Trendwatch
一个用于有机TikTok/Instagram增长的管道：发现竞争对手的制胜策略，从7个维度分解其成功原因，为你的产品生成改编的钩子创意，并随着时间积累经验，使技能越用越强。
共享工具
优先使用仓库中的 tools/ CLI 工具，而不是手写收集/分析代码——它们输出统一的 JSON 格式并可串联使用。相关工具如下：
| 步骤 | 工具 | 用途 |
|---|---|---|
| 3 | trending_sounds.py | 按地区和窗口获取Creative Center的热门声音/标签 |
| 4 | tiktok_account.py | 收集账户的视频+统计数据+评论（TikTokApi → yt-dlp 回退） |
| 4 | video_metadata.py | 当爬虫被屏蔽时，用于手动URL列表的回收集器 |
| 4-5 | account_stats.py | 账户中位数/节奏/异常值/付费推广+影子信号/规模区间 |
| 4-5 | engagement.py ⭐ | 每个视频的参与度得分、保存率、比率、新鲜度、格式vs创作者vs付费归因 |
| 5 | decompose_video.py | 关键帧+拇指停止帧+用于七维度分解的转录 |
标准链：tiktok_account.py → account_stats.py（获取中位数/信号）→ engagement.py --account-median <M> --top 10（对符合条件的创意视频进行排名）。完整映射和标志详见 tools/README.md。
运行原则
-
始终自动发现——而非询问。 首先穷尽工具：WebSearch（URL、账号、新闻）、WebFetch（App Store页面、落地页、竞争对手资料）、Read/grep（代码库、分析事件、记忆文件）。仅在以下情况询问用户：战略决策（目标、KPI、流量去向）、主观偏好（风格、重视的内容）、任何系统中不存在的运营事实（预算、谁拍摄内容）、或对已起草假设的验证。绝不要询问工具可以返回的URL、账号、文案、地理位置等信息。用户的角色是判断，而非查询。
-
点赞有欺骗性。 优先优化完成/保存/分享信号，而非原始点赞数。当完成率不公开时，使用步骤4中的代理公式。
-
钩子存在于格式之中。 始终为视频标记格式（POV / GRWM / 转场 / 画外音-B-roll / 等）——同样的钩子在错误的格式中会失败。
-
前1.5秒不是钩子。 拇指停止和钩子是两种不同的机制。分别进行分解。
-
评论是文案的事实依据。 竞争对手病毒视频上的热门评论揭示了受众的实际语言和痛点——挖掘它们。
-
experiments.md是复利资产。 在构思前始终阅读它。在用户发布后始终提供更新选项。 -
迭代赢家；快速淘汰输家。 一个新/冷账户上突破约1000观看量的视频已经通过了算法的第一道门——这是信号，意味着锁定信息并改变变量（创作者形象、场景、美学、节奏）。新构思适用于冷启动；变体生成适用于已验证的赢家。第一个赢家之后的大多数胜利来自迭代，而非新押注。
-
同时寻找影子账户和合作网红——两者都能带来非官方产品植入，从而实现真正的覆盖。 资金充足的竞争对手使用两种并行机制：(a) 影子替代账号（品牌自己运营的非官方账户，伪装成UGC），(b) 合作网红（付费的独立创作者制作品牌内容）。两者通常有机上表现优于官方账户；两者都是真正的基准。检测信号：屏幕录制中可见的应用UI水印、指向竞争对手网站的个人简介链接、与官方账户相同的发布节奏（影子签名）、
#ad/#sponsored/#partnership披露（合作关系签名）、"thanks @brand"提及、官方发布后数小时内发布的内容、重复的官方营销措辞。在competitors/{handle}.md中追踪两种类型，并添加type: shadow_of_{X}或type: partner_of_{X}标签。分类对于理解竞争对手的预算很重要，但对格式挖掘不重要——两个类别都产生同样可分析的产品植入创意。 -
时效性很重要——新鲜胜于出名。 一个6个月前达到峰值的声音或格式现在已被算法抑制且受众厌倦。始终为每个分析的视频捕获
