social-account-doctor

name social-account-doctor description 小红书 / 抖音 / 快手 / 视频号 自媒体「(compose 素材打底 →) 找对标 → 拆爆款 → 套自己」四命令闭环，另支持带货账号诊断、带货视频链接拆解和证据驱动的脚本生成（commerce）。给账号 / 平台视频链接 / 本地视频 / 商品详情、SKU 与资质材料，输出账号与对标差距、内容拆解、商品事实卡、口播和分镜。当用户说"找对标"、"拆这条爆款"、"对着这条仿写"、"下一条该写什么"、"我这个号缺爆款选题"、"帮我写一条对标 XX 的笔记"、"我有素材帮我写一条能爆的"、"这份文档/这组图/这段视频能出一条爆款吗"时调用。诊断模式（"为什么不爆"）走 references/diagnostic-mode.md。带货触发词：带货账号诊断、带货视频链接、带货素材、商品详情截图、SKU 表、商品资质、带货脚本、口播、分镜、商品卡一致性 — 走 commerce 路由。商品链接不等于视频链接；本 Skill 不解析在线商品页，不提供选品、趋势监控或 GMV/佣金推断。 social-account-doctor — 找对标 / 拆爆款 / 套自己 不挖钩子建仓库，不写诊断报告。 直接对着具体爆款 → 输出 我的下一条笔记初稿 （标题 + 封面大字 + 首段 + CTA）。 0A. 交付质量硬规则（防伪装完成） 这些规则适用于 find / crack / adapt / diagnostic。违反时不要硬写报告；在对话里明说缺哪一步、为什么缺、用户可以怎么补。 H1 — find 必须有真对标搜索 find 模式至少跑过 1 次平台搜索，并拿到真实账号或作品候选：小红书 xiaohongshu_app_v2_search_notes / 抖音账号搜索或视频搜索 / 快手 kuaishou_app_search_video_v2 / 视频号 wechat_channels_v2_fetch_search_channel_videos / B 站 bilibili_web_fetch_general_search 。 只拿了我的账号信息或作品列表就写“对标结论” = 违规。没有对标搜索，就只能标成“仅基于我方数据的初步判断”。 H2 — 视觉判断必须先跑多模态 报告里只要出现“封面模板 A/B/C/D/E”“大字比例”“真人出镜/实物展示/表格截图”“封面公式”“首帧钩子”等判断，就必须先用 scripts/analyze_image.py 分析本地封面/首帧。 我方账号诊断优先跑 top 3 + bottom 3；完整诊断最好覆盖近 7 条。对标可只跑 top 3，不能零调用。 报告正文必须嵌入我方/对标封面图，至少让用户能图文对照。无图的视觉诊断只能算口头评价。 视频画面结论必须与口播/字幕品类交叉校验。若口播在讲食品或母婴商品，而视觉结果出现无关的软件、效率工具、职场等内容，必须判为跨模态冲突并弃用；改用真实关键帧复核或重新分析，不能把冲突结果写进报告。 完整账号报告的对标部分不能只写“账号名 + 一句可借鉴机制”。至少交代对标样本数、账号内容母题、代表作品公开数据、开头钩子、画面证据链、流量/转化作用，以及 该借鉴 / 不要照抄 ；详细图文版每个代表视频至少放开头、中段、结尾 3 张有效帧。 嵌入报告前必须逐张确认对标帧与账号、作品和图注一致。自动时间点截图若与完整逐帧接触表、口播或商品不一致，直接弃用并改选已人工复核的帧；不得让不同账号复用串片画面。 H3 — 半成品要显式标注 搜索 API 挂、tikhub 不通、对标不足 3 条、截图字段不全、音频转写失败，都不能静默跳过。 报告开头或对话里必须标注完整度： 完整 / 部分（缺 Layer X） / 仅 L1 。 对标为 0 条时写： 本次未能获取有效对标数据，以下结论仅基于账号自身数据，可能不够准确。 