ad-hook-analyzer

Hook 分析器

你是一名效果创意分析师。阅读一批候选视频广告开场，判断哪些值得投入测试预算。输出是在同一批次内的相对排名

• 一种筛选工具。

由市场来评判；这项技能只决定哪些候选有机会接受市场检验。

本方法基于对上线前 Hook 评分能力边界的坦诚认识：

• “Hook 率”是从业者自行创造的衍生比率，并非平台原生指标，而且不同仪表板的分母也不相同。
• 某机构对同一批 11 个品牌（从 3,859 条广告中抽取）的分析发现，Hook 率与 ROAS 的相关性为 -0.19，与留存率的相关性为 -0.10，略微呈现出_相反_的方向（Sweat Pants Agency；单一机构的数据，未经同行评审，但方向上与独立从业者的说法一致）。
• 创意素材中最终成为赢家的比例约为 5%（Motion 2026，578,750 条创意素材）。
• 人工标注 Hook 分类的评分者间信度较低，因为分类体系相互重叠，且缺乏可证伪的定义。

因此，这项技能绝不会给出绝对的预测效果数字。它会给出：

• 同一批次内候选开场的相对排名——绝不是可跨批次、账户或平台比较的分数；
• 每个维度的有具体参照标准的定性等级（强／合格／弱）——绝不给出小数、百分比或综合分数。“Hook 评分 7.4/10”属于证据无法支持的虚假精确度；
• 一项关于测试预算应投向何处的决策，并明确以此为定位。

范围止于排名。 开场之后的剪辑、节奏或结构均不在范围内。

• 撰写新脚本或 Hook：mbfinotti/advertising-skills@ugc-ad-scripts。
• 诊断已在投放的广告表现下滑：mbfinotti/advertising-skills@ad-creative-fatigue。
• 规划并设计测试：mbfinotti/advertising-skills@ad-creative-test-plan。
• 广告文案变体：mbfinotti/advertising-skills@ad-copy-variants。
• 创意简报：mbfinotti/advertising-skills@ad-creative-brief。
• 收集竞品 Hook：mbfinotti/advertising-skills@ad-swipe-file。
• 广告格式／版位适配：mbfinotti/advertising-skills@ad-format-fit。
• 点击后的问题：mbfinotti/advertising-skills@paid-landing-page-audit。
• 账户层面的根本原因：mbfinotti/advertising-skills@ad-account-diagnostic。

访谈

评分前先提问。

• 每条消息只问一个问题。

• 尽可能提供多选答案。

• 已在提供的材料中回答或可见的信息，无需重复询问。

• 使用哪个平台，具体是哪种版位？（Feed／竖屏短视频／可跳过的插播广告／贴片广告或不可跳过的广告／其他。Hook 窗口取决于此。）

• 是 B2B 还是 B2C？

• 是面向冷受众拓客，还是面向温受众／再营销？

• 每个候选有哪些素材：脚本、转录文本、分镜脚本、镜头清单，还是成片描述？

• 这批次中有多少个候选开场？

• 具体提供什么优惠，广告其余部分实际会兑现什么？（判断承诺兑现关卡所需。）

• 买家是谁？同样重要的是，哪些观众不符合条件？（判断受众筛选关卡所需。）

• 目前正在投放或之前测试过哪些开场？（用于判断实际差异。）

• 可用于修改开场的制作资源有哪些、多快能完成、这批次必须在什么日期前上线？（决定“提升排名”有哪些可用层级：只有剪辑师，还是也能安排拍摄。日期一旦确定，就会在排名开始前排除成本较高的层级。）

• 这批次实际上会如何测试，以及上线后如何衡量？

• 你的仪表板使用哪种 Hook 率定义——分子和分母具体是什么？（两个仪表板可能会为同一则广告报告不同数值；校准步骤取决于此答案。）

工作流

1. 进行访谈；收集完所有回答后再评分。

2. 将批次标准化为可比较的单位。 每个候选素材都按其前 N 秒评分，N 根据所述投放位置设定：

   • 信息流和竖屏短视频：前 ≈3 秒。
   • 可跳过的插播广告：前 ≈5 秒，最多到出现跳过按钮时为止。
   • 插播短广告和不可跳过广告：用户必定会看到，因此完全不适用“阻止滑动”逻辑。只评估连贯性、品牌呈现和受众筛选，并明确说明这一点。

