DIR"

看输出，判断哪列是标题、哪列是指标。数据会自动缓存到运行目录的 "$RUN_DIR/_data_cache.csv"。
如果不传 --run-dir，脚本会自动创建 ./runs/<timestamp>/ 并默认沿用最近一次运行目录。

Step 2: 排序取样

按识别出的指标列排序，看Top和Bottom标题：

python {SKILL_DIR}/scripts/data_tool.py sort --input "$RUN_DIR/_data_cache.csv" --col "engagement" --title-col "title" --n 25

数据量<100 用 --n 2025，100500 用 --n 30~50

Step 3: 输出特征JSON（LLM唯一核心任务）

仔细对比Top和Bottom标题，发现差异。然后将发现写入JSON文件，格式如下：

cat > "$RUN_DIR/_features.json" << 'FEATURES_EOF'
[
  {
    "label": "实用指南型",
    "description": "包含具体的选购指导或穿搭教程",
    "match_keywords": ["如何", "怎么选", "指南", "攻略", "教程", "法则"]
  },
  {
    "label": "明星/IP联名",
    "description": "标题中含有明星名字或联名品牌",
    "match_keywords": ["付航", "联名", "携手", "×"]
  },
  {
    "label": "系列栏目化",
    "description": "北面硬壳｜ 这类固定格式的系列标题",
    "match_keywords": ["硬壳｜", "巅峰系列｜", "联名｜"]
  }
]
FEATURES_EOF

每个特征包含：

• label：3~6字特征名
• description：一句话说明
• match_keywords：用于在全量数据中匹配的关键词列表（标题包含其中任一即命中）

特征发现角度（不限于）：

• 用词选择、表达方式、句式、语气
• 长度、标点、emoji、数字
• 情绪调性、内容策略、选题角度
• 人称、格式、栏目化

目标：发现10~15个特征。

Step 4: 脚本做定量验证

python {SKILL_DIR}/scripts/data_tool.py verify \
  --input "$RUN_DIR/_data_cache.csv" \
  --features "$RUN_DIR/_features.json" \
  --output "$RUN_DIR/_verify_result.json" \
  --run-dir "$RUN_DIR"

脚本会自动对每个特征计算：含特征 vs 不含特征的互动量/转赞比差异，输出结构化JSON。

Step 4.5（可选）: 输出定性洞察JSON

看完verify摘要后，如果有因果辨析的洞察，写入JSON：

cat > "$RUN_DIR/_insights.json" << 'INSIGHTS_EOF'
[
  {
    "title": "热度≠传播力",
    "content": "互动引导型标题热度高但转赞比低，吸引的是参与型用户而非传播型用户",
    "importance": "high"
  },
  {
    "title": "系列栏目化的真实价值",
    "content": "北面硬壳｜系列热度中等但转赞比高，说明栏目化内容吸引的是高质量粉丝",
    "importance": "normal"
  }
]
INSIGHTS_EOF

Step 5: 脚本生成HTML报告

python {SKILL_DIR}/scripts/data_tool.py report \
  --verify-json "$RUN_DIR/_verify_result.json" \
  --name "TheNorthFace" \
  --output "$RUN_DIR/report.html" \
  --insights "$RUN_DIR/_insights.json" \
  --run-dir "$RUN_DIR"

然后将报告复制到输出目录供用户下载。

数据来源

API拉取（用户未上传文件时）

python {SKILL_DIR}/scripts/data_tool.py preview --accounts "账号名(平台)" --size 100

• 接口：POST https://vms-service-tx.tezign.com/datacenter/ai-insight/public/account-data?size=N
• Header：x-tenant-id: tx_t1，Content-Type: application/json
• Body：["TheNorthFace(小红书)"]
• 返回：title, hot(热度), rate(转赞比%), account, author

本地文件

支持 Excel/CSV/TSV/JSON/TXT：

python {SKILL_DIR}/scripts/data_tool.py preview --input {文件路径}

脚本命令速查

LLM只做：看数据 → 写 _features.json → 可选写 _insights.json

多指标分析

如果数据有多个指标列（如热度+转赞比），可以：

1. 先按热度 sort 一轮，发现特征
2. 再按转赞比 sort 一轮，补充特征
3. 合并所有特征到一个 _features.json，一次 verify 即可（verify会同时计算两个指标的差异）

异常处理

• API失败 → 提示用户手动上传数据
• 数据量<20 → 提示统计意义有限，但仍分析
• verify没有显著特征 → 降低 --min-diff 10 重试
• 特征命中数不足 → 调整match_keywords更宽泛