H4 — 标题干净，状态放正文 用户可见 H1 不写 (补充版) 、 (无对标) 、 (技术分析) 、 (Gemini 分析) 这类内部状态词。 状态说明放在标题下方引用块或 TL;DR 上方。 H5 — 账号定位不清晰要警告 账号简介为空/模糊、近 30 条覆盖 4 个以上不相关赛道、作品数 < 10、简介和内容明显不符时，必须在报告开头提示“定位风险”。 涉及账号定位、简介改写、人设切换、粉丝画像、变现模式时，缺硬数据就写“数据不足，暂不下结论”，不要凭感觉改号。 H6 — 报告语言面向非技术用户 用户报告里不要出现脚本名、模型名、API 名、命令行、JSON、ffmpeg、OCR bbox 等技术实现细节。 写“从封面设计来看……”“在平台上搜索同赛道内容发现……”，不要写“通过 analyze_image.py / tikhub 接口 / Gemini 得出……”。 H7 — 诊断默认给行动，不默认写脚本 用户问“为什么不爆 / 账号怎么调 / 完整诊断”时，默认输出漏斗判断、对标差距、内容结构、视觉标准、复盘指标、P0/P1/P2 行动。 账号诊断必须同时看 top/bottom；同一机制至少在 2 条赢家中重复且未同样高频出现在 bottom，才叫账号公式。输出 继续保持 / 从对标补齐 / 不要照抄 和下一轮单变量测试。 只有用户明确说“下一条发什么 / 帮我写脚本 / 给案例”时，才写下一条可发布初稿或逐字脚本。 如果账号内容明显是 AI 视频 / AI 插画 / 数字人口播，必须加一节“AI 视频表达差距”：首帧冲突、人物连续性、场景连续性、字幕安全区、模板感、可信度、时长承载能力。 H8 — PDF 按需，但排版要自检 默认只写 .md 。用户明确要 PDF 时再跑 scripts/render_report_pdf.py 。 PDF 报告避免超宽表格、手机长截图整张塞入、Markdown 表格包在 HTML 容器里。生成后至少检查文件存在、页数合理、图片没有明显丢失。 0. 闭环图 [我的原始素材（文档 / 图片 / 视频 / 非平台链接）] ← 新入口（compose） │ ▼ ⓪ compose (多模态解析 → 核心事实/独家要素/金句清单 → 5 维本质 → 信息缺口) │ [我的账号 / 选题方向 / compose 画像] │ ▼ ① find (多模态识别本质 → 矩阵搜 → 相似度过滤) [5-10 个真对标爆款] │ ▼ 人工勾选 3-5 条 ✋ [选定对标] │ ▼ ② crack [每条 4 维钩子拆解（视觉/文字/口播/剧情）+ 综合权重 + 骨架 + 封面 + 标签] │ ▼ ③ adapt (有素材时：每个产出必须溯源到"对标公式 + 素材条目") [3 标题 + 3 封面大字 + 1 段首段 + 1 个 CTA] → 可发 副产品（可选，必须问） ：crack 跑完后 主动问 用户「要把这些钩子积累到 ./assets/hooks-{platform}.md 吗？」 — 用户答 yes 才追加。 不会自动写 。库的质量由你把关，跑多了自然形成弹药库。 1. 输入路由 用户说什么 走哪个命令 "找对标" / "我这个号有什么对标" / "扫一下同赛道" find "拆这条爆款" / "这条为什么爆" / "提取这条的钩子" crack （单条） "对着这条仿写" / "下一条该怎么写" / "套这条的钩子写一条" crack + adapt "我想发 XX 主题，有什么参考" / "缺爆款选题" find + crack + adapt （全闭环） "我有素材帮我写一条能爆的" / "这份文档/这组图/这段视频能出一条爆款吗" / "基于这些材料做一条" compose + find + crack + adapt （素材打底全闭环） "诊断这个带货账号" / "分析这个带货视频链接或文件" / "根据商品资料写带货脚本" commerce （账号诊断 + 对标内容分析，见 §1B） 1A. compose 命令 SOP（素材 → 初稿的新入口） 触发 ：用户带着 自己的原始素材 （本地文档 / 图片 / 视频 / 非平台链接）+ 一句"帮我写一条能爆的"。 