小红书抖音选题库多维分析技能

功能概述

分析小红书选题库多维表格内容，从7个核心维度输出深度分析报告。

搭配工具

Ai运营助手手机端 + 电脑浏览器插件多端采集进飞书表格，是整条链路的起点； OpenClaw 无缝接表做分析与 skills 编排，把表格里的数据真正用起来。 https://sph.shucaigang.cn/web/aiAssistant/index

支持的数据源

飞书多维表格（推荐）
- 需要：app_token、table_id
- 链接格式：https://xxx.feishu.cn/base/{app_token}?table={table_id}
用户提供数据
- 直接粘贴表格数据（JSON/CSV/文本格式）
已有数据
- 从工作区文件读取（如已导出的CSV/JSON）

分析维度（7个核心维度）

1. 基础信息维度

总记录数、编号范围
时间跨度（发布日期分布）
笔记类型分布（视频/图文）

2. 创作者维度分析

博主分布（数量、占比）
各博主内容定位/风格
核心创作者识别

3. 互动数据维度

整体互动分布（点赞/收藏/评论）
高互动TOP榜单
收藏/点赞比分析（内容价值指标）
评论互动深度分析

4. 标签分类维度

主题分类统计
主题分布矩阵/占比
高频标签分析

5. 内容形式维度

视频时长分布
内容结构模式（如：痛点+方法+悬念）
选题方向归类

6. 封面设计维度

封面风格特征
爆款封面公式
文字/色彩/布局分析

7. 核心洞察与建议

内容定位总结
爆款规律提炼
选题方向建议
AI字段使用建议（如有）

使用流程

步骤1：获取数据

飞书多维表格：使用 feishu_bitable_list_records 工具获取全部记录：

app_token: 从链接提取
table_id: 从链接提取
page_size: 100（最大）

步骤2：数据分析

按7个维度进行结构化分析：

1. 统计基础数据（记录数、时间范围、类型分布）
2. 提取创作者信息并计算分布
3. 分析互动数据（点赞/收藏/评论）
4. 提取标签并统计主题分布
5. 分析内容形式特征
6. 分析封面设计规律
7. 生成核心洞察与建议

步骤3：输出报告

按标准格式输出分析报告，包含：

数据概览表格
各维度详细分析
核心洞察总结
建议与下一步

输出格式模板

## 📊 [表格名称] 深度分析报告

### 一、基础信息维度
| 指标 | 数据 |
|-----|------|
| 总记录数 | XX条 |
| 编号范围 | XXX-XXX |
| 时间跨度 | XXXX-XX 至 XXXX-XX |
| 笔记类型 | 视频XX条 / 图文XX条 |

### 二、创作者维度分析
| 博主 | 数量 | 占比 | 内容定位 |
|-----|------|------|---------|
| XXX | XX条 | XX% | ... |

### 三、互动数据维度
- 平均点赞：XXX
- 平均收藏：XXX
- 平均评论：XXX
- 高互动TOP3：...

### 四、标签分类维度
[主题分布表格或矩阵]

### 五、内容形式维度
[时长分布/结构模式分析]

### 六、封面设计维度
[风格特征/爆款公式]

### 七、核心洞察与建议
[总结与建议]

飞书多维表格参考字段

分析时注意以下常见字段名：

| 字段类型 | 常见字段名 | |---------|-----------| | 编号 | 编号、ID、序号 | | 标题 | 笔记标题、标题、内容标题 | | 作者 | 作者名称、作者、博主 | | 互动 | 点赞、收藏、评论、分享 | | 日期 | 发布日期、日期、发布时间 | | 类型 | 笔记类型、内容类型 | | 标签 | 笔记标签、标签、话题 | | 封面 | 封面链接、封面、封面图 | | 内容 | 笔记内容、内容、简介 |

注意事项

数据完整性：确保获取全部记录（检查 has_more 和 page_token）
数据清洗：处理空值、异常值
数字格式：如"1.2万"需转换为数字进行比较
标签提取：多选标签字段可能需要解析数组
时间分析：按月/季度统计趋势

参考资料

详细分析示例和字段映射表，请参见：

references/analysis-dimensions.md - 各维度详细说明
references/output-templates.md - 输出格式模板