# X Benchmark Research

> 用户要找对标账号/分析竞品爆款/找差异化选题时;或问"怎么做AI工具赛道的差异化""how to find benchmarks / differentiate"时。按5步走:找3-5个低粉高爆对标(搜索from:xxx min_faves:10)→分析90天爆款抓隐性需求→学互动策略→拆变现模式→三公式变形(场景细化/人群聚焦/观点反转)出差异。不适用于:已有定位日常发内容(→x-short-content-craft)、纠结选IP还是泛流量(→x-positioning-tradeoff)、检查草稿(→x-five-piece-checklist)、纯信息查询。

- Skill: `kangarooking/x-benchmark-research` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add kangarooking/x-benchmark-research`
- Raw SKILL.md: https://api.skillmd.com/api/skills/kangarooking/x-benchmark-research/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Marketing & Growth
- Author: kangarooking (https://skillmd.com/u/kangarooking)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/kangarooking/x-benchmark-research

---


# 对标账号研究 — 5步法+变形出差异

## R — 原文 (Reading)

> 找对标不是抄内容,而是借别人验证过的流量逻辑。5步:1.找到3-5个对标账号(搜索from:xxx min_faves:10);2.分析近90天爆款;3.学互动策略(前30分钟积极互动);4.拆变现模式(bio+置顶);5.找差异化定位。变形三公式:场景细化、人群聚焦、观点反转。
>
> — AIP出海教程 2.3 对标账号研究5步法 / 9.1 看对标:从爆款里挖"可复用的需求"

---

## I — 方法论骨架 (Interpretation)

对标研究的核心不是"抄谁的内容",而是"借谁验证过的流量逻辑"——别人已用真实数据证明某类需求存在,你借这个验证结果,用自己的差异化重新填空。

5步层层递进:

1. **找对标**:选3-5个"低粉高爆"账号(粉丝不多但单条爆款多=流量逻辑可迁移,而非靠粉丝基数),用高级搜索 `from:xxx min_faves:10` 筛爆款,优先用户重合度80%+、近60天有3篇以上爆文的账号,避免"伪对标"
2. **拆爆款**:分析近90天爆款,抓隐性需求(标题高频痛点词、数据爆发的关键段落),而非只看表面内容
3. **学互动**:观察前30分钟积极互动+社群加热的冷启动模式
4. **拆变现**:从bio和置顶帖看出变现路径(广告/课程/咨询/订阅/带货)
5. **变形出差异**:用三公式在已验证需求上创新——场景细化、人群聚焦、观点反转

关键原则:"借别人验证过的流量逻辑,不抄内容"。前4步是手段,第5步(差异化)才是目的。

---

## A1 — 书中的应用 (Past Application)

### 案例 1: @dotey(宝玉) — 深层干货赛道 0→15万粉拆解

- **问题**: 想在AI深层干货赛道找到增长路径和变现模式
- **方法论的使用**: AIP教程用5步法拆解@dotey的三阶段增长——找对标(深层干货赛道低粉高爆账号)→拆90天爆款(发现nano banana prompt是爆发点,抓到"可复用的prompt工程"隐性需求)→学互动(教程型+观点型组合,前30分钟社群加热)→拆变现(bio显示咨询/课程/赞助三层)→变形(在深层干货基础上加个人工程经验差异化,而非纯搬运prompt)
- **结论**: 0-1w靠教程型(提示词入门,转化率10%)→1-5w增加观点型+争议(模型能力论,转化率18%,推付费课程)→5-10w深层干货(nano banana prompt病毒教程10万+浏览,转化率25%,开发咨询+会员)
- **结果**: 15万粉,收入结构:咨询40%+课程30%+赞助30%

### 案例 2: @ahhhhfs — 搬运赛道 0→73万粉拆解

- **问题**: 想用搬运路线快速涨粉,但需要找到差异化避免同质化
- **方法论的使用**: AIP教程拆解——找对标(资源搬运类高收藏账号)→拆爆款(列表型结构化整理"10个AI工具"转发率10%,隐性需求=读者要的是"整理好的入口"不是"更多信息")→学互动(高收藏型+CTA订阅TG)→拆变现(广告+TG付费频道)→变形(从纯搬运升级为搬运+整合,加教程元素做差异化)
- **结论**: 0-1w列表型+免费实用→1-5w优化为高收藏型+教程→5-10w病毒帖55万浏览。从第一级(纯搬运)升级到第二级(搬运+整合资讯)
- **结果**: 73万粉(泛流量路线),收入结构:广告50%+订阅30%+赞助20%