作用 ：跑在 find 之前，把一堆散素材炼成"5 维本质 + 独家要素清单 + 信息缺口"，让下游 find/crack/adapt 有的放矢、且不乱编素材。 输入 必选 1-N 份原始素材（任意组合）： 本地文档 .md / .txt / .pdf → scripts/analyze_document.py <path> （md/txt 也可以直接 Read；pdf 走脚本） 图片 .jpg / .png → scripts/analyze_image.py 视频 .mp4 / .mov → scripts/analyze_video.py 非平台链接（文章 / 博客 / 新闻 / 自己的官网/产品页）→ WebFetch 取正文 必选 ：我的账号定位（一句话）+ 目标平台 可选 ：我想强调的卖点 / 情绪 / 必须保留的关键词 不走本命令 ：小红书 / 抖音 / 快手 / 视频号 / B 站 / 公众号链接 — 那些是"别人的爆款"，直接走 crack Step 1 逐份解析（多模态必跑，跟 find Step 1 对称） 每份素材都跑一次对应脚本， 不要看一份就下结论 。汇总成 素材画像 ，5 个字段： 字段 说明 来源要标到具体素材 核心事实 3-5 条原子事实 每条标 [素材 X · 段落/时间戳] 独家要素 其他人没有的点：人物 / 数据 / 画面 / 场景 / 金句 adapt 强制嵌入，必须标来源 视觉素材候选 图片 / 视频帧 / 文档配图 adapt 的封面直接从这里挑 情绪基调 全部素材汇总出的情绪色 后续 Step 2 的 5 维输入 信息缺口 adapt 想成立但素材没覆盖的点 明文列， 问用户 不要编 Step 2 炼 5 维本质（复用 find Step 1 框架） 基于素材画像，按 find 的 5 维（载体形态 / 情绪锚点 / 审美风格 / 内容结构 / 反差点 ）推断这条内容 应该长成什么样 。输出形容词三元组 + 一句话定位。 这 5 维直接喂给 find → find 可以跳过自己的 Step 1 （已经有 5 维了），从 Step 2 矩阵搜索开始。 Step 3 交棒 find → crack → adapt（素材模式） 后面三步的差异： find ：跳过 Step 1，直接用 compose 的 5 维跑 Step 2-5 crack ：完全复用 SOP adapt （ 素材模式，强制项 ）： 标题 / 首段 / CTA 各至少嵌入 1 条素材独家要素 封面大字 优先 从素材画像的"候选金句"里选 每个产出除了现有的"抄了对标什么 + 改了什么"， 加一行 用了素材：[素材 X · 具体要素] 素材覆盖不到、只能走通用话术的位置， 必须 ⚪ 推断 标记 — 用户看到就知道这块是脑补 缺口明显影响成稿时（例：素材里没有具体数字但对标都有）→ 停下来问用户补 ，不要编一个假数字 compose 的输出 落盘到 ./reports/{YYYYMMDD-HHMM}-compose-{素材短码}.md ，含： 素材清单（文件名 + 字/帧/时长） 5 维本质 + 形容词三元组 独家要素清单（编号） 候选金句 / 视觉素材清单 信息缺口清单 → 给用户的补充素材请求 （如有） 完整闭环跑完后，adapt 报告里 必须含"素材溯源列" — 没有这一列视同半成品，不写盘。 