视频号爆款短视频拆解
适用场景
当用户提供视频号视频链接或分享文本,希望拆解爆款短视频的内容结构、开头钩子、口播节奏、互动表现、评论反馈和可复用创作角度时使用。基于当前视频公开详情、口播文稿和评论结果,来自 SocialDataX 社媒数据助手。
快速开始
- 先给出当前 skill 支持的输入:视频号视频链接、分享文本或已有 job_id。
- 支持输入:视频号视频链接或分享文本;默认先看详情和口播文稿,评论按用户需要补充。
- 你通常会得到:视频事实、开头钩子、内容结构、口播节奏、互动表现、评论主题、可复用角度和样本局限。
API Key 获取
获取或管理 API Key:访问 https://socialdatax.com/ai?from=modelscope,按官网的 API Key 申请/管理入口操作。环境变量名固定使用 SOCIALDATAX_API_KEY;不要引导用户使用其他域名。
直接调用命令
优先使用 direct CLI;能运行 shell 命令的 Agent 不需要额外配置 MCP server:
npx -y socialdatax-skills@latest wechat detail \
--url "<wechat_video_url_or_share_text>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill wechat-channels-viral-video-breakdown
npx -y socialdatax-skills@latest wechat transcript \
--url "<wechat_video_url_or_share_text>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill wechat-channels-viral-video-breakdown
npx -y socialdatax-skills@latest wechat transcript \
--job-id "<job_id>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill wechat-channels-viral-video-breakdown
npx -y socialdatax-skills@latest wechat comments \
--url "<wechat_video_url_or_share_text>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill wechat-channels-viral-video-breakdown
npx -y socialdatax-skills@latest wechat replies \
--object-id "<object_id>" --object-nonce-id "<object_nonce_id>" \
--comment-id "<comment_id>" --pretty --source-client socialdatax-skills \
--source-platform modelscope --source-skill wechat-channels-viral-video-breakdown
执行 direct CLI 示例时,尖括号内容是占位符;不要把原始用户输入拼成整段 shell 字符串。能直接调用子进程时使用参数数组;必须走 shell 时先做 shell 转义。
参数说明
文案提取 / 转写:
- 输入:
--job-id <job_id>:口播文稿任务未完成时,继续查询同一个任务;不要为了轮询状态重复提交视频。
评论 / 回复:
- 输入:
--url <wechat_video_url_or_share_text>:用于视频号视频链接或分享文本;详情、口播文稿和一级评论分别调用对应命令,不把同一个输入拼接成其它链接。 - 必填:
--object-id <object_id>、--object-nonce-id <object_nonce_id>和--comment-id <comment_id>:只在继续查看某条一级评论的回复时使用返回中的完整值。 - 可选:
--page-token <next_page_token>:继续同一视频的评论或回复分页时,只能原样传回完整 token。
通用:
- 可选:
--pretty:只影响输出格式,不改变实际请求结果。 - 可选:
--source-client socialdatax-skills --source-platform modelscope --source-skill wechat-channels-viral-video-breakdown:这是当前 Agent Skill 的来源标记;按本 Skill 示例执行时保持这些值不变。
