Skip to content
Marketing
Skill

/skill-social-performance-review

生成月度社媒效果复盘报告,分析小红书、抖音、B站、微博等平台的内容表现,输出下月可执行建议。 当用户说"月度复盘""效果复盘""这个月表现""内容复盘""运营总结""下月建议""月报"时使用。 和 skill-publish-analytics 的区别:analytics 从发布日志做四维归因,本 SKILL 做跨平台组合级月度复盘。

BOOST
From plugin
easel
3.3k114 skills
Install
$ npx -y skills add zju-real/easel --skill skill-social-performance-review --agent claude-code

How it fires

How this skill gets triggered: by you, by Claude, or both.

  • Fires itselfAuto-invocation. Claude auto-loads it when your prompt matches the work.Auto-invocation is when the right skill fires by itself at the right moment, driven by a FLOW.md router and a hook, instead of you invoking it by name. It is the difference between a skill being installed and a skill actually getting used.Read the full definition →
  • You can call itInvoke it directly when you want it.
  • Slash command/skill-social-performance-review

Context preview

The summary Claude sees to decide when to auto-load this skill.

生成月度社媒效果复盘报告,分析小红书、抖音、B站、微博等平台的内容表现,输出下月可执行建议。 当用户说"月度复盘""效果复盘""这个月表现""内容复盘""运营总结""下月建议""月报"时使用。 和 skill-publish-analytics 的区别:analytics 从发布日志做四维归因,本 SKILL 做跨平台组合级月度复盘。

SKILL.md

skill-social-performance-review.SKILL.md
name: skill-social-performance-review
description: >-
  生成月度社媒效果复盘报告,分析小红书、抖音、B站、微博等平台的内容表现,输出下月可执行建议。
  当用户说"月度复盘""效果复盘""这个月表现""内容复盘""运营总结""下月建议""月报"时使用。
  和 skill-publish-analytics 的区别:analytics 从发布日志做四维归因,本 SKILL 做跨平台组合级月度复盘。
layer: attribute

月度效果复盘

> 分析上月社媒内容表现,找出有效模式与失败原因,输出客户可读的复盘报告和下月可执行建议。

数据层定位

本 SKILL 是归因链的**消费层**,不新建数据底座:

  • **粉丝 / 时序数据的权威来源是 `skill-data-tracker` 快照底座**(`outputs/_analytics/snapshots/`);发布事件底座是 `skill-publish-log`(`outputs/_analytics/publish-log.json`)。有对应底座数据时优先取用做环比与粉丝趋势。
  • **本 SKILL 的临时文件与产物不是底座** — 阶段 3 的 `outputs/复盘主题/.tmp-{月份}.json` 是标准化输入(用完即删),`context/best-performers.md`、`context/review-history.md` 是复盘沉淀,均不重复存储粉丝时序或发布事件本身。
  • 当底座数据缺失时,退到 CSV / 截图 / 口述输入(见「数据质量」),不阻断复盘。

输入

用户 prompt 中提供以下信息:

  • **复盘月份**:哪个月的数据
  • **平台**:小红书 / 抖音 / B站 / 微博 / 公众号(可多选)
  • **数据来源**(按优先级):
  • CSV 导出(小红书创作者中心 / 抖音创作者服务平台 / B站创作中心 / 微博数据中心)
  • 截图(各平台后台数据概览)
  • 口述(用户描述哪些帖子表现好/差)
  • **业务背景**(可选):当月是否有特殊事件、促销、付费推广

示例 prompt:

Execute /skill-social-performance-review
月份:2025年6月
平台:小红书
数据:附上后台截图
背景:6月中旬做了一次好物分享合集

