阿拉丁·AI短剧数据复盘工坊（aladin-drama-insight）

阿拉丁出品。你用 aladin-drama-topic→script→gen→edit→publish→traffic 跑完一条 AI 短剧——但投完之后，抖音/快手后台导出的那一堆逐集 CSV，你根本看不出哪集跑了人、哪个钩子真有效、付费墙卡得对不对、下期该拍什么。skillhub 上复盘类技能不少（fupan-xiangdao 须绑账号专属阈值、data-analysis-plus 通用表格分析、omni-growth-studio 只复盘自媒体图文），可没有一款把"短剧投后数据 → 集间流失漏斗 + 付费转化 + 飞轮回灌选题"收口成纯本地零依赖工具。这个技能把复盘收口成一套纯本地工具：你给后台导出 CSV，它产出留存漏斗 + 卡点归因 + 钩子排行 + 平台对比 + 付费转化，并吐出 _metrics.json 直接喂 aladin-drama-traffic 反哺下一轮选题，闭合数据飞轮。

它解决什么痛点

用户在 skillhub 上能找到的"复盘/数据"工具都有明显短板：

| 现有技能 | 只做 | 不做（对短剧而言） | |---------|------|------------------| | fupan-xiangdao | 发布后复盘，但须"工作区校验 + 账号专属阈值" | 强依赖平台私有环境/账号，离线不可用 | | data-analysis-plus / qclaw-data-analyst-pro | 通用表格统计分析 | 无"完播率/3秒率/付费转化"等短剧领域知识 | | omni-growth-studio | 自媒体图文(抖音/小红书/公众号)内容复盘 | 不碰短剧逐集、不分析付费墙、不与 AI 短剧闭环回灌 | | 各类 Excel 图表工具 | 画柱/折线图 | 不做集间流失漏斗、不定位卡点、不回灌选题 |

本技能 = 短剧投后数据复盘全链路（收口环），脚本零依赖（仅 Python 标准库）、纯本地、离线可用、零平台 API，且比上述技能多出 集间流失漏斗 + 卡点 P0/P1 归因 + 钩子有效性 + 跨平台涨粉对比 + 付费墙转化/ARPU 代理 + 与 traffic→topic 的数据飞轮回灌。

与 skillhub 现有技能 + 自家 aladin 系列的差异化

| 能力 | 现有复盘/数据类技能 | 阿拉丁·AI短剧数据复盘工坊(本款) | |------|----------------|-------------------------------| | 短剧领域指标(完播/3秒率/付费) | ✗ 通用表格 | ✓ 内置口径字典 | | 集间流失漏斗(留存 vs 第1集) | ✗ | ✓ SVG 内联可视化 | | 卡点定位(P0/P1 跳失归因) | ✗ | ✓ 归因开场钩子/中段/缺表态点 | | 钩子有效性排行 | ✗ | ✓ 3秒率/完播率/互动率聚合 | | 跨平台涨粉对比 | 部分 | ✓ 按涨粉率排序 | | 付费墙转化 + ARPU 代理 | ✗ | ✓ 卡点前后留存 + 行业判定线 | | 与 AI 短剧闭回购灌选题 | ✗ | ✓ _metrics.json 喂 traffic→topic | | 零依赖 / 离线 / 零平台 API | 须账号/须联网 | ✓ 纯标准库 | | 数据保密(短剧题材敏感) | 多须上传 | ✓ 全程本地 |

与自家 aladin-drama-traffic(引流方案) 互补不重：traffic 是"投前/投中怎么引流"，本款是"投后数据复盘 + 回灌 feedback"，两者经 _metrics.json 契约拧紧成数据飞轮。

何时触发

"帮我复盘这个短剧的播放数据 / 看看哪集跑了人"
"分析一下完播率、3秒率、付费转化"
"哪集是卡点、为什么掉粉、下期拍什么"
"对比抖音和快手的涨粉效果"
"付费墙卡在第几集合适、转化怎么样"
用户给出平台后台导出的逐集 CSV/JSON（抖音/快手/视频号/B站），想落地成可执行的复盘 + 回灌选题
联动 aladin-drama-traffic(吃 _metrics.json) 与 aladin-drama-topic(下一轮选题)

何时不触发

用户要实时抓取平台数据——本款吃"后台导出文件"，不调平台 API、不联网爬取（如需抓取，先去后台导出 CSV/JSON 再回来）
用户要写剧本/改选题——那属于 aladin-drama-script / aladin-drama-topic
用户要做引流方案/投流计划——用 aladin-drama-traffic（本款的 _metrics.json 是它的输入）
用户要剪辑/字幕/配音——用 aladin-drama-edit / subtitle / dub
用户要自媒体图文(非短剧)复盘——用 omni-growth-studio
用户要搜索/安装别人的技能——用 find skill / skillhub install

能力边界

能做：

多源归一：抖音/快手/视频号/B站后台导出 CSV/JSON，万单位/百分号/千分位逗号自动清洗，表头别名自动映射，文件名嗅探平台
集间流失漏斗：以第 1 集播放为基准的留存率 + 集间跳失率，内联 SVG 可视化
卡点定位：跳失超阈值(默认 25%)的集记 P0/P1，归因到开场钩子失效/中段拖沓/缺表态点/上集悬念不足，并给修复建议
钩子有效性：按钩子类型聚合 3秒率/完播率/互动率，排行找出最吸睛开场
平台对比：跨平台播放/涨粉/涨粉率/完播率/收入对比，按涨粉率排序
付费转化：付费墙前后留存 + 付费转化 + 行业判定线(≥15%优秀/8-15%及格/<8%偏低) + ARPU 代理
数据飞轮：产出 _metrics.json(views/follows/completion_rate/per_platform/top_hook/weak_episode) 喂 aladin-drama-traffic --metrics，回灌选题
可视化交付：自包含 insight_board.html(内联 CSS/JS，离线可看漏斗+卡点+排行) + _insight_report.md

