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

bash
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）：

bash

方式1：上传文件

方式2：直接粘贴（JSON/CSV/TSV/逐行文本）

输出将写入 ./runs//：

• - datacache.csv
• features.auto.json
• verifyresult.json
• report.html
• autodetect.json

Step 1: 预览数据

bash
RUN_DIR=./runs/$(date +%Y%m%d-%H%M%S)
python {SKILLDIR}/scripts/datatool.py preview --accounts 账号名(平台) --size 100 --run-dir $RUN_DIR

或

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 $RUNDIR/data_cache.csv。
如果不传 --run-dir，脚本会自动创建 ./runs// 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：

bash
python {SKILLDIR}/scripts/datatool.py sort --input $RUNDIR/data_cache.csv --col engagement --title-col title --n 25

数据量<100 用 --n 20~25，100~500 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：

bash
cat > $RUNDIR/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

bash
python {SKILLDIR}/scripts/datatool.py verify \
--input $RUNDIR/data_cache.csv \
--features $RUNDIR/features.json \
--output $RUNDIR/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：

bash
cat > $RUNDIR/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

bash
python {SKILLDIR}/scripts/datatool.py report \
--verify-json $RUNDIR/verify_result.json \
--name TheNorthFace \
--output $RUN_DIR/report.html \
--insights $RUNDIR/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）

bash
python {SKILLDIR}/scripts/datatool.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：
bash
python {SKILLDIR}/scripts/datatool.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. 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