Communitygithub.com

Détecteur de Publications Anormales

À utiliser lorsque l'utilisateur souhaite trouver des publications, vidéos, reels, shorts, tweets ou contenus sociaux qui ont surperformé par rapport à la base de référence d'un créateur, d'une marque ou d'un concurrent. Identifie les anomalies, explique pourquoi elles ont fonctionné, extrait les accroches et formats, et produit un fichier pratique de type « swipe file ».

Qu'est-ce que Détecteur de Publications Anormales ?

Cette compétence (« Outlier Post Finder ») est conçue pour analyser les performances des publications sur les réseaux sociaux afin d'identifier les contenus qui se démarquent significativement de la normale pour un compte donné. Son objectif n'est pas seulement de trier par nombre de vues, mais de détecter les « outliers » — les publications qui ont exceptionnellement bien performé par rapport à la ligne de base du créateur ou de la marque — puis d'en expliquer les schémas répétables. Elle utilise ScrapeCreators comme couche de données pour récupérer les publications publiques récentes, normaliser les indicateurs d'engagement (vues, likes, commentaires, partages, etc.), calculer une médiane par plateforme pour chaque compte, et attribuer un score de « lift » (multiplicateur par rapport à la base). Les publications sont classées en anomalies énormes (5x+), fortes (2x-5x) ou légères (1.5x-2x). En plus du scoring, la compétence enrichit les gagnants en récupérant les transcriptions et commentaires, puis identifie les raisons de leur succès (style d'accroche, sujet, format, déclencheur émotionnel, nouveauté, controverse, etc.). Le résultat final est un rapport structuré en Markdown comprenant un résumé, un tableau des plus grandes anomalies, des schémas répétables, des accroches à voler, des idées de contenu et des notes de prudence. La compétence fonctionne sur TikTok, Instagram (posts et reels), YouTube (vidéos et Shorts), Facebook, LinkedIn, X/Twitter, Threads et Bluesky, et exige de traiter chaque plateforme séparément pour éviter des comparaisons faussées.

Compatible avec~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/ScrapeCreators/social-media-research-skills/tree/main/skills/outlier-post-finder

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Que fait Détecteur de Publications Anormales ?

Vue d'ensemble

Trouvez les publications sociales qui surpassent les performances normales d'un compte. L'objectif n'est pas seulement de trier par nombre de vues. L'objectif est d'identifier les publications qui ont eu des performances inhabituellement bonnes pour ce créateur ou cette marque, puis d'expliquer les schémas répétables.

Utilisez ScrapeCreators comme couche de données. Récupérez les publications publiques récentes, normalisez les indicateurs d'engagement, calculez la base de référence de chaque compte, et produisez un rapport d'anomalies avec les URL sources et des enseignements pratiques.

Quand utiliser

Utilisez cette compétence lorsque l'utilisateur demande de :

  • trouver des publications anormales, virales, les meilleures publications, les meilleurs reels, shorts, TikTok ou tweets
  • analyser pourquoi le contenu d'un créateur fonctionne
  • trouver des publications de concurrents qui valent la peine d'être copiées ou dont on peut apprendre
  • constituer un fichier pratique à partir de publications sociales performantes
  • comparer les performances sur les publications récentes d'un créateur

Ne pas utiliser pour une simple recherche de point de terminaison brut. Utilisez scrapecreators-api pour le routage direct de l'API.

Sources de données

Privilégiez le point de terminaison de flux spécifique à la plateforme, puis enrichissez les publications individuelles uniquement lorsque cela est nécessaire.

PlateformePoint de terminaison de fluxPoint de terminaison de détail/enrichissement
TikTok/v3/tiktok/profile/videos/v2/tiktok/video, /v1/tiktok/video/transcript
Publications Instagram/v2/instagram/user/posts/v1/instagram/post, /v2/instagram/media/transcript
Reels Instagram/v1/instagram/user/reels/v1/instagram/post, /v2/instagram/media/transcript
Vidéos YouTube/v1/youtube/channel-videos/v1/youtube/video, /v1/youtube/video/transcript
Shorts YouTube/v1/youtube/channel/shorts/v1/youtube/video, /v1/youtube/video/transcript
Facebook/v1/facebook/profile/posts, /v1/facebook/profile/reels/v1/facebook/post, /v1/facebook/post/transcript
LinkedIn/v1/linkedin/company/posts/v1/linkedin/post, /v1/linkedin/post/transcript
X/Twitter/v1/twitter/user-tweets/v1/twitter/tweet, /v1/twitter/tweet/transcript
Threads/v1/threads/user/posts/v1/threads/post
Bluesky/v1/bluesky/user/posts/v1/bluesky/post

Avant d'appeler un point de terminaison, récupérez sa documentation ou sa spécification OpenAPI par point de terminaison si les noms de paramètres ou les champs de réponse sont incertains.

