# Wechat Article Optimizer

> 分析微信公众号历史文章内容与数据（阅读/点赞/留言/划线/转发/分享）， 结合 AI+教育、教育行业热点话题的实时热点搜索， 输出下一篇文章的选题方向、标题建议、内容大纲和创作注意事项。 Use when: 用户提到公众号选题、文章优化、选题分析、数据分析、下一篇写什么、 内容策略、文章数据复盘、article optimization、topic suggestion、content strategy、 选题方向、爆款分析、涨粉策略、阅读量提升、文章复盘。

- Skill: `tonyyu470/wechat-article-optimizer` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add tonyyu470/wechat-article-optimizer`
- Raw SKILL.md: https://api.skillmd.com/api/skills/tonyyu470/wechat-article-optimizer/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: tonyyu470 (https://skillmd.com/u/tonyyu470)
- Updated: 2026-09-22
- Page: https://skillmd.com/skills/tonyyu470/wechat-article-optimizer

---


# 微信公众号文章优化 Skill

分析历史文章数据 + 搜索实时热点 → 输出下一篇选题方向和创作指南。

公众号定位：面向 30-50 岁家长用户，聚焦「AI+教育应用」与「教育行业热点话题」。

## 工作流程

收到分析请求后，按以下 5 步执行：

```
任务进度：
- [ ] Step 1: 接收并解析历史文章数据
- [ ] Step 2: 数据深度分析（找规律、找洞察）
- [ ] Step 3: 实时热点搜索（AI+教育 / 教育行业）
- [ ] Step 4: 选题方向生成（数据 × 热点 交叉推荐）
- [ ] Step 5: 输出选题报告（方向 + 标题 + 大纲 + 注意事项）
```

---

### Step 1: 接收并解析历史文章数据

从用户提供的材料中提取以下信息：

| 数据维度 | 字段 | 说明 |
|---------|------|------|
| **文章内容** | 标题、摘要、正文主题、关键词标签 | 内容方向分析 |
| **核心指标** | 阅读量、点赞数、在看数 | 基础传播力 |
| **深度指标** | 留言数、划线数 | 内容深度/共鸣度 |
| **传播指标** | 转发数、分享数、收藏数 | 裂变传播力 |
| **时间维度** | 发布日期、发布时间 | 时间规律分析 |

**数据来源支持：**
- Excel / CSV 表格（优先，自动用 xlsx skill 解析）
- 对话中直接粘贴的文字数据
- 后台截图（调用 vision-analysis skill 识别）
- 混合方式均可

**如信息不足**，用 AskQuestion 确认：
- 历史文章数量和时间跨度
- 目前粉丝量级（影响基准线判断）
- 有无特别满意或不满意的文章
- 近期有无特定选题需求

---

### Step 2: 数据深度分析

对历史数据进行多维分析，详细分析框架见 [analysis-framework.md](analysis-framework.md)。

**核心分析维度：**

#### 2.1 内容表现矩阵

将每篇文章按「阅读量」和「互动率」两轴分为四象限：

```
            互动率高
              │
   ⭐ 潜力股    │   🔥 爆款
  高互动低阅读  │  高互动高阅读
 ─────────────┼─────────────→ 阅读量高
   💤 冷门     │   👀 流量款
  低互动低阅读  │  低互动高阅读
              │
```

- **爆款（右上）**：选题方向 + 写法都对了，总结可复用模式
- **潜力股（左上）**：内容质量好但分发不够，优化标题和分发策略
- **流量款（右下）**：标题吸引但内容未击中痛点，改进内容深度
- **冷门（左下）**：选题或时机都需调整，分析失败原因

#### 2.2 关键指标计算

| 指标 | 公式 | 意义 |
|-----|------|------|
| 互动率 | (点赞+在看+留言+转发) / 阅读量 × 100% | 内容共鸣度 |
| 转发率 | 转发数 / 阅读量 × 100% | 裂变传播力 |
| 留言率 | 留言数 / 阅读量 × 100% | 话题讨论度 |
| 划线密度 | 划线数 / 文章字数 × 1000 | 干货密度 |
| 完读估算 | 综合在看+划线+留言推算 | 内容吸引力 |

#### 2.3 主题聚类分析

按内容主题分组统计各类主题的平均表现：
- AI 工具评测类
- 政策解读类
- 升学规划类
- 教育观点类
- 案例故事类

找出**高表现主题**和**低表现主题**的规律差异。

#### 2.4 时间维度分析

- 发布星期几 vs 阅读量的关系
- 发布时段（早/午/晚）vs 阅读量
- 节假日 / 热点事件前后的文章表现
- 发文频率与粉丝活跃度的关系

---

### Step 3: 实时热点搜索

使用 **WebSearch** 搜索 AI+教育、教育行业最新热点。

**搜索策略（至少执行 6 轮）：**

| 轮次 | 搜索方向 | 示例关键词 |
|------|---------|-----------|
| 1 | AI+教育最新动态 | `AI教育 最新进展 2026` |
| 2 | 教育政策热点 | `教育部 最新政策 2026` / `高考改革 最新` |
| 3 | 中高考升学热点 | `中考政策 变化` / `高考志愿 热点` |
| 4 | AI 学习工具动态 | `AI学习工具 新品` / `AI辅导 家长` |
| 5 | 教育行业舆情 | `教育热议 家长关注` / `教育焦点话题` |
| 6 | 竞品公众号热文 | `AI教育 公众号 爆文` / `教育类公众号 10万+` |

