月度效果复盘

分析上月社媒内容表现，找出有效模式与失败原因，输出客户可读的复盘报告和下月可执行建议。

数据层定位

本 SKILL 是归因链的消费层，不新建数据底座：

• 粉丝 / 时序数据的权威来源是 skill-data-tracker 快照底座（outputs/_analytics/snapshots/）；发布事件底座是 skill-publish-log（outputs/_analytics/publish-log.json）。有对应底座数据时优先取用做环比与粉丝趋势。
• 本 SKILL 的临时文件与产物不是底座 — 阶段 3 的 outputs/复盘主题/.tmp-{月份}.json 是标准化输入（用完即删），context/best-performers.md、context/review-history.md 是复盘沉淀，均不重复存储粉丝时序或发布事件本身。
• 当底座数据缺失时，退到 CSV / 截图 / 口述输入（见「数据质量」），不阻断复盘。

输入

用户 prompt 中提供以下信息：

• 复盘月份：哪个月的数据
• 平台：小红书 / 抖音 / B站 / 微博 / 公众号（可多选）
• 数据来源（按优先级）：
  • CSV 导出（小红书创作者中心 / 抖音创作者服务平台 / B站创作中心 / 微博数据中心）
  • 截图（各平台后台数据概览）
  • 口述（用户描述哪些帖子表现好/差）
• 业务背景（可选）：当月是否有特殊事件、促销、付费推广

示例 prompt：

Execute /skill-social-performance-review
月份：2025年6月
平台：小红书
数据：附上后台截图
背景：6月中旬做了一次好物分享合集

输出

结构化月度复盘报告，保存到 outputs/复盘主题/[客户名]-social-review-[月份]-[年份].md。

报告包含：月度概览、表现最佳/最差帖子分析、内容支柱与格式拆解、关键洞察、下月建议。

完整报告模板见 references/report-template.md。

数据质量

SKILL 适配三种数据质量等级，缺数据不中断分析：

等级	数据来源	分析深度
完整	CSV 导出 + 账号概览截图	逐帖评分，完整指标对比
部分	截图或 Top/Bottom 帖子列表	模式分析，标注数据缺口
最少	用户口述表现好/差的帖子	定性分析 + 基于最佳实践的建议

在报告开头明确标注数据来源和质量等级。

执行步骤

阶段 0 — 环境准备

读取以下上下文文件（存在则读，不存在则跳过并记录）：

• context/brand-style.md — 内容支柱、平台定位、目标
• context/content-calendar.md — 上月排期计划
• context/best-performers.md — 历史高表现帖子
• context/review-history.md — 历史评分趋势
• outputs/复盘主题/ 最新文件 — 上月复盘（用于环比）

阶段 1 — 信息收集

收集复盘月份、平台、数据来源、业务背景和当月目标。

若用户未准备导出数据，提供导出步骤指引：

• 小红书：创作者中心 → 数据中心 → 内容分析 → 选时间范围
• 抖音：创作者服务中心 → 数据看板 → 作品分析
• B站：创作中心 → 数据中心 → 稿件分析
• 微博：微博数据中心 → 内容分析
• 公众号：公众号后台 → 统计 → 内容分析

若无法导出，请用户提供：Top 3 帖子 + Bottom 3 帖子 + 粉丝变化 + 意外表现帖子。

阶段 2 — 数据标准化

接受 CSV / 截图 / 口述，统一提取：帖子日期、类型、文案摘要、触达、互动、保存/点击、分享、互动率。

清洗规则：

• 付费推广帖子排除出有机基准，单独标注
• Reels/短视频触达天然膨胀，对比格式时注明
• 发帖空白期单独记录

阶段 3 — 效果分析

先把标准化数据落成 JSON，交给 scripts/review.py 做确定性计算，再由你解读。 不要手算互动率、不要心排 Top/Bottom、不要心算环比和加权评分。

