mcpField
A
audience-research

audience-research

github.com/scrapecreators营销与增长5.0k1.3k 次安装9 周前更新
代码仓库

关于 audience-research

用于评估创作者或社交账号是否触达目标受众的技能。它结合可用的公开指标、人口统计、地区与语言线索、评论和内容主题，并标注结论置信度。

主要功能

  1. 01查看公开主页与受众数据
  2. 02分析地区、语言和细分领域线索
  3. 03对照目标市场评估匹配度
  4. 04根据证据标注置信度

适用场景

  1. 01检查创作者是否适合目标市场
  2. 02比较不同创作者的受众匹配度
  3. 03评估网红营销或赞助机会
  4. 04了解哪些人群与账号互动

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/scrapecreators/social-media-research-skills --skill audience-research

安装后在 Claude Code 中输入/audience-research确认已加载。

详细介绍

受众研究

概述

评估某位创作者或社交账号是否触达了合适的受众。此技能结合可获取的公开主页指标、TikTok 受众人口统计数据、地区信号、粉丝／关注数据（如有）、评论、语言和内容主题。

何时使用

在用户提出以下需求时使用此技能：

  • 检查创作者的受众是否符合某个市场
  • 比较不同创作者的受众契合度
  • 寻找美国受众占比较高、针对特定国家或特定细分领域的创作者
  • 评估赞助／网红营销机会
  • 了解哪些人似乎在与某个账号互动

有用的数据源

  • /v1/tiktok/user/audience
  • /v1/tiktok/profile/region
  • 各平台的主页端点
  • 可用时的粉丝／关注端点
  • 近期帖子的评论
  • 简介链接页面和创作者商店中的细分领域信号

工作流

  1. 获取主页和可用的受众／人口统计数据。
  2. 如果受众意向很重要，则获取近期内容和评论。
  3. 提取地区、语言、细分领域、产品／类别和社群信号。
  4. 根据用户的目标市场评估受众契合度。
  5. 根据公开数据的可靠程度标注置信度。

输出格式

# Audience Research: {creator}

## Fit Summary
- Target market:
- Fit score: High/Medium/Low
- Confidence: High/Medium/Low

## Evidence
| Signal | Evidence | Source |
|---|---|---|

## Audience Notes
- Geography:
- Language:
- Niche/content fit:
- Comment quality:

## Sponsorship Recommendation
- Good fit / Maybe / Poor fit
- Why:

常见陷阱

  • 不要凭感觉推断具体人口统计信息。应使用现有证据，并标明假设。
  • 对于未公开受众数据的平台，不要过度承诺能提供详细的受众信息。
  • 不要忽视创作者所在地与受众所在地之间的不匹配。

评论

支持 Markdown