Flux de travail

  1. Clarifier le périmètre uniquement si nécessaire

    • Plateforme(s)
    • Identifiants ou URL
    • Fenêtre de temps/nombre de publications
    • Inclure ou non l'analyse des transcriptions/commentaires
  2. Récupérer les publications récentes

    • Récupérez au moins 20 publications lorsque c'est possible. Plus il y en a, mieux c'est pour la fiabilité de la base de référence.
    • Paginez si le point de terminaison prend en charge les curseurs et que l'utilisateur souhaite une fenêtre plus large.
    • Conservez les URL sources pour les citations.
  3. Normaliser les indicateurs

    • Capturez tout ce qui existe : vues, lectures, likes, commentaires, partages, reposts, sauvegardes.
    • Construisez un score d'engagement combiné uniquement après avoir conservé les indicateurs bruts.
    • Pour les plateformes vidéo, le nombre de vues/lectures est généralement l'indicateur principal.
    • Pour les plateformes textuelles, likes + réponses/commentaires + reposts/partages est généralement meilleur.
  4. Calculer la base de référence du compte

    • Utilisez la médiane plutôt que la moyenne afin qu'une publication virale ne fausse pas la base de référence.
    • Calculez les bases de référence par plateforme et par compte séparément.
    • Si des formats mixtes existent, divisez par format lorsque c'est possible : reel vs carrousel, vidéo courte vs longue, texte vs vidéo.
  5. Noter les anomalies

    • lift_vues = vues_publication / médiane_vues
    • lift_engagement = engagement_publication / médiane_engagement
    • Étiquetez les publications comme :
      • Anomalie énorme : 5x+ la base
      • Anomalie forte : 2x-5x la base
      • Anomalie légère : 1.5x-2x la base
    • Si la taille de l'échantillon est inférieure à 10 publications, signalez une faible confiance.
  6. Enrichir les gagnants

    • Récupérez les détails des publications pour les meilleures anomalies.
    • Récupérez les transcriptions des vidéos lorsque c'est utile.
    • Récupérez éventuellement les commentaires pour comprendre la réaction du public.
  7. Expliquer pourquoi elles ont fonctionné Recherchez :

    • style d'accroche
    • sujet/catégorie
    • format
    • déclencheur émotionnel
    • nouveauté/actualité
    • preuve créateur ou autorité
    • controverse ou débat
    • commentaires montrant de la confusion, du désir ou une intention d'achat

Format de sortie

# Rapport d'anomalies des publications : {créateur_ou_marque}

## Résumé
- Échantillon : {n} publications de {plateformes}
- Fenêtre : {fenêtre}
- Base de référence : médiane {indicateur_principal} = {valeur}
- Confiance : Élevée/Moyenne/Faible

## Plus grandes anomalies
| Rang | Publication | Plateforme | Date | Indicateur principal | Lift | Raison probable du succès |
|---:|---|---|---|---:|---:|---|
| 1 | [titre/accroche](url) | TikTok | 2026-01-01 | 1,2M vues | 8,4x | Accroche controversée + avant/après clair |

## Schémas répétables
1. **Nom du schéma** — preuves et exemples.
2. **Nom du schéma** — preuves et exemples.

## Accroches à voler
- "Accroche exacte extraite de la légende ou de la transcription"
- "Accroche exacte extraite de la légende ou de la transcription"

## Idées de contenu basées sur les anomalies
1. ...
2. ...

## Notes et mises en garde
- Données publiques uniquement.
- Les petits échantillons sont indicatifs, pas définitifs.

Pièges courants

  • N'appelez pas la publication la plus vue la meilleure anomalie si un compte énorme est comparé à un petit. Utilisez le lift par rapport à la base de référence de chaque compte.
  • Ne faites pas la moyenne des indicateurs TikTok, Instagram, YouTube et LinkedIn dans une seule base de référence. Notez chaque plateforme séparément.
  • N'inventez pas de citations de transcriptions. Récupérez les transcriptions ou citez uniquement les légendes/texte visibles.
  • Ne surestimez pas la confiance à partir de moins de 10 publications.
  • N'ignorez pas les anciennes publications virales si l'utilisateur a demandé les performances récentes. Respectez la fenêtre demandée.

Individual skills in this repo

This repo contains 12 individual skills — each has its own dedicated page.

ad-library-teardown

Use when the user wants to analyze active ads from Meta/Facebook, Google, or LinkedIn ad libraries; tear down a competitor

audience-research

Use when the user wants to evaluate a creator, influencer, or brand audience using public profile signals, TikTok audience demographics, follower/following data, comments, geography, language, and content fit. Helps judge sponsorship and market fit.

comment-mining

Use when the user wants to mine comments and replies for audience reactions, customer language, questions, objections, complaints, product ideas, buying intent, sentiment, or voice-of-customer insights from public social posts and videos.

competitor-social-research

Use when the user wants to research competitors

content-repurposing

Use when the user wants to turn public social videos, transcripts, posts, or creator research into reusable content assets such as LinkedIn posts, X threads, short-form scripts, newsletters, blog outlines, carousels, or content calendars.

creator-profile-teardown

Use when the user wants to analyze a creator, influencer, founder, or brand social account and understand positioning, content pillars, outlier posts, hooks, format choices, audience reaction, and what can be copied or tested.

influencer-prospecting

Use when the user wants to find creators, influencers, affiliates, or social accounts in a niche for outreach, partnerships, sponsorships, UGC, seeding, or competitive research. Produces scored prospect lists from public social data.

product-demand-research

Use when the user wants to validate a product idea, find pain points, mine demand signals, discover objections, or gather voice-of-customer language from Reddit, social posts, video transcripts, and comments. Produces evidence-backed product research.

scrapecreators-api

>-

social-listening-brief

Use when the user wants a social listening report about what people are saying about a brand, person, product, topic, category, or niche across public social platforms. Produces cited themes, sentiment caveats, notable posts, and recommended actions.

transcript-intelligence

Use when the user wants to summarize, analyze, or repurpose transcripts from TikTok, Instagram, YouTube, Facebook, X/Twitter, LinkedIn, Rumble, or Reddit video posts. Extracts hooks, claims, quotes, content atoms, themes, and reusable scripts.

trend-discovery

Use when the user wants to discover trending social topics, hashtags, sounds, posts, reels, shorts, creators, or formats in a niche. Searches public trend and discovery endpoints, ranks evidence, and turns trends into practical content angles.

Skills associés