douyin-viral-content

用户只需说："生成新文案"，提供书籍摘录或金句内容。 所有分析、优化、打分、预估全部自动完成，直到输出5星级爆款文案。 当接收到生成文案请求时，按照以下步骤自动执行： 自动扫描 已发布/ 文件夹下的所有历史文案： 如果历史数据不足（少于3条） ：使用通用模型，无需调整策略 基于历史分析结果，自动调整： 参考 references/viral-factors.md ，确保文案包含关键要素： 融入历史学习 ：基于步骤2的策略调整，强化成功要素。 参考 references/scoring-system.md ，自动计算： 质量标准：必须达到5星（240-300分）才能输出 如果首次生成未达到5星： 自动规避风险 ：在生成过程中自动规避潜在风险（如文案过长、开头不够吸引、标签不够正向等），无需告知用户。 自动应用优化点 ：在迭代过程中直接优化文案，无需告知用户优化了什么。 参考 references/estimation-model.md ，基于以下因素预估： 使用校准后的模型 ：应用步骤2中调整的预估参数，提高预估准确性。 将文案输出到 未发布/ 文件夹，文件名格式： 文件包含以下内容： 生成的文案文件严格按照以下结构： 本 skill 包含以下参考文件，按需自动读取： - 提取每条文案的预估播放量、实际播放量、各维度得分 - 识别哪些爆款要素得分高的文案实际表现更好 - 分析预估模型是否存在系统性偏差（总是高估或低估） - 总结账号的内容特色（更擅长哪类情感、风格、话题） - 要素权重 ：提高表现好的要素权重（如"情感权力反转"高分文案播放量好，则增强该要素） - 预估参数 ：校准播放量预估模型（如历史总是高估20%，自动降低预估系数） - 标签策略 ：优化标签选择（如某些标签组合表现更好，优先使用） - 内容方向 ：强化账号擅长的内容类型 - 情感权力反转 - 认知重构 - 权威背书 - 宿命论哲学 - 算法友好标签 - 金句传播性 - 完播率优化 - 互动钩子设计 - BGM适配建议 - 内容质量分 （100分）：爆款要素覆盖度、金句质量、情感共鸣度 - 算法适配分 （100分）：标签策略、完播率预期、互动引导 - 创新度分 （100分）：角度创新性、差异化表达 - 综合爆款指数 （总分300，换算成5星制） - 识别得分最低的维度（如创新度不足） - 自动优化该维度（如：更换角度、增强金句、优化开头） - 重新打分评估 - 重复迭代直到达到5星标准 - 内容质量得分（步骤4的打分结果） - 账号历史表现（平均播放量、粉丝数） - 赛道竞争度（情感治愈类基础流量） - 标签热度和组合效果 - 预估完播率 - 文案正文 + 精选标签（4-6个） - 综合评分（必定是5星） - 视频分析（仅展示优势，风险已自动规避） - 预估播放量（基础预估 + 爆款上限） - 实际播放量板块（待用户第二天填写） - 所有分析、优化、迭代全部自动完成 - 用户无需手动触发任何子任务 - 用户无需了解优化过程，只需看到最终5星文案 - 必须达到5星标准才能输出 - 自动识别问题并迭代优化 - 自动规避风险，无需展示给用户 - 每次生成都读取历史数据 - 自动识别成功模式并强化 - 预估模型持续校准优化 - 输入极简：只需提供原始内容 - 输出完美：保证5星质量 -...