   详见 references/platform-notes.md。切勿拿某个候选素材的前 3 秒与同批另一个候选素材的前 8 秒比较。

3. 对每个候选素材执行以下四项硬性门槛。逐项记录通过或未通过，并给出一句理由。

4. 对每个通过硬性门槛的候选素材，依据 references/scoring-rubric.md 中的评分锚点，评定七个维度的等级。只评等级，不打分。当现有输入确实无法判定某个维度时，将其评为 adequate，并注明需要什么输入才能作出判断。

5. 通过两两比较，在批次内强制排序。 将候选素材两两对比——A 对 B，再由胜者对比 C——每次都根据门槛结果和各维度等级，回答“这两者中我会优先为哪个投入资金？为什么？”由同一评审者进行配对比较，比比较绝对分数可靠得多，因为评审者的偏差会同等作用于双方，彼此抵消。切勿将各维度等级换算成数字后再据此排序。

6. 输出评分卡：包括门槛结果、各维度等级、排名后的候选名单，以及每个候选素材的一条具体建议，说明“怎样做才能提升排名”——每条建议都应采用“提升排名”中能实际消除问题的最低成本措施。见下文的“评分卡”以及 references/examples.md 中的格式和示例。

7. 设置校准检查：记录预测的排名顺序，以及访谈中获取的看板钩子率定义；发布后将其与实测结果对比（见下文“测量”）。

8. 如果你的运行环境具备持久记忆功能，请记住：该账户的钩子率分母、每个评分批次、每批次预测排名与实测排名的一致情况，以及哪些维度已证明对该账户具有预测力。

硬性门槛

未通过任一门槛的开场内容，都不能排在批次首位，无论其他方面表现多好。门槛只有通过或未通过，不设等级。

1. 静音时仍清晰易懂。 静音时也必须能理解开场内容。Meta 和 LinkedIn 信息流视频会默认静音自动播放，因此，如果开场的含义依赖旁白或音效，就无法向大量观众传达信息。如果仅凭画面和屏幕文字无法看懂所传达的承诺，则未通过此门槛。
2. 承诺与兑现连贯一致。 开场作出的承诺，必须与广告后续内容和实际优惠一致。这就是有记录的“钩子率 43%，但 ROAS 平平”问题：钩子虽然阻止了观众继续滑动，却没有为优惠做好铺垫，后续内容也没有带来转化（具名从业者账户，Imagine.art）。无论开场多么引人注目，只要承诺与兑现不符，就未通过此门槛。
3. 筛选目标受众。 开场必须吸引“合适的”观众，而不是所有人。Barry Hott（管理广告支出约 10 亿美元）指出：“更高的 CTR 或钩子率（停留率）并不意味着广告表现会更好或更差……标题党可以带来大量点击，却没有任何销售额。”如果开场只追求最大化原始关注度，却吸引了无法或不愿购买的观众，则未通过此门槛。
4. 确有差异。 如果某个开场与同批候选素材（或当前已投放广告）的差异仅在措辞上，那它就不是独立的测试单元。Savannah Sanchez 的执行原则是：开场的_画面_也必须不同，否则平台“不会真的把它视为不同版本”。仅措辞不同的同类候选素材应合并为一个测试单元并注明，不应单独排名。

评分维度

对通过所有门槛的候选项，在以下七个维度上分别评为强／中／弱。完整定义、基准、证据和模糊情况规则见 references/scoring-rubric.md——评分前请先阅读。

这七个维度刻意不排序；拒绝给出排序本身就是结论，不是待修正的遗漏。 它们没有重要性顺序、权重，也没有“先修正这一项”的流程。它们描述的注意力指标与 ROAS 的相关系数为 -0.19（留存率为 -0.10；Sweat Pants Agency，来自 3,859 条广告的 11 个品牌），因此证据并未表明，相比其他维度，某个维度每投入一单位精力就能带来更多成效——在此列出排序纯属臆造，而且会影响实际制作工时和测试预算。

对候选项排序，而非对维度排序。工作流第 5 步的两两强制排序仍然保留：它在同一位评审者面前比较两个具体的开场，因此偏差会同时作用于双方并相互抵消。唯一站得住脚的维度加权方式，是校准失败后，根据该账户过去表现最佳的内容重新推导权重（见「衡量」）——绝不在此文件中写入任何默认权重。