### 案例 3: @dontbesilent12 — 赚钱赛道 0→5.7万粉拆解

- **问题**: 想在赚钱赛道找到差异化定位(赛道拥挤,如何不沦为营销号)
- **方法论的使用**: AIP教程拆解——找对标→拆90天爆款(故事型+痛点钩子,隐性需求=读者要"可执行的赚钱思路"不是"鸡汤")→学互动(引入争议观点激发辩论,回复率20%)→拆变现(免费小贴士→咨询→课程逐步升级)→变形(从纯故事型引入观点型+教程元素混合,做"有态度的活人"而非千篇一律的营销号)
- **结论**: 0-1w故事型+高频(每周5-7帖,转化率10-15%)→1-5w引入争议观点(回复率20%,推付费咨询)→5-10w混合型+教程(转化率20%+,开发千元级课程)
- **结果**: 5.7万粉,收入结构:课程40%+咨询30%+广告/合作30%

---

## A2 — 触发场景 (Future Trigger) ★

### 用户会在什么情境下需要这个 skill?

1. 用户刚开始做X或重新定位,不知道找谁对标学习
2. 用户已有赛道方向(如AI工具),问"怎么找差异化""别人已经做了我怎么不同"
3. 用户想系统分析某个竞品账号的爆款逻辑和变现模式
4. 用户发了一段时间内容效果不好,想找对标看看自己缺什么
5. 用户想从已验证的爆款需求出发,生成有差异化的原创选题

### 语言信号 (用户的话里出现这些就应激活)

- "找对标" / "benchmark accounts / competitor analysis"
- "怎么找差异化" / "how to differentiate / find my niche"
- "分析竞品/对标账号" / "analyze competitor accounts"
- "别人已经做了我怎么不同" / "how to stand out from competitors"
- "低粉高爆" / "low follower high engagement accounts"
- "怎么拆解爆款" / "how to break down viral posts"
- "什么赛道好做/怎么选方向" / "which niche to choose"

### 与相邻 skill 的区分

- 与 `x-positioning-tradeoff` 的区别: positioning-tradeoff 是在"IP vs 泛流量""不可能三角"层面做战略取舍(你放弃哪个角);本 skill 是战略方向已定后,找具体对标账号并拆解其流量逻辑。先定方向(positioning)→再找对标(本skill)。
- 与 `x-short-content-craft` 的区别: short-content-craft 是选叙事结构(故事/列表/观点/教程)+Hook-Body-CTA起草单条推文;本 skill 是研究和分析阶段,产出的是"差异化选题方向+流量逻辑",不是单条推文草稿。先研究对标(本skill)→再起草内容(short-content-craft)。
- 与 `x-content-archetypes` 的区别: archetypes 按"读者拿到能做什么"分类(资源入口/工具教程/AI发现/普通表达)预测传播上限,审计的是自己的内容结构;本 skill 研究的是别人的成功路径(0→1w→5w→10w各阶段用什么内容),产出的是差异化选题方向。

---

## E — 可执行步骤 (Execution)

当 skill 被激活后,agent 应按以下步骤执行:

1. **找3-5个低粉高爆对标账号**
   - 用高级搜索语法筛爆款: `(from:账号A OR from:账号B) min_faves:10 since:90天前`
   - 优先选:粉丝不多但单条互动高(低粉高爆=流量逻辑可迁移)、用户重合度80%+、近60天有3篇以上爆文的账号
   - 避免伪对标:不选靠粉丝基数刷互动的大号(流量逻辑不可迁移)
   - 完成标准: 列出3-5个对标账号,每个附至少1条爆款链接

2. **拆解90天爆款,抓隐性需求**
   - 提取标题高频痛点词,观察数据爆发的关键段落
   - 按内容类型分类(故事/列表/观点/教程),看哪类互动最高
   - 完成标准: 每个对标账号输出"隐性需求清单"(表面内容→底层需求)

3. **学互动策略+拆变现模式**
   - 观察对标账号发帖后前30分钟的互动模式(社群加热?评论抢占?)
   - 看bio和置顶帖判断变现路径(广告/课程/咨询/订阅/带货)
   - 完成标准: 每个对标账号输出互动策略+变现路径

