S
self-media-trend-radar
About self-media-trend-radar
A skill for creators researching trends, audience needs, and competitor content structures. It uses bounded samples and source checks to turn observations into original topic ideas while separating verifiable facts from patterns and hypotheses.
Key features
- 01Prioritizes sources for verification
- 02Bounds research scope and samples
- 03Analyzes titles, openings, and structure
- 04Separates facts, patterns, and hypotheses
- 05Turns findings into original topics
Use cases
- 01Assessing a platform's current trend window
- 02Studying keyword demand or competitor formats
- 03Adding primary evidence and risk notes to topic ideas
Install
Copy the command and run it in a terminal.
$
npx skills add https:/ / github.com/ yanhua1010/ self-media-content-workflow --skill self-media-trend-radarAfter installing, type/self-media-trend-radarin Claude Code to confirm it loaded.
Bundled filesagents/openai.yamlreferences/research-safety.md
Details
From the project README热点与竞品雷达
目标
识别用户需求、表达结构和时效机会,不复制竞品观点或文案。
数据源优先级
- 用户提供的链接、截图、导出文件和素材。
- 官方文档、原始发布、论文、公告和作者原帖。
- 平台公开搜索、热榜、竞品主页和公开互动数据。
- 可信二手资料,用于补充背景,不替代一手事实。
近期产品、人物、价格、版本、新闻和平台规则必须联网核验。技术事实优先使用官方来源。
研究流程
1. 定义研究问题
确认要回答的是热点窗口、关键词需求、竞品结构、账号定位还是内容机会。先限定平台、时间范围和样本数量。
2. 收集有限样本
只收集能回答问题的样本。记录链接、发布时间、标题、内容形态、公开互动和观察备注。不要把一次高表现直接叫作规律。
3. 拆解结构
逐条检查:
- 标题使用了什么承诺、身份、冲突或信息差。
- 开头 3 秒或第一屏如何建立停留。
- 内容如何组织证据、故事、步骤和转折。
- 封面或首图承担什么任务。
- 行动、标签、合集和发布时间如何配合目标。
- 评论区暴露了哪些真实问题和反对意见。
4. 判断机会
区分:
- 可以直接核验的事实。
- 多个样本重复出现的模式。
- 可能由热点、投流或账号体量造成的现象。
- 用户能加入的一手经验、反证和独立判断。
5. 转成原创选题
每个候选写明:一句话判断、目标受众、时效窗口、一手证据、差异化角度、适合平台、仍缺证据和风险。
输出
交付:
- 研究范围和样本说明。
- 3 到 5 条结构性发现。
- 不能下结论的内容。
- 3 到 5 个原创选题。
- 最推荐选题和下一步验证动作。
读取 research-safety.md 并遵守账号隔离、只读、控频、遇阻即停和凭证保护规则。
Comments
Markdown supported