UGC 内容发现
SkillSearchDiscover user-generated content (UGC). Search for fan content, reviews, mentions, and community discussions related to the creator's brand/account, and output a list of high-value UGC along with engagement suggestions. Triggered when the user says "谁提到了我" (who mentioned me), "粉丝内容" (fan content), "品
Available today. Use it from your connected AI after setup.
No other account needed.
Connect ahel once, and every AI you use reads what you have installed.
Then ask your AI: use the UGC 内容发现 skill
What this skill tells your AI
The instructions your AI receives, as published by zju-real/easel in skills/openclaw/skill-ugc-discovery/SKILL.md and read by ahel’s review.
搜索与创作者品牌/账号相关的用户生成内容,发现粉丝内容、测评、提及和社区讨论,输出可互动的 UGC 列表。
输入
| 字段 | 必填 | 说明 |
|---|---|---|
| brand_keywords | 是 | 品牌名/账号名,可多个(逗号分隔) |
| platforms | 否 | 聚焦平台(小红书/B站/微博/知乎/抖音),默认全平台 |
| content_type | 否 | reviews / mentions / fan_art / complaints / all(默认 all) |
| time_range | 否 | recent / this_month / this_quarter(默认 recent) |
输出
# UGC 内容发现报告
## 发现概览
- 搜索关键词: {keywords}
- 搜索平台: {platforms}
- 发现 UGC 内容: {count} 条
- 正面/中性/负面: {positive}/{neutral}/{negative}
## 高价值 UGC(推荐互动/转发)
| # | 平台 | 内容摘要 | 来源链接 | 互动量估计 | 情感 | 建议动作 |
|---|------|---------|---------|-----------|------|---------|
## 负面反馈(需关注)
| # | 平台 | 内容摘要 | 来源链接 | 严重程度 | 建议回应 |
|---|------|---------|---------|---------|---------|
## 互动建议
- {具体建议: 转发/评论/联动/感谢}
三条发现路径
路径 1 — 平台搜索(主路径)
用 WebSearch 搜索创作者/品牌名相关内容:
搜索关键词组合:
"{账号名} 推荐"/"{账号名} 测评"/"{品牌名} 体验""{账号名} site:xiaohongshu.com"/"site:bilibili.com""{账号名} 好物"/"{账号名} 同款"
按 platforms 参数聚焦平台,未指定时逐平台搜索。
路径 2 — 话题/标签监控
搜索创作者品牌话题和关联标签:
"#{账号名}# site:weibo.com"— 微博话题"#{品牌话题}#"— 跨平台品牌话题"{账号名} 话题"/"{品牌名} 标签"
路径 3 — 社区讨论扫描
搜索论坛、问答社区、讨论帖:
"{品牌名} 怎么样"/"{产品名} 好用吗"— 知乎/贴吧"{品牌名} 值得买吗"/"{账号名} 靠谱吗"— 购买决策讨论"{品牌名} 吐槽"/"{品牌名} 避坑"— 负面反馈定向搜索
执行步骤
- 确认关键词:从用户输入获取 brand_keywords。若有 Profile,从
identity.md补充账号名、品牌名、产品名等关键词。 - 确定搜索范围:根据 platforms 参数确定目标平台;根据 content_type 调整搜索关键词侧重(reviews 侧重"测评/推荐",complaints 侧重"吐槽/避坑")。
- 执行三条路径:
- 路径 1:对每个平台执行 2-3 组关键词搜索(WebSearch)
- 路径 2:搜索品牌话题和标签
- 路径 3:搜索社区讨论
- 内容采集:对搜索结果中高相关的链接,用 WebFetch 获取内容摘要和互动数据。
- 去重与分类:去除重复结果,按情感倾向分类(正面/中性/负面)。
- 情感判断:基于内容文本判断情感倾向,区分事实性提及和评价性内容。
- 价值排序:按互动量和内容质量排序,筛选出高价值 UGC(值得互动/转发的内容)。
- 负面标注:单独列出负面反馈,按严重程度排序,给出建议回应策略。
- 互动建议:针对高价值 UGC 给出具体互动建议(转发并感谢 / 评论区互动 / 联动合作邀约)。
- 输出报告:按输出模板生成完整报告,保存到
outputs/。
Profile 感知
有 Profile 时:
- 读取
identity.md获取账号名、品牌名、产品线关键词,自动扩展搜索关键词 - 读取
platforms.md确定活跃平台,优先搜索这些平台 - 读取
audience.md判断哪些 UGC 来自目标受众群体(更具互动价值) - 读取
style.md匹配互动建议的语气和方式
无 Profile 时:
- 用户必须提供 brand_keywords,否则提示用户补充
- 全平台搜索,不做平台优先级排序
- 互动建议给出通用策略
- 附注"提供 Profile 可获得更精准的 UGC 发现和互动建议"
规则
- 区分事实与分析 — 搜索到的内容是事实,情感判断是分析,两者分开标注
- 必须附来源链接 — 每条发现的 UGC 必须附上来源 URL
- 不编造 UGC — 搜索无结果时如实报告"未发现相关 UGC",不捏造内容
- 优先可操作内容 — 排序时优先展示高互动量、值得回应的 UGC
- 负面内容不回避 — 负面反馈单独列出,给出建设性的回应建议
- 标注数据局限 — WebSearch 结果有时效和覆盖限制,明确标注搜索范围和局限性
自研溯源与参考项目见同目录
EASEL-META.md。
Signals
- GitHub stars
- 1k
- Forks
- 143
- Last commit
- Sep 2026
Advanced
- Catalog kind
- skill
- Gateway key
skill-ugc-discovery- Source
- github.com/zju-real/easel