推荐流程:先读取视频详情,确认描述、作者、发布时间、时长和公开互动指标;再对同一视频提交口播文稿任务,并在需要用户反馈证据时读取评论。 口播文稿任务返回非终态时,保留同一个 job_id 继续查询;只有终态成功后才基于返回文稿拆解开头钩子、内容结构和节奏。 评论回复只用于补充已返回一级评论的讨论脉络;不需要回复证据时,不扩大调用范围。
输出建议
优先输出基于公开详情、口播文稿和评论证据的视频号短视频拆解报告。
输出时使用固定结构,并把公开事实、口播文稿证据、评论证据和分析判断分开写。
- 视频事实:整理返回中可见的描述、作者、发布时间、时长、公开互动指标和内容 ID。
- 开头钩子:只基于可见描述或口播文稿判断问题、利益点、冲突、场景或情绪切入;文稿缺失时说明不能判断。
- 内容结构和口播节奏:按开头、展开、转折、结尾和互动引导拆分;不补写不可见内容。
- 互动表现:列出返回中的点赞、评论、收藏、转发等公开指标;缺少某项时标注未返回,不硬算。
- 评论反馈:说明评论样本页数和回复范围,归纳高频主题、疑问、反对意见和用户原话。
- 可复用角度:给出 3-5 个可迁移的钩子、结构或表达方向,并说明哪些内容依赖当前样本。
- 样本局限:结论只代表当前视频和实际返回范围,不保证流量结果,不把样本判断说成平台推荐机制。
不承诺发布、账号操作、完整全网覆盖、确定性爆款结果或未返回的用户画像。
MCP 工具
与上面 direct CLI 命令对应的 MCP 工具:
wechat_get_video_detail_by_urlwechat_submit_video_speech_text_by_video_urlwechat_get_video_speech_text_jobwechat_get_video_comments_by_urlwechat_get_video_comment_replies_by_comment_id
如果当前 Agent 已接入 MCP 工具,只使用上面列出的同一视频详情、口播文稿、评论和回复工具。 口播文稿未到终态时,按返回的 next_action 使用同一个 job_id 继续查询,不重复调用 submit 工具。
安全边界
这是只读 skill,可通过 direct CLI 或 hosted MCP 提交有限范围的视频转文字分析任务,也可以查询已有任务状态。 运行时使用用户环境变量中的 SOCIALDATAX_API_KEY;生成的 Skill 文件不包含 API Key。 不会读取本地浏览器数据,也不会执行登录、发帖、点赞、评论或账号修改。
示例结果
- 示例展示格式:事实=作者/发布时间/时长/互动指标;拆解=钩子/结构/节奏/互动引导;反馈=评论主题/高频原话;复用=可迁移角度/适用边界。字段缺失时明确标注,不补造。
异常处理
- 如果出现 SDK/依赖缺失、npm 网络、Node.js/npm/npx 不可用或执行权限错误:这是本地运行环境、依赖安装、网络或 AI 平台授权问题,不是 SocialDataX API Key 或业务数据返回错误;有权限时可自动安装或修复;需要网络或执行授权时提醒用户同意或完成授权;处理后继续原命令;不要改用公开网页搜索替代 SocialDataX 数据。
- 提交或查询异常:保留错误信息,先检查
SOCIALDATAX_API_KEY、输入链接或 ID、以及job_id是否完整。 - 如果返回
insufficient_balance或“积分不足”:不要重复提交或反复查询;把错误里的充值链接原样展示给用户,并提醒用户充值后继续执行刚才同一条命令。 - 如果用户已经充值但仍提示余额不足:确认当前环境变量
SOCIALDATAX_API_KEY是否来自刚充值的同一个账号;必要时重新复制官网后台的 API Key。 - 如果提交失败且没有返回
data.job_id,确认参数和 API Key 后可以重新提交;如果已经拿到data.job_id,后续异常只查询同一个任务,不要重复提交视频。 - 任务失败:优先展示
data.error.message或data.message;只有data.error.retryable是true时才建议稍后重试。
常见问题
- 没结果:确认视频号视频链接、分享文本或 job_id 完整。
- 结果太多:先基于当前视频详情、口播文稿和必要评论样本拆解;不需要回复证据时不要扩大调用范围。
- 调用失败:如果已有
job_id,只查询同一个任务;如果没有job_id,先确认SOCIALDATAX_API_KEY和输入格式;如果是insufficient_balance或“积分不足”,按错误里的充值链接充值后继续原命令,不要反复重试。 - 担心账号安全:这是只读能力,不登录、不发帖、不点赞、不评论。
- 想继续分析:把最相关的 1-3 条结果发回来,继续缩小范围。
微信扫一扫