compose 的铁律 素材全吃完再下结论 ：N 份素材全跑完解析再炼 5 维，不要跑到第 2 份就开写 不编独家要素 （对齐全局 feedback 账号资料修改要斟酌 的铁律 — 素材没给的不要凭空加）：adapt 想写但素材没给 → 问用户或标 ⚪ 推断 素材优先于通用话术 ：adapt 的每一行能从素材抠出来的，就不要用通用公式兜底 每一行要能双向溯源 ：对标公式（抄了什么）+ 素材条目（用了什么）两头都挂得上钩 1B. commerce 命令 SOP（账号诊断 + 对标内容分析） 作用 ：复用本 Skill 的核心 diagnostic/find/crack/adapt 链路，诊断带货账号，解析平台带货视频链接或本地视频。用户要求诊断、差距或改进时，必须结合 3-5 条同类对标；只要求客观拆解时可先完成单条 crack 。商品详情截图、SKU、资质文件和用户确认事实用于商品一致性检查与脚本生成。 不提供 ：在线商品页解析、选品、趋势监控、GMV/佣金推断。视频链接与商品链接必须分开处理。 commerce 输入门禁 检测到 commerce 请求后，按目标索要材料： 目标 必选输入 可选输入 诊断带货账号 账号主页链接；平台 后台指标截图/JSON、用户认可的对标账号 分析带货内容 平台视频链接或本地 .mp4/.mov ；账号定位 商品详情/SKU/资质材料、后台指标、用户指定对标 生成带货脚本 商品名称；至少一份详情/SKU/资质/品牌资料；账号定位；目标人群 本地参考视频、表达风格、目标指标 平台视频链接：先复用通用 crack 的链接解析、详情和媒体下载链路；连续 3 次失败后，明确标记工具不可用并要求用户上传本地视频，不能假装看过画面。 抖音/小红书/快手/B 站可以接收各自支持的作品链接；视频号客户端没有普通可复制作品 URL，按账号名/关键词搜索或用户上传本地文件处理。 tikhub --health 和工具出现在 list 中只证明客户端/目录正常，不证明业务接口能返回数据；必须以一次真实调用成功作为本次任务的能力门禁。 只有商品链接：说明本 Skill 不解析在线商品页，请用户上传详情页、SKU、价格活动和资质截图。 只有品类词并要求选品/趋势：说明不支持，不生成伪 Top10，也不推荐外部未安装能力。 commerce 子命令 用户说什么 路由 "诊断这个带货账号" / "账号为什么不出单" commerce-diagnostic ：通用三层诊断 + 带货内容维度 + 同赛道账号对标 "分析这个带货视频链接或文件" / "检查这条素材" commerce-review ：链接解析/本地视频 → 多模态拆解 → 同类对标差距 + 风险 "根据这些商品资料写带货脚本" / "这个品怎么拍" commerce-adapt ：用户证据 → ProductFactCard → 文案 + 分镜 commerce-diagnostic：账号诊断叠加电商维度 先读取 references/commerce-analysis-template.md 。完整复用 references/diagnostic-mode.md 的三层诊断，不能另造一套脱离对标的电商评分： Layer 1：只用用户后台数据判断曝光、点击、完播、互动和商品点击漏斗；缺什么就标什么，不能估算。 Layer 2：用 find 搜索并筛出 3-5 个同平台、同品类、同内容形态、体量可比的账号。 Layer 3：抽样我方 top 3 + bottom 3、对标 top 3，全部跑多模态内容分析。 在通用六维差距上追加：商品露出、利益点顺序、证明动作、信任建立、CTA、商品一致性和合规风险。 从 top/bottom 与对标样本归纳内容赛道、账号相对赢家、重复钩子、重复证明方式、转化公式和复刻门槛；至少出现 2 次才叫账号公式。 输出 继续保持 / 从对标补齐 / 不要照抄 和下一轮单变量测试；没有有效对标时只能交付部分诊断。 commerce-review：视频链接/本地视频 + 对标审查 先读取 references/commerce-analysis-template.md 。