不能做：

不能实时抓取/联网爬取平台数据（只吃离线导出文件）
不能改剧本/做选题（那是 script/topic 的职责；本品只回灌 metrics）
不能做引流投放计划（那是 traffic 的职责；本品只产出 metrics 输入）
不能保证导出字段 100% 对齐所有平台后台版本（字段别名已覆盖常见表头，异常列会被忽略并提示）
不能绕过 skillhub 安全审核

输入输出规范

输入（命令行）：

--in：平台后台导出文件(CSV/TSV/JSON)，可多次追加（多平台合并）
--dir：扫描目录下全部 csv/json 批量导入
--project：短剧名（用于看板标题）
--stats：insight_ingest 产出的 _stats.json
--paywall：付费墙所在集数（可选，开启付费转化分析）
--insight：insight_analyze 产出的 _insight.json

输出（位于 --out，默认 build/）：

_stats.json：归一后的逐集数据（insight_ingest 产物，下游契约）
_insight.json：复盘主数据（漏斗/卡点/钩子/平台/付费），report 的输入
_metrics.json：数据飞轮回灌契约（views/follows/completion_rate/per_platform/top_hook/weak_episode），喂 aladin-drama-traffic --metrics
insight_board.html：自包含复盘看板（漏斗 SVG + 卡点表 + 钩子排行 + 平台对比 + 付费卡点）
_insight_report.md：Markdown 复盘报告

工作流

Step 1：多平台后台导出 → 归一（insight_ingest.py）

PY="C:/Users/adam/.workbuddy/binaries/python/versions/3.13.12/python.exe"
SKILL="<本技能目录>"
"$PY" "$SKILL/scripts/insight_ingest.py" \
  --in "$SKILL/assets/sample_douyin.csv" --in "$SKILL/assets/sample_kuaishou.csv" \
  --project 我的短剧 --out ./build

产出 _stats.json（16 行 → 2 平台 → 8 集归一）。

Step 2：核心复盘分析（insight_analyze.py）

"$PY" "$SKILL/scripts/insight_analyze.py" --stats ./build/_stats.json --paywall 5 --out ./build

产出 _insight.json（漏斗/卡点/钩子/平台/付费）+ _metrics.json（回灌契约）。

Step 3：渲染看板 + 报告（insight_report.py）

"$PY" "$SKILL/scripts/insight_report.py" --insight ./build/_insight.json --out ./build

产出 insight_board.html + _insight_report.md。

Step 4：回灌数据飞轮（可选，闭环收口）

# 把 _metrics.json 交给引流工坊，反哺下一轮选题
"$PY" "../aladin-drama-traffic/scripts/traffic_plan.py" \
  --publish ./build/_publish_plan.json --metrics ./build/_metrics.json --out ./build

详见 references/feedback-loop.md。

复用资源

| 文件 | 用途 | 加载时机 | |------|------|----------| | references/usage-examples.md | 完整场景（都市逆袭 8 集复盘 / 双平台对比 / 付费墙测试 / 闭环回灌）+ 最佳实践 + FAQ | 用户要具体样例、或落地参考时加载 | | references/metrics-glossary.md | 指标口径字典：输入字段别名、派生公式、判定阈值（全部确定性可复算） | 用户问"某指标怎么算/阈值多少"时加载 | | references/feedback-loop.md | 数据飞轮回灌契约全景 + _metrics.json 字段与 traffic 读取逻辑对应 + 回灌命令序列 | 衔接 traffic/topic、或对齐飞轮字段时加载 |

重要约束

TRACE·只吃离线导出：三脚本只处理用户本地的后台导出文件，绝不调用平台 API / 联网爬取（→ Traceability/Trust）
零依赖：仅用 Python 标准库，离线可跑，不要求 pip 安装（→ Reliability）
数据不出本机：题材敏感的短剧数据全程本地处理，不外传（→ Trust）
指标可复算：同输入同输出，漏斗/卡点/钩子归因确定性一致（→ Traceability）
不编造数据：只做确定性统计，不臆造播放/涨粉数字（→ Trust）
口径透明：判定阈值(卡点≥25%、3秒率<55%、完播<35%、付费≥15%优秀)在 metrics-glossary.md 公开，可调参（→ Convention）
description 单行：禁用 YAML 多行语法，保持可发布（→ Convention）

与 aladin 短剧系列的关系

本技能是 aladin「AI短剧创作闭环」的收口环（数据复盘 + 飞轮回灌），把投后数据变成下一轮选题的输入：

aladin-drama-topic(选题) → aladin-drama-script(剧本) → aladin-drama-gen(生成视频 prompt) → aladin-drama-cast(角色一致性) → aladin-drama-dub(配音) + aladin-drama-bgm(配乐音效) → aladin-drama-subtitle(字幕) → aladin-drama-edit(混剪成片) → aladin-drama-publish(发布) → aladin-drama-traffic(引流) → aladin-drama-insight(本款·复盘 + _metrics.json 回灌) → 下一轮 topic。

_metrics.json 是 traffic 的数据驱动反馈契约：weak_episode 提示"下期压缩铺垫"、top_hook 提示"放大该题材"、涨粉率提示"主投平台"，让整个闭环从"凭感觉拍"变成"靠数据迭代"。