输出

结构化月度复盘报告,保存到 `outputs/复盘主题/[客户名]-social-review-[月份]-[年份].md`。

报告包含:月度概览、表现最佳/最差帖子分析、内容支柱与格式拆解、关键洞察、下月建议。

完整报告模板见 `references/report-template.md`。

数据质量

SKILL 适配三种数据质量等级,缺数据不中断分析:

| 等级 | 数据来源 | 分析深度 | |------|----------|----------| | **完整** | CSV 导出 + 账号概览截图 | 逐帖评分,完整指标对比 | | **部分** | 截图或 Top/Bottom 帖子列表 | 模式分析,标注数据缺口 | | **最少** | 用户口述表现好/差的帖子 | 定性分析 + 基于最佳实践的建议 |

在报告开头明确标注数据来源和质量等级。

执行步骤

阶段 0 — 环境准备

读取以下上下文文件(存在则读,不存在则跳过并记录):

  • `context/brand-style.md` — 内容支柱、平台定位、目标
  • `context/content-calendar.md` — 上月排期计划
  • `context/best-performers.md` — 历史高表现帖子
  • `context/review-history.md` — 历史评分趋势
  • `outputs/复盘主题/` 最新文件 — 上月复盘(用于环比)

阶段 1 — 信息收集

收集复盘月份、平台、数据来源、业务背景和当月目标。

若用户未准备导出数据,提供导出步骤指引:

  • **小红书**:创作者中心 → 数据中心 → 内容分析 → 选时间范围
  • **抖音**:创作者服务中心 → 数据看板 → 作品分析
  • **B站**:创作中心 → 数据中心 → 稿件分析
  • **微博**:微博数据中心 → 内容分析
  • **公众号**:公众号后台 → 统计 → 内容分析

若无法导出,请用户提供:Top 3 帖子 + Bottom 3 帖子 + 粉丝变化 + 意外表现帖子。

阶段 2 — 数据标准化

接受 CSV / 截图 / 口述,统一提取:帖子日期、类型、文案摘要、触达、互动、保存/点击、分享、互动率。

**清洗规则**:

  • 付费推广帖子排除出有机基准,单独标注
  • Reels/短视频触达天然膨胀,对比格式时注明
  • 发帖空白期单独记录

阶段 3 — 效果分析

**先把标准化数据落成 JSON,交给 `scripts/review.py` 做确定性计算,再由你解读。** 不要手算互动率、不要心排 Top/Bottom、不要心算环比和加权评分。

把阶段 2 标准化后的数据写成输入 JSON(`outputs/复盘主题/.tmp-{月份}.json`):

{
  "month": "2026-06", "platform": "xiaohongshu",
  "followers": 5200, "followers_change": 180,
  "previous": {"avg_engagement_rate_pct": 4.2, "reach": 42000},
  "plan": {"planned_posts": 12},
  "benchmark": {"engagement_rate_avg": 0.04},
  "posts": [
    {"title": "...", "date": "2026-06-05", "type": "轮播", "pillar": "好物",
     "reach": 8000, "impressions": null, "views": null,
     "likes": 420, "comments": 60, "saves": 300, "shares": 40}
  ]
}

字段可缺(付费推广帖先剔除再入 posts)。互动率基数优先 reach→impressions→views。 `previous`/`plan`/`benchmark` 缺失时对应分析降级,不中断。运行:

python3 skills/openclaw/skill-social-performance-review/scripts/review.py score --input outputs/复盘主题/assets/2026-06.json

脚本返回:逐帖互动率与综合分、Top3/Bottom3(小红书按收藏排、其他按互动率排)、 支柱聚合、格式聚合、环比(互动率/触达/粉丝)、加权内部评分及所用维度、`warnings`。

据脚本结果完成 7 项分析(详见 `references/analysis-framework.md`):账号快照 / 最佳帖子 / 最差帖子 / 内容支柱表现 / 格式表现 / 开头分析(脚本不做,需读文案首句)/ 发帖节奏。 基准数据参考 `references/benchmarks.md`。分析完删除临时 JSON。

阶段 4 — 竞品观察(可选)

仅在有竞品账号且配置了 Playwright/Firecrawl MCP 时执行。 观察竞品上月发帖频率、内容组合、格式偏好和互动水平,提炼 4-6 条对比要点。