posted_date和age_days。标记新鲜度：rising（<14天）/peak（14-30天）/declining（30-60天）/evergreen-structure-only（>60天）。对于声音推荐：仅使用rising或peak视频。对于钩子/格式模式挖掘：延长至60天。超过60天的视频对于长青结构模式（例如特定痛点的钩子框架）仍有帮助，但绝不要用于“使用这个确切声音”或“复制这个确切创意”的建议。 -
区分格式获胜、创作者权益获胜和付费推广获胜。 一个拥有200万粉丝的创作者发布的50万观看视频不能证明格式有效——只能证明创作者受欢迎。通过TikTok Spark Ads / 付费合作推广的帖子也是如此。为每个视频计算：
engagement_ratio = views / follower_count（标准化覆盖）——高于此基线0.5倍的视频意味着格式增加了价值；低于0.1倍意味着创作者能力承载vs_account_median = views / account_median_views——视频中位数>2倍=格式归因；接近中位数=创作者基线归因- 付费推广信号标志：在一个否则平庸的账户上突然飙升；
#ad/#sponsored/#partnership披露；"thanks @brand"提及但无有机框架；对于创作者基线质量来说过于精致的剪辑；个人简介中的企业账户“推广”徽章；观众评论匹配“这是广告吗？”
在为创意排名模式时，仅加权格式归因的胜利。一个拥有5000粉丝的账户上的5万观看帖子，远比一个拥有200万粉丝的账户上的50万观看帖子更具可转移性。标记每个分析的视频：
format-attributable/creator-attributable/paid-amp-suspected——并且仅从第一类中提取创意模式。 -
将通用经验编译进战术手册。 每次运行结束时，问：“我们学到了跨越垂直领域、而不仅仅是这个产品的经验吗？”如果是，将其作为新小节追加到此SKILL.md的战术手册部分。特定产品或垂直领域的经验保留在
brief.md和experiments.md中。只有跨垂直领域的模式被记录下来，该技能的价值才能复合增长。拿不准范围时，问：“一个SaaS创始人、一个健身应用和一个时尚品牌都能从这个规则中受益吗？” 如果是→战术手册。如果否→brief/experiments。 -
仅从小到中型账户中筛选产品植入视频——完全排除名人级别的植入。 我们进行格式挖掘所需要的是：(a) 帖子是明确的产品植入（提及品牌、UI可见、标签或"thanks @brand"），并且(b) 发帖账户**<50万粉丝**，理想为1万–25万。
为什么两个筛选都重要：
- 没有筛选(a)——即植入筛选——我们将分析创作者的一般内容，这教给我们的是创作者的影响力，而非竞争对手的策略。
- 没有筛选(b)——即规模筛选——我们将分析名人植入，这些是覆盖购买，格式故意被淡化（参见战术手册章节“名人合作植入很少可转移”）。我们要复制的指标反映的是名人的受众管道，而非格式的提升。
账户规模区间及如何处理：
- <1万粉丝：信号太弱——仅当参与度极高（>基线的100倍）时才有趣
- 1万–25万粉丝：最佳格式挖掘植入——这里的格式必须发挥真正作用
- 25万–50万粉丝：仍然有用，但在视为格式归因之前，需按原则10通过
engagement_ratio进行归一化 - 50万–100万粉丝：灰色地带——仅当植入帖子明显高于创作者基线时才接受
- >100万粉丝：在收集时丢弃这些植入。名人影响力占主导；格式信号是噪音。他们的一般内容可能仍可作为声音趋势参考，但绝不是竞争对手的策略参考。
植入检测信号：(a) 品牌标签提及，(b) 品牌名称出现在标题中，(c) 屏幕录制中可见产品UI，(d) "thanks @brand"披露，(e)
#ad/#sponsored/#partnership标签，(f) 个人简介覆盖层中指向产品的链接/账号。标记每个视频为product-placement-for-{competitor}或creator-general-content，并标记源账户的粉丝区间。在挖掘模式时仅统计来自<50万粉丝账户的植入。名人级别的植入可以备注，但绝不要纳入构思来源集。
战术手册（跨运行观察到的通用模式）
