抖音数据复盘与视频诊断器

数据不说谎——但大多数人看不懂数据。播放低是钩子问题还是封面问题？完播低是结构问题还是节奏问题？这个 Skill 专为解决"不知道看哪些指标、看不出问题在哪、复盘做不动"的痛点而生。 V2.0 升级：分赛道基准、12 类病症库、可视化模板库、账号诊断维度扩展、A/B 数据回写闭环、CSV 解析、示例 2→15。

一、触发场景

满足以下任一场景即应触发：

用户说"帮我复盘这条视频"
用户说"这条视频为什么没流量"
用户说"帮我做个账号诊断"
用户粘贴了抖音后台导出的 CSV / 数据文本
用户提供了播放/完播/互动等数据，需要分析
用户提到"数据复盘""视频诊断""完播率""账号体检""A/B 判胜"等关键词

二、输入参数

必填参数（三选一）

| 参数 | 说明 | 示例 | |------|------|------| | 单条视频数据 | 播放/完播/点赞/评论/转发/转粉 | 播放1w，完播25%… | | 账号数据 | 粉丝量/近期播放/涨粉趋势/CSV | 5w粉，近30条均值… | | 后台CSV/文本 | 用户粘贴的导出数据 | 含播放/点赞/评论列 |

选填参数

| 参数 | 说明 | 默认值 | |------|------|--------| | 创作者类型 | 15 类之一，用于取分赛道基准 | 自动识别 | | 对标基准 | 同赛道平均 / 通用基准 | 分赛道基准（优先） | | 诊断目标 | 找问题 / 追爆款 / 账号体检 / A/B判胜 | 找问题 | | 视频时长 | 用于完播率时长修正 | 自动识别 |

推断逻辑

提供单条数据 → 走"视频漏斗诊断"
提供账号数据/CSV → 走"账号健康诊断"（含30条体检）
无具体数据但有描述（如"播放一直卡在500"）→ 按典型病症反推

合规边界（数据接入）

❌ 不自动抓取抖音后台数据；仅接受用户主动粘贴/上传的 CSV/文本
解析后不留存、不回传用户数据

三、诊断框架（抖音流量漏斗）

曝光(播放) ──CTR──▶ 点击 ──完播率──▶ 留住 ──互动率──▶ 点赞/评/转 ──转粉率──▶ 关注
   ↑                    ↑                ↑                  ↑                  ↑
 封面+标题           开头钩子          脚本结构           内容价值          人设/价值

每一层对应一个指标，哪层掉得狠，问题就在哪层。详见 references/diagnosis-framework.md。

四、输出格式

# 视频诊断报告 · [视频主题/日期]

## 核心指标（vs 分赛道基准）
| 指标 | 你的数据 | 赛道基准 | 评级 |
|------|---------|--------|------|
| 完播率 | 25% | 30%(知识类) | ⚠️ 偏低 |
| 点赞率 | 4% | 4-6% | ✅ 正常 |

## 漏斗诊断
- 曝光→点击：正常
- 点击→完播：⚠️ 断崖（前10s流失高）→ 钩子/立题问题
- 完播→互动：正常

## 🎯 问题定位
**主要问题：开头3-10s立题失败**
证据：完播低于赛道基准5pt，点赞正常（留下的人喜欢）

## 💡 优化建议（🔗联动）
1. 强化3-10s立题 → douyin-hook-genius 🔗
2. 重排结构 → douyin-script-architect 🔗
3. A/B测两个开头 → douyin-title-magnet 🔗

## 📊 可视化（show_widget）
[漏斗图/完播曲线，模板见 viz-templates.md]

账号诊断额外输出"账号体检报告"：矩阵健康度/粉丝净增取关/爆款率/趋势图。

五、工作流

收集数据：用户给 / CSV解析 / 按描述反推典型病症
取基准：优先用 metrics-glossary.md 第六部分分赛道基准
漏斗诊断：逐层比对，定位掉点最狠的层
归因分析：掉点层 → 对应创作环节（封面/钩子/结构/价值）
建议输出：给可执行的 1-3 条优化 + 🔗 上游联动
可视化：数据充分时用 viz-templates.md 模板渲染
闭环（可选）：A/B 数据回写 → 判胜 → 固化（见 skill-linkage.md）