无 MCP 工具时跳过并在报告中注明。

阶段 5 — 洞察与建议

  • **关键洞察**(2-4 条):连接因果,解释当月表现的核心模式
  • **下月建议**(3-5 条,按预期影响排序):每条包含"做什么 / 数据依据 / 如何落地"
  • **排期调整**:支柱比例、格式组合、开头策略、发帖频率的具体变更建议

建议必须具体可执行 — 不写"多发轮播",写"轮播从每月 2 条增至 4 条,聚焦[表现最佳支柱]"。

阶段 6 — 输出

1. **报告**:按 `references/report-template.md` 模板输出到 `outputs/复盘主题/` 2. **更新上下文**:

  • `context/best-performers.md` — 追加本月 Top 3
  • `context/review-history.md` — 追加一行月度摘要(触达 / 互动率 / 粉丝变化 / 评分)

3. **交接提示**:告知用户如何用复盘结果驱动下月排期

内部评分

综合评分 1-10 由 `scripts/review.py score` 的 `internal_score` 字段确定性给出 (**不要自己心算加权**),记入 `context/review-history.md`。维度与权重:

| 维度 | 权重 | |------|------| | 互动率 vs 基准 | 25% | | 粉丝增长趋势 | 20% | | 最佳帖子表现 | 20% | | 排期执行率 | 15% | | 触达趋势 | 20% |

脚本会剔除缺数据的维度并对剩余权重重新归一化,`dimensions_used` 标明实际参与维度。

注意事项

  • **收藏/点赞是小红书最重要指标** — 反映内容被用户认为有价值,优先于曝光量
  • **不同平台核心指标不同** — 小红书看收藏,抖音看完播率,B站看硬币/投币,微博看转发
  • **缺数据不废复盘** — 基于用户记忆的定性复盘仍有价值,标注局限并推动下月导出
  • **付费推广帖子污染有机基准** — 务必确认并排除
  • **短视频触达膨胀** — 服务非粉丝,不直接与图文对比触达
  • **建议部分是核心** — 创作者最想知道下月该做什么

Profile 感知

  • **有 Profile**:
  • 读取 `platform` 确定分析平台和基准
  • 读取内容支柱做支柱级拆解
  • 读取品牌风格校验内容一致性
  • 读取历史数据路径做环比分析
  • **无 Profile**:
  • 询问用户目标平台和当月目标
  • 使用 `references/benchmarks.md` 通用基准
  • 跳过支柱分析(或让用户口述支柱分类)
  • 附注:"如提供账号 Profile,可启用支柱拆解和历史趋势分析"
Read more
Ships witheasel

An open-source AI agent for social media — discover trends, create content, publish everywhere, and learn what works across Xiaohongshu, Douyin, Zhihu, Bilibili, and more.🎨一个开源的 AI 社交媒体智能体——发现热点趋势、创作内容、一键发布至各大平台,并学习分析哪些内容真正有效,覆盖小红书、抖音、知乎、哔哩哔哩等平台。

Get the whole plugin
Stats
3,463
Stars
528
Forks
Active
Maintenance
Python
Language
Apache-2.0
License
2h ago
Last commit
1mo ago
Created
4d ago
Added

Repo: zju-real/easel

Other skills on easel.

asset-manager
Skill

asset-manager

outputs/ 目录下的产物管理:按日期/平台/类型归档、打标签、搜索历史内容、生成素材清单。 当用户说"整理素材"、"归档"、"找之前的内容"、"搜索历史"、"素材管理"、…

@zju-real@zju-realView Skill
audio-editing
Skill

audio-editing

通用音频处理:音频剪辑/裁剪、格式转码(mp3/wav/m4a/aac)、音量归一化、从视频提取音轨、多段拼接、淡入淡出、变速(保音高)。当用户说“剪音频”“裁一段”“转成…

@zju-real@zju-realView Skill