这些是跨垂直领域的战术观察——每次运行时应用。每当一次运行产生新的可转移经验时，将其添加至此，以便未来运行继承。
帖子表现不佳时的诊断顺序
当帖子未能突破约1000观看量的算法门槛时，按此优先级诊断——第一项是最常见的原因：
- 拇指停止视觉效果（0–1.5秒） ——第一帧是否真的是滚动停止？大多数“糟糕”帖子有不错的钩子，但第一帧平淡无奇。
- 声音生命周期——声音是否处于
rising/peak（原则9）？陈旧的声音会自动抑制，无论内容质量如何。 - 格式与领域不匹配——格式是否与算法对账户的定位相符？冷账户尚无领域；前3-5个帖子定义它。
- 字幕钩子文案——第一句是否有口头钩子，还是标签堆砌？标签应放在结尾；钩子应放在开头。
- 账户冷启动——如果1-4检查无误但观看量仍≤500，账户需要更多帖子；算法信任在3-10个同一领域的帖子后积累。
冷启动机制
- 一个新账户的每个帖子都会进入一个约200-500观看量的算法测试桶
- 需要3个帖子突破1000+观看量来教会算法账户的领域，然后迭代阶梯才能有效发挥作用
- 在此之前：短格式（5-15秒）获得更多机会（每个算法测试成本更低）
- 在第一个1000+胜利后：转向更长格式的赢家，并按原则7运行变体生成
保存率是转化的领先指标（实用/工具类产品）
对于效用、SaaS或工具产品（做某事的应用），领先的转化预测指标是保存率，而非点赞数或观看量。
save_rate = saves / views- >5% → 预测强大的购买转化
- 2-5% → 中等；在规模化之前调整CTA
- <1% → 预测无论观看量如何都不会转化——格式适合知名度，而非购买
点赞与娱乐价值相关；保存与意图相关。对于效用内容，优化保存率，而非点赞率。（不适用于娱乐/生活方式内容——那里，分享和关注更重要。）
锚点vs变体内容分割
两种内容类型做不同的工作——不要在同一帖子上混合策略：
- 锚点帖子（创始人叙事、品牌起源、深入的工作原理）：不要进行变体迭代。只有表现极差时才重新录制。每季度发布1-2个，作为账户信任支柱。创始人声音 = 信任溢价，缓慢复合。
- 适合变体的帖子（趋势借用、转变、美学列表、“我尝试X一周”）：设计为在首次获胜时产生5-8个变体。主要的迭代阶梯。
尝试对创始人叙事进行变体迭代会消耗信任而不复合覆盖。
无可点击链接平台上的CTA机制（TikTok, IG Reels）
当平台不支持视频中的可点击链接时：
- 品牌名称必须 (a) 易拼写，(b) 易回忆，(c) 在视频中提及2次——一次在画外音中，一次作为屏幕结束卡文本
- “链接在简介中”是最糟糕的CTA——在TikTok上不起作用（大多数账户没有可点击的简介链接），并且传达出绝望感
- 以实用指令形式呈现的品牌名称CTA（
[品牌] · [动词] · [结果]）比明确的“去下载”表现好大约2-3倍
特定痛点钩子解锁小众受众的病毒传播
命名特定条件、痛苦或行为模式（而非一般痛点）的钩子会被算法的细分推荐引擎更大力推广。示例：ADHD/OCD用于组织化、神经多样性特征、体型细节、地区习惯、年龄群体行为。
- 权衡：小众痛点钩子带来更少总观看量但更高的保存率（受众自我选择进入）
- 当账户需要保存率/转化率提升时使用，而非追求漏斗顶端覆盖
- 标准结构：“我们为[一般人群]制作了[产品]，但没想到它如此帮助有[特定痛点]的人”
替代产品的反X框架
对于任何替代某个习惯的产品，“反X”框架比“使用X”框架转化效果更好：
- 反购物清单用于购物替代工具（“自从我开始使用…后，我不再买的东西”）
- 反拖延用于生产力工具
- 反备餐用于烹饪快捷工具
机制是建议形状的，而非推销形状——观众感觉他们在获取技巧，而非被推销。保存率高，与KPI相符以实现转化。
列表式反推销
多应用或多工具列表（“每个[角色]应拥有的前N个应用以[渴望动词]”）作为软转化向量很有效，当你的产品是其中之一时：
- 比单一应用推销的直接压力更低 → 保存率更高
- 风险：你的产品被埋没——放在位置1或5（首因/近因效应）
- 始终搭配3-4个真正不竞争的应用，使推荐显得真实
- 最适合需要与可信应用参考并列出现的知名度阶段账户
在构思前调查制作栈
在生成创意之前，审计产品实际拥有的视频制作工具（Higg）
…
[截断以优化翻译]