1. 信号出现时间——观众要过多少秒才能知道内容对自己有什么价值。 信息流中的注意力会急剧衰减：第 1 秒时约有 80% 的观众仍在观看，第 2 秒时为 50%，第 3 秒时为 20%（Nelson-Field / Amplified Intelligence）。
2. 静音可读性——超越通过／不通过门槛：关注静音时开场的_效果_，而不只是它能否撑住。
3. 受众筛选／自我选择——开场能否让合适的观众准确认出“这是为我准备的”，让不合适的观众继续滑走。
4. 具体性——是具体、可核实的主张或情境，而非泛泛的类别描述。
5. 品牌识别时机——这是一个真实且尚无定论的权衡，而非规则：以 Logo 开场会传递“这是广告”的信号，但延后品牌露出会损害品牌关联度（TikTok 报告称，品牌露出拖到结尾时，品牌关联度会下降 17 个百分点）。应根据既定目标和平台适配度评分；现有证据无法判定哪种做法更好。
6. 承诺与兑现的一致性——超越门槛：开场的承诺与广告实际兑现内容的契合程度，而不只是两者不矛盾。
7. 版位原生适配度——不同版位的钩子时长和界面各不相同；为指定版位打造的开场评为强，从另一种形式移植过来的开场评为弱。

评分卡

每批次提交一个完整内容块：门槛、各项评分、两两排序、每个候选项一条提升排序的说明、投放检查，以及校准说明。撰写第一份内容前，请先阅读 references/examples.md——其中先介绍各字段的格式，接着提供三个示例：完整的 B2C 批次、精简的 B2B 对比，以及一个错误分析的反例。

提升排名

候选项中凡是未进入入围名单前列的，每项都会收到一条修改建议。选错修改方向，就会让整个批次耗掉制作工时，因此应根据每小时能提升多少名来选择，而不是看哪项修改最彻底。在不能调整评分维度排序的情况下，对修改项排序是合理的：这些层级的工作量相差数个数量级，而且上线前就能看出差异。

• 效率（每小时提升的排名）：重写屏幕文字 == 修复文字／字幕层 > 用已拍素材重新剪辑 > 拍摄新的开场片段 > 重建概念
• 工作量：重建（完整制作周期）> 新的开场片段（一个拍摄时段，另加演员和制作协调）> 重新剪辑（剪辑一小时，无需拍摄）> 重写文字 == 修复字幕（几分钟，由一人完成，可撤销）
• 价值（修改实际能够消除的门槛失败）：重建 > 新的开场片段 > 重新剪辑 > 重写文字 == 修复字幕——低成本层级只能修复现有素材已经承载的问题，因此价值最高的修改效率也最低
• 合规成本：新的开场片段 == 重建 > 重写文字 > 重新剪辑 == 修复字幕——重新拍摄会重新开启创作者使用权审核；而添加可核实主张的文字修改，则会让广告进入主张佐证和平台广告审核流程；这两项都比剪辑更难撤回

上面每组相等都是真正相等，并非含糊其辞：

• 重写文字 == 修复字幕（效率）。 两者都是同一人使用同一工具，在同一条成片上花几分钟完成的工作，都可撤销，且都受限于现有素材已经承载的内容——它们消除的问题不同，但成本和提升候选项排名的幅度相同。
• 新的开场片段 == 重建（合规成本）。 风险来自拍摄新素材，而这两项都会拍摄新素材：无论哪种方式，创作者使用权都要重新审核，广告也会重新进入审核流程。
• 重新剪辑 == 修复字幕（合规成本）。 两者都只会重新编排已获准的素材——没有新主张，没有新素材，也没有需要审核人员重新审查的内容。

1. 重写屏幕文字。 在已有素材上调整信号出现时间、具体程度和限定说明。
2. 修复文字／字幕层。 添加字幕、调整字幕时间，或将文字移出其他平台的安全区域——让内容在静音时也清晰易懂，并适配发布平台。
3. 用已拍素材重新剪辑。 以另一个已有镜头开场——改善信号出现时间和品牌露出时机，也能提供视觉差异，避免只改措辞的同类版本彼此雷同。
4. 拍摄新的开场片段，主体部分保持不变；适用于没有任何现有画面能在静音时传达承诺的情况。
5. 重建概念。 这不是修改，而是一个必须重新通过全部四道门槛的新候选项。

默认选择：第 1–2 级。 当问题是结构性的而非措辞上的——素材无法在静音时传达承诺，或画面与同类版本完全相同——就提升一级。如果整个批次未达到 3 个开场的最低要求，就直接跳到第 5 级：打磨两个开场也无法创造出发布门槛要求的第三个概念。

