>
The skill file stays in the publisher's repository.
Paste the copied command in a terminal. It installs this SKILL.md into that agent.
npx skills add ZJU-REAL/Easel --skill skill-content-postmortem -a cursor -y
>
拆解单条内容的成败原因，或从多条内容中提炼可复制的爆款公式。
| 字段 | 必填 | 说明 |
|---|---|---|
| 内容原文或链接 | 是 | 已发布的帖子全文（标题 + 正文 + 标签） |
| 平台 | 是 | 小红书 / 抖音 / 微博 / 知乎 / B站 / 公众号 / X 等 |
| 数据指标 | 推荐 | 阅读/播放、点赞、收藏、评论、转发、完播率等 |
| 发布时间 | 推荐 | 具体日期和时间 |
| 同期对照 | 可选 | 同账号近期其他帖子的平均数据，用于基线比较 |
| 字段 | 必填 | 说明 |
|---|---|---|
| 多条内容数据 | 是 | 至少 5 条内容的标题、正文摘要、平台、核心指标 |
| 时间范围 | 推荐 | 数据覆盖的起止时间 |
| 筛选标准 | 可选 | 用户定义的"爆"与"扑"的阈值（如收藏 > 500 为爆） |
若用户未提供数据指标，基于内容本身做定性分析，明确标注"无数据支撑，仅为结构性判断"。
# 内容复盘：[标题摘要]
## 结论速览
- 判定：爆款 / 中等 / 扑街（附判定依据）
- 核心成因：一句话总结
## 多维拆解
### 1. Hook 分析
- 开头类型（提问 / 冲突 / 数字 / 故事 / 悬念）
- 前 3 秒 / 前 2 行吸引力评分（1-10）
- 改进建议
### 2. 内容结构
- 结构类型（总分总 / 递进 / 并列 / 故事弧）
- 信息密度与节奏
- 高光点与断裂点
### 3. 选题评估
- 选题热度（趋势型 / 常青型 / 冷门型）
- 受众痛点匹配度
- 差异化角度
### 4. 平台适配
- 是否符合平台内容偏好
- 格式适配（图文 / 视频 / 长度 / 标签策略）
- 分发机制利用程度
### 5. 时间与节奏
- 发布时间是否为活跃时段
- 是否踩中热点窗口
- 互动节奏（评论区运营）
### 6. 视觉 / 封面（如适用）
- 封面吸引力
- 视觉风格与平台调性匹配
## 改进处方
- 3 条具体可执行的优化建议（按优先级排序）
## 数据备注
- 数据来源与置信度说明
references/postmortem-dimensions.md 提供 Hook力 / 内容结构 / 信息密度 / 互动引导 / 视觉排版 / 平台适配 六维的 1-10 打分标尺；选题、时间节奏为定性分析维度（不打分）。
| 分数 | 含义 |
|---|---|
| 1-3 | 该维度存在明显问题，是拖累整体表现的短板 |
| 4-6 | 及格水平，无明显硬伤但缺乏亮点 |
| 7-8 | 优于同类内容平均水平，有可复用的做法 |
| 9-10 | 该维度是本条内容的核心竞争力 |
# 爆款规律提炼：[账号/主题]
## 数据概览
- 分析范围：X 条内容，时间 Y-Z
- 爆款标准：[用户定义或系统推断的阈值]
- 爆款率：X%
## 爆款共同特征
| 维度 | 爆款共性 | 扑街共性 | 差异显著性 |
|------|----------|----------|------------|
| Hook 类型 | | | |
| 选题方向 | | | |
| 内容结构 | | | |
| 发布时间 | | | |
| 内容长度 | | | |
| 标签策略 | | | |
| 视觉风格 | | | |
## 爆款公式
- 公式 1：[选题类型] + [Hook 模式] + [结构] = 高概率爆款
- 公式 2：...
- 反面公式：[避免的组合]
## 可复制行动清单
1. 下一条内容立即可用的 3 个策略
2. 中期优化方向（1-2 周内调整）
## 数据局限
- 样本量、数据完整性、平台算法变化等局限说明
[标题公式] 情绪词 + 数字 + 悬念/反差 [结构公式] Hook(前3秒) → 痛点共鸣 → 解决方案 → 行动号召 [选题公式] 热点事件 × 垂直领域 × 反常识角度
每个拆解输出：
references/ 中的平台特征数据）。references/postmortem-dimensions.md 的 1-10 标尺；选题、时间节奏做定性判断。每个维度给出判断和证据。outputs/。聚合统计交给脚本，LLM 只做规律提炼。 阈值划分 top20%、爆款组 vs 普通组分组对比、多维交叉、标签共现全部由
scripts/aggregate.py完成（复用../../shared/scripts/social_stats.py的engagement_score/engagement_rate/cooccurrence/pct_change/sample_warning）。
python3 skills/builtin/skill-content-postmortem/scripts/aggregate.py --input contents.json
python3 skills/builtin/skill-content-postmortem/scripts/aggregate.py --input contents.json \
--metric collects --threshold 500 --cross "hook_type,topic" # 指定排名字段/绝对阈值/两维交叉
--threshold 优先，否则 --top-pct 百分位）、爆款组/普通组分组对比（每维度 count/top_count/top_rate_pct/avg_score/lift_vs_global）、两维交叉、标签共现、样本量警告。by_dimension/cross 读出爆款组高频、高 lift 的取值组合，总结为可复制的"爆款公式"（选题 + Hook + 结构）。warning。outputs/。有 Profile 时：
identity.md（账号定位、内容风格、赛道信息）audience.md（目标受众画像、痛点偏好）platforms.md（各平台运营策略与历史表现）无 Profile 时：
identity.md / audience.md / platforms.md）可获得更精准复盘自研溯源与参考项目见同目录
EASEL-META.md。