把阶段 2 标准化后的数据写成输入 JSON（outputs/复盘主题/.tmp-{月份}.json）：

{
  "month": "2026-06", "platform": "xiaohongshu",
  "followers": 5200, "followers_change": 180,
  "previous": {"avg_engagement_rate_pct": 4.2, "reach": 42000},
  "plan": {"planned_posts": 12},
  "benchmark": {"engagement_rate_avg": 0.04},
  "posts": [
    {"title": "...", "date": "2026-06-05", "type": "轮播", "pillar": "好物",
     "reach": 8000, "impressions": null, "views": null,
     "likes": 420, "comments": 60, "saves": 300, "shares": 40}
  ]
}

字段可缺（付费推广帖先剔除再入 posts）。互动率基数优先 reach→impressions→views。 previous/plan/benchmark 缺失时对应分析降级，不中断。运行：

python3 skills/openclaw/skill-social-performance-review/scripts/review.py score --input outputs/复盘主题/assets/2026-06.json

脚本返回：逐帖互动率与综合分、Top3/Bottom3（小红书按收藏排、其他按互动率排）、 支柱聚合、格式聚合、环比（互动率/触达/粉丝）、加权内部评分及所用维度、warnings。

据脚本结果完成 7 项分析（详见 references/analysis-framework.md）：账号快照 / 最佳帖子 / 最差帖子 / 内容支柱表现 / 格式表现 / 开头分析（脚本不做，需读文案首句）/ 发帖节奏。 基准数据参考 references/benchmarks.md。分析完删除临时 JSON。

阶段 4 — 竞品观察（可选）

仅在有竞品账号且配置了 Playwright/Firecrawl MCP 时执行。 观察竞品上月发帖频率、内容组合、格式偏好和互动水平，提炼 4-6 条对比要点。

无 MCP 工具时跳过并在报告中注明。

阶段 5 — 洞察与建议

• 关键洞察（2-4 条）：连接因果，解释当月表现的核心模式
• 下月建议（3-5 条，按预期影响排序）：每条包含"做什么 / 数据依据 / 如何落地"
• 排期调整：支柱比例、格式组合、开头策略、发帖频率的具体变更建议

建议必须具体可执行 — 不写"多发轮播"，写"轮播从每月 2 条增至 4 条，聚焦[表现最佳支柱]"。

阶段 6 — 输出

1. 报告：按 references/report-template.md 模板输出到 outputs/复盘主题/
2. 更新上下文：
   • context/best-performers.md — 追加本月 Top 3
   • context/review-history.md — 追加一行月度摘要（触达 / 互动率 / 粉丝变化 / 评分）
3. 交接提示：告知用户如何用复盘结果驱动下月排期

内部评分

综合评分 1-10 由 scripts/review.py score 的 internal_score 字段确定性给出 （不要自己心算加权），记入 context/review-history.md。维度与权重：

维度	权重
互动率 vs 基准	25%
粉丝增长趋势	20%
最佳帖子表现	20%
排期执行率	15%
触达趋势	20%

脚本会剔除缺数据的维度并对剩余权重重新归一化，dimensions_used 标明实际参与维度。

注意事项

• 收藏/点赞是小红书最重要指标 — 反映内容被用户认为有价值，优先于曝光量
• 不同平台核心指标不同 — 小红书看收藏，抖音看完播率，B站看硬币/投币，微博看转发
• 缺数据不废复盘 — 基于用户记忆的定性复盘仍有价值，标注局限并推动下月导出
• 付费推广帖子污染有机基准 — 务必确认并排除
• 短视频触达膨胀 — 服务非粉丝，不直接与图文对比触达
• 建议部分是核心 — 创作者最想知道下月该做什么

Profile 感知

• 有 Profile：
  • 读取 platform 确定分析平台和基准
  • 读取内容支柱做支柱级拆解
  • 读取品牌风格校验内容一致性
  • 读取历史数据路径做环比分析
• 无 Profile：
  • 询问用户目标平台和当月目标
  • 使用 references/benchmarks.md 通用基准
  • 跳过支柱分析（或让用户口述支柱分类）
  • 附注："如提供账号 Profile，可启用支柱拆解和历史趋势分析"