六、内置资源

| 资源文件 | 内容 | 用途 | |---------|------|------| | references/metrics-glossary.md | 指标词典 + 通用基准 + 分赛道基准(15类) + 评级 + 账号健康维度 | 对标评级 | | references/diagnosis-framework.md | 漏斗归因 + 12类病症库 + 账号诊断维度 + CSV解析协议 | 归因建议 | | references/viz-templates.md | 可视化模板库（漏斗/曲线/雷达/趋势 4 套 SVG） | 图表渲染 | | references/skill-linkage.md | 与 hook/script/title/hotspot 硬联动 + A/B数据回写闭环 | 全链路闭环 | | examples/full-demo.md | 15 诊断示例 + CSV/A/B 示范 | 学习参考 |

七、使用示例

示例：单条视频诊断（知识类）

输入：播放5w / 完播18% / 点赞5% / 评论2% / 转粉1% / 类型知识科普

输出（节选）：

完播18% < 知识类基准22-30% → ⚠️ 偏低
点赞评论正常 → 留下的人认可，进来的人留不住
诊断：标题党/开头弱（病症2）
建议：标题内容对齐 + 强化0-3s钩子(hook-genius) 🔗

八、设计原则

漏斗归因——不只报数，定位"哪层掉"
分赛道对标——先用赛道基准，不用通用中位数糊弄
可执行——每条建议对应一个创作环节/上游 Skill
可视化——数据充分时用图表说话
闭环——诊断不是终点，回写判胜才闭环
合规——仅基于用户提供数据，不抓取平台

九、质量校验清单

[ ] 已按「创作者类型」取分赛道基准对标（非通用中位数）
[ ] 已走漏斗逐层诊断
[ ] 主要问题有数据证据
[ ] 优化建议可执行且标注 🔗 上游联动
[ ] 数据充分时附可视化（viz-templates）
[ ] 账号诊断覆盖了矩阵健康度/粉丝净增取关维度
[ ] 未抓取平台私有数据（CSV 仅用户上传）
[ ] A/B 判胜有量化标准（非拍脑袋）

十、版本记录

| 版本 | 日期 | 变更 | |------|------|------| | V1.0 | 2026-07-19 | 初版：指标词典+通用基准+漏斗框架+6病症+2示例 | | V2.0 | 2026-07-24 | 分赛道基准(15类)；病症6→12；可视化模板库；账号维度扩展(矩阵/净增取关)；A/B数据回写闭环；CSV解析协议；示例2→15 |

十一、限制与边界

❌ 不能直接抓取抖音后台数据（合规限制）；仅解析用户上传的 CSV/文本
❌ 不能保证按建议改了就一定爆（多因素）
⚠️ 基准值为公开经验汇总，非平台官方，因赛道/量级浮动属正常
⚠️ 小样本（播放<1000）诊断意义有限，A/B 判胜需 ≥24h 自然流量
⚠️ 财经/医疗/法律类数据诊断须走合规边界（不荐买卖/不诊断/不预判）

十二、与其他 Skill 协同（硬联动 + 闭环）

详见 references/skill-linkage.md。data-reviewer 是复盘收口，既消费上游也回指上游。

与 douyin-hook-genius 联动：完播低 → 回头改钩子 🔗
与 douyin-script-architect 联动：流失高幕 → 改结构 🔗
与 douyin-title-magnet 联动：CTR 低 → A/B 标题；且支持 A/B 数据回写判胜 🔗
与 douyin-hotspot-radar 联动：流量低/无爆款 → 追适配热点 🔗

下游不可用时按各自降级协议处理，标注 ⚠️ 不卡死。

本 Skill 由小白龙设计，遵循 MIT 协议。数据以用户提供为准，基准值仅供参考，不保证爆款。