Analyse de comptes vidéos courtes
Analysez un compte en un seul passage et générez quatre dossiers locaux, couvrant six tâches. L'échantillon par défaut est constitué des 50 dernières publications, triées par date de publication réelle (ordre décroissant), la langue par défaut est le chinois ; si l'utilisateur spécifie un nombre, une plage ou un emplacement de sortie différent, sa demande prévaut.
Convention de livraison
Créez sur le bureau un dossier AnalyseCompte/<NomCompte>_<DateHeureCollecte>/, afin d'éviter d'écraser les résultats précédents.
01_DonneesPublicationsEtClassement/: 50 titres originaux, textes de publication, dates de publication, likes, liens, auteurs et thèmes ; classés par likes ; liste Top 5. Fournie en Markdown et CSV.02_AnalyseThematique.md: Définition du thème, nombre de publications, proportion, likes moyens et nombre d'échantillons valides pour les likes ; si nécessaire, ajoutez la médiane et l'impact des valeurs extrêmes.03_TranscriptsTop5/: Cinq fichiers Markdown indépendants, nommés d'après le titre original. Le corps inclut le titre original, le lien original, la date de publication, le nombre de likes et l'heure de collecte, l'auteur, la source et le statut de la transcription, suivi de la transcription mot à mot.04_AnalysePersonaPublicProduitVentes.md: Description du compte, persona IP personnel, public cible, produits et arguments de vente ; chaque élément est accompagné de preuves, des limites de l'inférence et des lacunes d'information.
Sauvegardez séparément dans source/ les preuves brutes et l'état machine-readable, afin de permettre une reprise en cas d'interruption. Ils constituent la base des quatre dossiers ci-dessus, et non des tâches d'analyse supplémentaires. Consultez references/data-contract.md pour la structure détaillée des données et le format des documents.
Répartition des tâches entre la fenêtre principale et Luna
- La fenêtre principale gère la collecte, la file d'attente des tâches, les preuves, les anomalies et la validation finale. L'utilisateur préfère Astra pour la supervision ; n'agissez que lorsque l'environnement le permet effectivement, sans prétendre avoir changé de modèle.
- Collecte de pages normales, saisie de texte, classification thématique initiale et organisation :
gpt-6-luna,xhigh. - Audio bruité, chevauchements de voix, terminologie dense, conflits entre sous-titres et audio, omissions ou corrections de chiffres/noms propres :
gpt-6-luna,max. - Lors de l'affectation, définissez les paramètres réels du modèle pour l'outil : pour les sous-agents, utilisez
modeletreasoning_effort; pour les chats indépendants, utilisezmodeletthinking. Indiquer le nom du modèle dans le prompt ne suffit pas à configurer l'outil. Si les limitations de l'outil empêchent de couvrir tous les modèles, utilisez un mode de contexte qui permet la surcharge et transmettez explicitement les documents nécessaires. - Utilisez de préférence des sous-agents. Chaque transcription Top 5 est gérée par une tâche indépendante, en file d'attente selon les créneaux disponibles. Chaque tâche utilise un répertoire indépendant. N'utilisez l'outil de création de chat que si l'utilisateur le demande explicitement, et respectez les règles d'autorisation de cet outil.
- Si un modèle spécifié n'est pas disponible, indiquez-le immédiatement ; ne passez pas silencieusement à un autre modèle ou ne prétendez pas que la configuration a réussi.
- Luna est responsable de l'extraction, de l'organisation et de la relecture ; la reconnaissance audio est effectuée par le moteur ASR. Augmenter le niveau de raisonnement ne résoudra pas les échecs de téléchargement ou les limitations de file d'attente unique du service ASR.
Exécution
1. Établir les preuves et l'échantillon
Lisez les sections de collecte et de classification de references/workflow.md. Analysez le lien partagé pour obtenir le compte réel, confirmez le nom du compte, le lien vers la page d'accueil, la description et l'heure de collecte. Réutilisez de préférence le matériel de collecte vérifiable de cette session ; les 100 anciennes données doivent être re-triées pour sélectionner les 50 plus récentes, et les anciens Top 5 ne peuvent pas être réutilisés.
Utilisez les API officielles, connecteurs ou capacités du navigateur actuellement disponibles. Si l'utilisateur spécifie un navigateur comme ego, vérifiez d'abord que l'outil peut s'y connecter ; n'utilisez que les données visibles sur la page ou légalement renvoyées par l'interface. En cas de connexion, code de vérification, accès impossible ou échantillon incomplet, signalez clairement les lacunes spécifiques et continuez avec les parties non affectées.
Dédoublonnez les ID de publication, conservez les publications épinglées et triez-les par date de publication réelle. Séparez le titre du texte de la publication ; ni l'un ni l'autre ne constituent une transcription verbale. Si la date de publication, le nombre exact de likes, le titre ou la description ne peuvent pas être obtenus, conservez des valeurs vides, ne les inventez pas.