4. **用三公式变形产出差异化选题**
   - 场景细化: 通用话题+具体场景(如"AI工具推荐"→"给非程序员的AI代码审查工具")
   - 人群聚焦: 加精准标签(如"给独立开发者的""给跨境电商卖家的")
   - 观点反转: 反常识角度(如"别再学prompt engineering了"反主流观点)
   - 判停条件: 若用户只问"怎么找对标"不问"怎么差异化",先完成步骤1-3,再主动引导到步骤4
   - 完成标准: 至少产出3个差异化选题,每个标注用了哪个变形公式+与对标的差异点

5. **自检:是否盲目模仿?**
   - 检查: 你的选题和对标账号的差异是否只是"换个工具/换个赛道"的表面替换?
   - 若是→回步骤4重新变形,找更深层差异化(个人经验/独特视角/真实使用感)
   - 完成标准: 能说清"别人验证了什么需求"+"我的差异化是什么"

---

## B — 边界 (Boundary) ★

### 不要在以下情况使用此 skill

- **已有定位,日常发内容** → 用 `x-short-content-craft`(选结构起草)或 `x-five-piece-checklist`(检查完备性)。本 skill 是研究/定位阶段,不是日常内容生产。
- **纠结选IP还是泛流量、不可能三角取舍** → 用 `x-positioning-tradeoff`。那是战略方向决策;本 skill 是方向已定后找对标。
- **想按读者功能分类预测自己内容的传播上限** → 用 `x-content-archetypes`。那是审计自己的内容;本 skill 是研究别人的路径。
- **纯信息查询**(如"某账号粉丝多少""某工具怎么用")→ 直接回答,不需要研究框架。

### 作者在书中警告的失败模式

- **ce19 盲目模仿缺差异化**: 完全模仿对标账号的内容风格和选题,缺乏个人差异化,沦为"千篇一律的营销号"。简体中文区用户更愿关注"真实、有态度的活人"而非内容搬运工。第5步"找差异化定位"是整个5步法的目的——前4步是手段。纳瓦尔:"在你自己的赛道中,没有人可以打败你。"
- **ce15 过拟合经验当公式**: 对标账号的成功建立在其独特人格、经验和时机上。模仿者只复制表面形式,缺乏底层差异化。不同赛道/受众/时期的数据分布不同,对标账号的爆款公式不可直接套用——它是验证需求的参考,不是可照搬的模板。

### 作者的盲点 / 时代局限

- 5个拆解案例(@dontbesilent12/@ahhhhfs/@FinanceYF5/@berryxia_ai/@dotey)均为成功者样本,存在幸存者偏差——同等努力但没起来的账号未被分析。增长路径可能反映时机/运气/平台流量倾斜,而非可复制的因果规律。
- 高级搜索语法(from:xxx min_faves:10)和SuperX等工具状态会变(SuperX已收费);具体搜索语法可能随X平台更新而调整。
- "用户重合度80%+"等筛选标准是经验值,非精确指标;不同赛道、不同时期的重合度含义不同。

### 容易混淆的邻近方法论

- `x-positioning-tradeoff` 解决"做什么方向"(战略层);本 skill 解决"这个方向里谁做得好、我怎么不同"(战术层)。先定位再对标,但用户常混在一起问——若用户还没定方向,先路由到 positioning-tradeoff。
- `x-content-archetypes` 分类的是单条内容的功能(资源入口/工具教程等);本 skill 拆解的是账号增长路径(0→1w→5w→10w各阶段用什么内容)。一个看单条内容类型,一个看账号阶段策略。

---

## 相关 skills

- **composes-with** `x-positioning-tradeoff`: 先用定位权衡定路线方向(IP vs 泛流量),再用本skill找该路线的对标账号拆解——定方向+找对标配合。
- **composes-with** `x-monetization-pyramid`: 拆解对标的变现模式(bio+置顶)后,用变现金字塔规划自己的变现路径——研究别人+规划自己配合。

---

## 审计信息

- **验证通过**: V1 ✓ / V2 ✓ / V3 ✓
- **测试通过率**: 100% (fallback 自评,建议独立盲测) (详见 test-prompts.json)
- **蒸馏时间**: 2026-07-14