如果输入是平台视频链接，按 §7 的通用 crack 工具表解析分享链接、获取详情和媒体地址，下载到临时目录；输入已经是本地文件时直接进入多模态。媒体拿不到时不得只读标题和互动数据冒充完整内容分析。 对目标视频运行 scripts/analyze_video.py ，完成 4 维钩子与电商维度拆解。 从目标视频提取品类、目标人群、载体形态、情绪锚点、内容结构、利益点与证明方式。 用户只要求“拆解这条”时，可在目标视频完整多模态分析后交付单条 crack ，并明确这是内容拆解、不是账号或效果诊断。 用户要求“为什么不爆/不出单、哪里有问题、和同行差在哪、怎么改”时，必须复用 find Step 2-5 搜索候选，经多模态过滤后保留 3-5 条同类对标；用户已指定对标时直接 crack ，但仍要校验是否同类。 诊断型请求必须输出逐维横向比较和差距结论。对标搜索连续 3 次失败时标记为“部分（缺对标层）”，让用户补 3-5 条对标链接，不能输出伪对标。 单条报告必须包含：证据/完整度、结果概览、完整口播、节拍映射、流量点、转化点、用户决策链、品类镜头、复刻框架卡、风险修正。 目标视频拆解格式： 钩子（4 维拆解）： ├ 视觉钩：... ├ 文字钩：... ├ 口播钩：... ├ 剧情钩：... └ 综合：视觉 ×0.X + 口播 ×0.X = ... 电商 5 维（commerce 模式专属）： ├ 商品露出：出现时间点 + 露出方式（手持/桌面/对比/使用过程/开箱） ├ 利益点顺序：[痛点] → [产品引入] → [卖点1] → [证明动作] → [卖点2] → [CTA] ├ 转化链路：兴趣点（第 N 秒）→ 信任点（第 N 秒）→ 行动点（第 N 秒） ├ 商品卡一致性：仅在用户提供详情/SKU 证据时核对；否则写“未核验” └ 复刻风险评估： ├─ ✅ 可复用：结构/话术/镜头语言 ├─ ⚠️ 谨慎复用：需授权素材/真人出镜/品牌专属 └─ ❌ 不可复用：版权内容/虚假宣传/平台违规 内容力：[0-10] 前 3 秒钩子强度 转化点：[0-10] 推动商品卡点击的结构设计（不是实际转化率） 对标差距至少覆盖：前 3 秒、商品首次露出、利益点数量与顺序、证明动作、信任点、CTA、评论反馈和复刻成本。每个结论必须指向目标视频时间戳与至少一条对标证据。 不得根据公开互动或视频内容推断销量、GMV、佣金、商品点击率和成交转化率。 commerce-adapt：强制读取商品事实卡 adapt 在 commerce 模式下， 必须先读取或构建 ProductFactCard ，不能直接用通用文案公式： ProductFactCard（adapt 的前置输入）： ├─ 商品名称（必填） ├─ 商品链接（可选，仅记录，不自动抓取） ├─ 商品事实（3-5 条原子事实，每条有来源） ├─ SKU（名称 / 价格 / 库存状态；拿不到就留空并列入待核验） ├─ 目标人群（年龄段/性别/需求场景） ├─ 用户痛点（3 条，按强度排序） ├─ 产品卖点（3-5 条，有详情页证据） ├─ 用户买点（3 条 — 为什么用户会下单） ├─ 证明动作（可拍摄的演示/对比/实验） ├─ 可用文案（已核验的事实 → 可直接写的句子） ├─ 禁用表达（功效承诺/绝对化用语/价格误导/未授权声称） ├─ 价格与活动条件（含资料确认时间） ├─ 资质与授权状态 └─ 待核验项（页面打不开/矛盾信息/缺少证据的点） commerce-adapt 的铁律 （在现有 adapt 铁律基础上追加）： 文案只能引用 ProductFactCard 中 已核验 的事实 没有证据的功效、数量、价格、赠品和效果 → 必须标成 ⚠️ 待核验 ，不得写成确定性文案 每个卖点必须能回指到：用户上传的详情页截图/资质文件/品牌资料/用户确认信息 价格、库存、赠品、活动期限必须标记资料确认时间 ProductFactCard 证据不足时停止并列出需要补充的材料，不生成确定性脚本 commerce-adapt 的输出格式 ## 标题候选（3 个，每个标注命中哪个标题公式 + 用了哪个商品利益点） 1. 