**参考信息源：**

| 平台 | 重点关注 |
|------|---------|
| 微信搜一搜 | 教育类热搜词、10万+文章标题 |
| 知乎热榜 | 教育相关热门问答 |
| 微博热搜 | 教育相关热搜话题 |
| 百度指数 | 教育关键词搜索趋势 |
| 教育部官网 | 最新政策发布 |
| 行业媒体 | 芥末堆、鲸媒体、36氪教育 |

**热点评估标准：**

为每个热点打分（1-5 分）：

| 维度 | 评分标准 |
|------|---------|
| 时效性 | 话题是否正在升温 |
| 相关度 | 与账号定位的匹配度 |
| 讨论度 | 全网讨论量和争议性 |
| 家长痛点 | 是否直击目标读者需求 |
| 差异化 | 能否提供独特视角 |

---

### Step 4: 选题方向生成

将 Step 2 的数据洞察与 Step 3 的热点分析交叉，生成选题推荐。

**选题生成逻辑：**

```
选题得分 = 历史数据得分 × 0.4 + 热点得分 × 0.35 + 差异化得分 × 0.25

历史数据得分：该主题类型在历史文章中的平均互动率排名
热点得分：当前热度 × 时效窗口期
差异化得分：与近期已发文章的差异 + 竞品覆盖度的逆向
```

**生成 5 个选题方向**，每个包含：

1. **选题方向**：一句话说清写什么
2. **推荐理由**：为什么现在写这个（数据支撑 + 热点依据）
3. **3 个备选标题**：按不同风格（悬念型 / 数据型 / 痛点型）
4. **内容大纲**：3-5 个核心章节的概要
5. **目标指标预估**：基于历史数据的合理预期
6. **创作注意事项**：这个选题的写作要点和避坑指南
7. **最佳发布时间建议**：基于时间维度分析

---

### Step 5: 输出选题报告

按 [output-template.md](output-template.md) 模板，输出完整的选题分析报告。

**报告结构：**

```
# 📊 公众号文章选题分析报告

## 一、历史数据概览
  - 分析周期与文章数量
  - 核心指标汇总表
  - 表现矩阵四象限分布图（文字版）

## 二、关键数据洞察
  - Top 3 高表现文章及成功因素
  - Top 3 低表现文章及改进方向
  - 主题类型表现排名
  - 时间规律总结

## 三、当前热点扫描
  - AI+教育 热点 Top 5（含热度评分）
  - 教育政策/升学 热点 Top 5（含热度评分）
  - 热点时效窗口判断

## 四、选题推荐（5 个方向）
  - 每个选题包含：方向、理由、标题、大纲、预估、注意事项
  - 优先级排序：⭐⭐⭐ > ⭐⭐ > ⭐

## 五、创作通用建议
  - 基于数据的写作风格优化建议
  - 标题优化建议（基于历史点击率分析）
  - 互动率提升策略
  - 发布节奏和时间建议
```

**输出格式：** Markdown 文件 → `minimax-output/topic-report.md`

---

## 快速启动示例

用户只需提供历史文章数据，即可触发分析：

**示例 1** — 提供 Excel：
> "这是我最近 30 篇文章的数据（见附件），帮我分析下一篇写什么"

**示例 2** — 文字描述：
> "我最近写了 5 篇文章：AI批改作文（阅读 3200，点赞 45）、高考选科（阅读 8500，点赞 120）... 帮我分析选题方向"

**示例 3** — 纯选题探索：
> "我的公众号最近阅读量下滑，帮我搜搜现在AI教育有什么热点，给些选题建议"

## 与其他 Skill 的协同

- 分析完成后，用户确认选题 → 调用 **wechat-article-writer** skill 撰写全文
- 需要读取 Excel 数据 → 调用 **minimax-xlsx** skill 解析表格
- 需要识别截图数据 → 调用 **vision-analysis** skill 提取信息

## 注意事项

1. **数据隐私** — 不在报告中暴露具体粉丝数等敏感运营数据，除非用户明确要求
2. **客观分析** — 基于数据说话，不做无数据支撑的主观判断
3. **可执行性** — 每条建议必须具体、可操作，避免"多写好内容"这类废话
4. **时效意识** — 热点有窗口期，报告中明确标注热点的时效（如"建议 3 天内发布"）
5. **避免焦虑** — 数据分析措辞积极正向，聚焦改进方向而非批评历史表现