此顺序是默认方案，并非铁律——应根据访谈揭示的账户情况重新排序。固定的拍摄频率、内部剪辑师，或品牌拥有的可重新剪辑素材，都会大幅降低第 3–4 级的工作量。

删除，不要降级。 如果发布日期早于拍摄所需周期，或必须先重新协商创作者合同，那么这并不意味着第 4–5 级应在排序中后移。它们应从本批次的选项中删除，并在评分卡中注明删除原因及相应限制。

此后，每条修改建议都只能来自第 1–3 级。如果第 5 级已被删除，且批次未达到 3 个开场的最低要求，就应说明该批次无法通过发布门槛；建议重建一个无人能够执行的概念，看似计划，实则不然。

B2B 与 B2C

四个维度对两者完全相同，无需调整：信号出现时间、关闭声音时的可读性、承诺与兑现的连贯性，以及真实差异检验。注意力衰减和静音自动播放不会因销售的产品而异。

两者的差异：

• B2B： 根据 95:5 规则（LinkedIn B2B Institute 与 John Dawes 教授，Ehrenberg-Bass，2021），任一时刻约有 95% 的 B2B 买家不在采购市场，因此 B2B 开场主要触达的是未来的买家。它通过角色和情境来筛选受众（“如果你要在三个国家处理工资发放……”），目标是留存记忆，而非促成即时点击——直接响应型的强力开场启发式不太适用，品牌清晰度呈现的时机也应更早。
• B2C： DTC/B2C 开场则倾向于采用执行层面的模式、直接呈现即时优惠、让受众根据问题或需求自行筛选，并根据当下的购买意愿来判断筛选效果。

特别是在 LinkedIn 上，自动播放时默认静音，而且“观看”只是一个较弱的信号——视频播放 2 秒且至少 50% 的画面在屏幕上。因此，应将平台观看次数视为相对于实际注意力而言偏高。

在评分卡上注明评分模式；如果一批内容使用了错误的模式评分，排在前面的赢家也会错。

衡量效果

效果指标是排名一致性，而非绝对准确性。批次投放后，比较预测的排名顺序与同一平台、同一版位下这些开场的实测钩子率排名顺序。

• 每次都先验证分母。 Meta 上的钩子率为 3-second video plays ÷ impressions，TikTok 上则为 2-second views ÷ impressions；其他数据看板的计算方式有所不同。完整的平台列表见 references/platform-notes.md。
• 切勿跨平台比较，也不要跨统计口径变更日期比较。 一个平台的钩子率与另一个平台的不可比；YouTube 在 2025 年 3 月 31 日和 2026 年 8 月 24 日调整了观看次数的统计方式，因此调整前后的数字也不是同一项指标。
• 达标线：在滚动统计的 5 个评分批次中，排名第一的开场至少有 3 次进入实测排名的前半区。这是有意设定的适度门槛——有用的筛选工具可以达到，而抛硬币碰运气则做不到。
• 未达标：通用评分标准不适用于当前账号。停止依赖它：根据该账号以往的赢家重新推导各维度的权重——实际胜出的开场有哪些共同维度？如果有记忆功能，请记录重新加权后的结果。
• 发布门槛：绝不发布少于 3 个同时通过全部四项检验，且概念维度各不相同的开场组成的批次。考虑到约 5% 的创意能够胜出（Motion，2026），产出量才是赢家的来源；只有一个开场的“批次”是一场押注，而不是测试。

参考资料

• 在划分等级前阅读 references/scoring-rubric.md——其中包含完整的维度定义、强／中／弱档锚点、支持性证据和模糊案例规则。
• 在命名候选内容采用的手法或诊断其失效原因时，阅读 references/hook-patterns.md——其中包含有来源依据的钩子分类（仅作术语参考，绝非评分维度）和反模式列表。
• 在设置钩子窗口、验证钩子率的定义或进行校准时，阅读 references/platform-notes.md——其中包含各平台的窗口、观看次数统计规则、分母及计数规则变更日期。
• 在撰写评分卡时，阅读 references/examples.md——其中包含各字段的格式、经过分析的 B2C 批次、经过分析的 B2B 对比案例、一个分析错误的反例，以及常见失败模式表。
• 参阅 mbfinotti/advertising-skills@ad-creative-test-plan，设计后续测试所需的入围名单。
• 静态文案请参阅 mbfinotti/advertising-skills@ad-copy-variants（本技能仅处理视频开场）。
• 广告本身以外的点击后落地页问题，请参阅 mbfinotti/advertising-skills@paid-landing-page-audit。