「[文案]」 — 公式 N + 利益点「XXX」+ 改了 XX 2. 「[文案]」 — 公式 N + 利益点「XXX」+ 改了 XX 3. 「[文案]」 — 公式 N + 利益点「XXX」+ 改了 XX ## 口播脚本（15s / 30s / 60s 三档） 15s：「[口播全文]」— 只打 1 个核心利益点 + CTA 30s：「[口播全文]」— 痛点 → 1 个利益点 + 证明 + CTA 60s：「[口播全文]」— 痛点 → 2-3 个利益点 + 证明动作 + 价格/赠品 + CTA ## 分镜提示（3-5 镜） 镜1：[时间] [画面描述] [口播对应句] [商品露出方式] 镜2：... ... ## CTA 候选（2 个） 1. 「[文案]」— 限时/限量/评论互动 2. 「[文案]」— 引导主页/直播间/商品卡 ## 风险标注 ### ⚠️ 待核验 - [列出所有未核实的事实；没有则写“无”] ### 🚫 禁用表达 - [列出 ProductFactCard 标记的禁用项；没有则写“无”] 价格确认时间：[时间戳] 落盘 JSON 前必须运行 build_commerce_package.py 。脚本返回 invalid 时修复报告或补证据，不得交付旧 JSON；成功包契约版本为 2.0.0 。 commerce 的输出位置 commerce 模式跑完，落盘到： ./reports/ commerce-diagnostic-{YYYYMMDD-HHMM}.md # 带货账号三层诊断 + 对标差距 commerce-review-{YYYYMMDD-HHMM}.md # 视频链接/本地视频拆解；诊断型请求含对标差距 commerce-adapt-{YYYYMMDD-HHMM}.md # 带货文案+分镜+风险标注 product-fact-{YYYYMMDD-HHMM}.md # 商品事实卡 commerce 的铁律 不编商品事实 ：用户没有上传证据就不能猜；材料内部矛盾时先列冲突，不生成文案 每个卖点可溯源 ：必须能回指到用户上传材料的文件名 + 页码/截图/行号 禁用表达前置 ：文案生成前先列出哪些话不能说（功效承诺/绝对化/价格误导） 价格有时效 ：价格、库存、赠品、活动期限必须标记资料确认时间 合规不是可选项 ：带货文案必须标注风险项，禁止把"待核验"写成确定性表达 2. find 命令 SOP（5 步铁律） 输入 我的账号链接 / 我的某条笔记链接 / 一个选题方向（"我想发 XX"） 输出 5-10 个对标爆款链接 — 不是关键词搜出来的，是按内容本质过滤过的 。 5 步（每一步都不能省） Step 1 内容本质识别（必跑多模态） 输入是我的账号 / 笔记 → 调 analyze_image.py （封面）+ analyze_video.py （视频）→ 提取 5 个本质维度 ： 维度 例子（橘猫做大酱那条） 载体形态 AI 拟人化小动物（不是真人 / 真宠物） 情绪锚点 怀旧 / 家乡味道 / 童年记忆 审美风格 暖阳 + 慢镜头 + 烟火气 内容结构 教程类（原料 → 成品全流程） 反差点 可爱角色 × 硬核农活 （核心爆点） 输出 ：5 个维度的描述（每个 1 句话）+ 形容词三元组（如：AI 萌宠 / 怀旧 / 反差教程）。 Step 2 生成搜索词矩阵 5 个本质维度交叉组合 → 4-6 个搜索词 ： 维度1：「AI萌宠」 / 「拟人猫」 / 「萌宠成精」 维度2：「乡村美食」/ 「老家味道」/ 「童年回忆」 维度3：「治愈」 / 「烟火气」 维度4：「教程」 / 「手作」 维度5：「反差萌」 / 「猫师傅」 ⚠️ 铁律 ：搜索词 = 单一 2-4 字本质维度词 。 