2. Classification, statistiques, classement
Lisez references/data-contract.md, normalisez les données et attribuez un thème principal à chaque publication. Établissez une classification basée sur le contenu du compte, sans fixer de nombre de catégories à l'avance ; les entrées à faible niveau de preuve peuvent être marquées comme à classer. Déterminez d'abord l'ensemble des 50 publications les plus récentes, puis classez-les au sein de cet ensemble.
Utilisez le script déterministe de cette compétence pour générer les statistiques et la liste :
python3 /path/to/account-analysis/scripts/analyze_posts.py \
--input /path/to/collected_posts.json \
--output-dir /path/to/run --limit 50
Remplacez les chemins d'exemple par les chemins absolus réels. Après avoir vérifié analysis_status.json, distribuez 01_DonneesPublicationsEtClassement/top5.json. Les likes inconnus ne doivent pas être considérés comme 0 ; les likes approximatifs doivent être marqués comme tels, et si cela affecte le classement, le Top 5 doit être marqué comme provisoire. Ne produisez pas de résultats statistiques par calcul mental.
3. Transcription des Top 5
Lisez references/transcription.md. Obtenez de préférence les sous-titres disponibles ; si une transcription verbale est nécessaire, comparez avec l'audio, car les sous-titres existants ne couvrent pas nécessairement tout le contenu parlé. Si aucun sous-titre n'est disponible, récupérez l'audio et exécutez l'ASR. Utilisez l'OCR pour compléter les informations visuelles ou traiter les segments sans audio.
Si le Top 5 contient des articles ou des graphiques, enregistrez le texte original ou organisez le texte de la page en fonction des pages, en précisant le type de publication et la source ; s'il n'y a pas de contenu parlé, indiquez-le clairement. Ils conservent leur classement d'origine, sans remplacer une publication pour atteindre cinq vidéos.
Pour Douyin, utilisez la compétence locale douyin-video ; lisez d'abord sa documentation. Chronométrez séparément la récupération des médias, l'ASR et la relecture par Luna. Le script scripts/transcribe_local.py de cette compétence fournit un service de reconnaissance local, une file d'attente série, un suivi précis des job ID, une journalisation des erreurs et un cache de reprise ; il ne transforme pas un service à file unique en service concurrent.
Un collecteur utilise un navigateur partagé, un soumissionnaire gère la file d'attente ASR partagée ; les transcriptions et les analyses de différentes vidéos dont le texte est déjà obtenu peuvent être effectuées en parallèle. N'ouvrez pas plusieurs fenêtres pour vous disputer le même onglet ou ne soumettez pas la même vidéo deux fois.
Chaque transcription est générée indépendamment, en préservant les propos originaux, les répétitions orales et les incertitudes. La fin de l'ASR ne signifie pas que la transcription a été relue. Les publications Top 5 dont la récupération a échoué conservent leur position et leur statut, et ne peuvent pas être remplacées silencieusement par la 6e publication. Si le contenu audio ne couvre pas l'intégralité de la vidéo, écrivez clairement "transcription partielle" et ne prétendez pas qu'elle est complète.
4. Analyse du compte et validation finale
Lisez les sections sur les preuves et les rapports de references/workflow.md. En combinant la page d'accueil, les 50 titres et textes de publications, les transcriptions Top 5 et les pages produits accessibles, complétez les quatre chapitres d'analyse. Si les données sur les produits ou les utilisateurs réels sont insuffisantes, conservez les chapitres et listez les éléments inconnus et les preuves manquantes.
Vérifications de la fenêtre principale :
- La plage de dates des 50 publications les plus récentes, le dédoublonnage des épinglées, l'état de couverture de la collecte et la clarté de l'heure de collecte des likes.
- Le nombre total de publications par thème principal est-il égal à la taille de l'échantillon ? Les proportions sont-elles calculées sur l'ensemble de l'échantillon ? Les likes inconnus sont-ils exclus de la moyenne et divulgués ?
- Les Top 5 correspondent-ils au classement ? Les cinq fichiers ont-ils tous le titre original et cinq métadonnées ? Le lien original correspond-il à l'ID de la publication ? L'état de la transcription correspond-il aux preuves de couverture ?
- Distinguez-vous clairement : la description personnelle, les faits observables, les inférences de l'analyse et les informations inconnues ? Ne déduisez pas l'âge réel, les revenus, les ventes de produits ou les taux de conversion à partir des préférences de contenu.
- Les quatre dossiers de livraison sont-ils complets ? Toutes les lacunes ont-elles été signalées au moment de leur découverte et listées de manière consolidée à la fin ?
Enfin, donnez le lien vers le dossier de bureau et les fichiers clés, résumez brièvement le nombre de thèmes, l'état d'avancement des transcriptions Top 5 et les limites de l'analyse. En cas d'échec partiel, livrez les résultats déjà obtenus et les points d'entrée spécifiques pour continuer, sans marquer l'ensemble de la tâche comme terminée.