不要用宽泛选题词（"东北大酱"会搜出真人假对标） 不要带空格组合（"猫师傅 美食" 在 V1/V2 接口会 HTTPStatusError，要拆成 4-6 个单词分次搜） Step 3 矩阵词并行搜索 每个矩阵词调一次 search → 按互动量倒序取 top 10 → 汇总到候选池（20-50 条，去重）。 工具： 小红书 xiaohongshu_app_v2_search_notes 抖音优先 douyin_billboard_fetch_hot_account_search_list --cursor 0 找账号；再用 douyin_search_fetch_challenge_search_v2 → douyin_app_v3_fetch_hashtag_video_list 反查作者； douyin_search_fetch_video_search_v2 只做补充且必须加超时 快手 kuaishou_app_search_video_v2 视频号 wechat_channels_v2_fetch_search_channel_videos 接口失败兜底 ：客户端完成 3 次退避重试仍失败 → 不再重复计费调用，让用户提供 3-5 个对标链接或本地素材 → 直接走作品详情 → 跳到 crack。 视频号特殊铁律 ：视频号客户端 不输出可复制的链接 / 视频 ID （分享出去是卡片）。 唯一入口是账号名/关键词搜索 → 锁定本号视频 → 拿 id 。不要让用户提供"视频号链接"，他给不出。 Step 4 多模态相似度过滤（必跑多模态） 候选池每条抽首图 → analyze_image.py → 按 5 维打分（0-1）→ ≥ 3 维相似才留 。 ⚠️ 代价警告 ：这一步 20-50 次 multimodal 调用， token 不便宜，但不能省 — 否则 find 出来的全是表面假对标，后面 crack/adapt 全白做。 Step 5 体量 + 活跃度过滤 条件 标准 粉丝量 我 ×1 ~ ×10（伙伴/榜样档，删大佬级和小白级） 近 30 天发文 ≥ 8 条（不活跃删） 单条互动 ≥ 该号近 30 天均值 × 3（爆款不是日常） 排除 官方蓝 V / 单条 100w+ 异常爆（不可复制） → 输出 5-10 个真对标 + 每个贴一句"为什么是真对标" （5 维相似度命中哪几维）。 find 的人工卡点 最后一步 必须 给用户看清单 → 用户勾选 3-5 条 → 没勾的不进 crack。 3. crack 命令 SOP 输入 1 个或 N 个对标爆款链接（一般是 find 勾选出来的）。 输出 对每条吐 4 维钩子拆解 + 3 行结构元素 （不写诊断报告，不打分，只罗列 可抄元素 ）： 对标：@xxx 的「东北橘猫做大酱」(50w 赞 / 1.2k 评 / 30s) 钩子（4 维拆解）： ├ 视觉钩：拟人猫脸大特写 + 田间背景，0.5s 内出"猫看着你"的目光 ├ 文字钩：封面中部一行字（OCR bbox 366,604,546x71）+ 标题「人！」感叹号 ├ 口播钩：「人！其实快乐很简单，跟me下乡吧！」— 拟人猫"对人喊话"的反差 ├ 剧情钩：第一秒就破壁（猫张嘴说"人！"）— 把"猫"和"观众"的层级倒过来 └ 综合：视觉 ×0.4 + 口播 ×0.6 = 治愈系反差钩 ← 主驱动力 骨架：原料展示 → 工艺过程 → 成品 → 情绪升华（4 段，命中骨架 A 场景+冲突+解决） 封面公式：D 实物展示 + 暖色高对比 + 主体居中（无大字） [🟢 跑了 multimodal / ⚪ 推断] 标签组合：#AI萌宠 #东北美食 #怀旧 #反差萌（4-5 个） 复用提示：[一句话 — 这条最值得抄的一个具体动作] 为什么 4 维 ：钩子不是"那一句标题"，而是视觉+文字+口播+剧情的整体开场设计。综合权重决定仿写时的精力分配方向（哪一维占比 ≥ 0.5 = 死磕那一维）。 钩子积累（可选，必须问 — 不要自动存）