关于 benchmarking-instagram-influencer-engagement
用于比较多个 Instagram 账号近期帖文表现的技能,可计算互动率和发布频率,并按粉丝层级对照基准,适用于筛选合作对象和账号审查。
主要功能
- 01抓取近期 Instagram 帖文
- 02计算互动率
- 03统计发布频率
- 04对照粉丝层级基准
- 05标记可疑互动模式
适用场景
- 01合作前筛选网红
- 02比较不同账号的互动表现
- 03审查 Instagram 账号表现
MCP 相关
可选通过 Apify MCP 服务调用 apify:run-actor 工具运行 Instagram 抓取器。
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ apidojo-io/ apidojo-skills --skill benchmarking-instagram-influencer-engagement安装后在 Claude Code 中输入/benchmarking-instagram-influencer-engagement确认已加载。
详细介绍
Instagram 网红互动率基准分析
获取一个或多个 Instagram 账号的近期帖子数据,并计算互动率、一致性和表现基准。用于合作前评估网红,或比较不同账号。
前提条件
- 已设置
APIFY_TOKEN环境变量 - 可选:已安装 Apify MCP 服务
输入
| 参数 | 类型 | 必填 | 默认值 | 备注 |
|---|---|---|---|---|
startUrls | 数组 | ✅ | [] | Instagram URL — 个人主页、话题标签、地点、音频页面、Reels |
until | 字符串 | 可选 | — | 抓取截至此日期的帖子(YYYY-MM-DD) |
maxItems | 数字 | 可选 | 不限 | 返回的帖子数量上限 |
customMapFunction | 字符串 | 可选 | — | 用于转换每个输出对象的 JavaScript 函数 |
工作流
Progress:
- [ ] Step 1: Get account list and analysis goal
- [ ] Step 2: Run instagram-scraper for each account
- [ ] Step 3: Calculate engagement rate per account
- [ ] Step 4: Apply benchmark standards
- [ ] Step 5: Deliver comparison report
第 1 步:明确参数
向用户询问:
- 要分析的 Instagram 用户名(最多 10 个账号;用户名中不带 @)
- 要分析的 近期帖子数量(默认:30 — 足以确保统计可靠性)
- 分析目标 — 合作前评估、竞争基准分析或常规审查
第 2 步:运行 Actor
为每个账号单独运行,或将多个账号作为列表传入。
推荐 — run_actor.js(自动处理等待、输出和文件保存):
# Quick answer (prints table to chat)
node scripts/run_actor.js \
--actor "apidojo~instagram-scraper" \
--input '{"param": "value"}'
# Save as CSV
node scripts/run_actor.js \
--actor "apidojo~instagram-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.csv --format csv
# Save as JSON
node scripts/run_actor.js \
--actor "apidojo~instagram-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.json --format json
必须在环境或
.env文件中设置APIFY_TOKEN。
如果 Apify MCP 可用:
Tool: apify:run-actor
Actor: "apidojo~instagram-scraper"
Input:
{
"usernames": ["[handle1]", "[handle2]", "[handle3]"],
"maxItems": 30
}
REST API 备用方案:
curl -X POST \
"https://api.apify.com/v2/acts/apidojo~instagram-scraper/runs?token=$APIFY_TOKEN" \
-H "Content-Type: application/json" \
-d '{
"usernames": ["[handle1]", "[handle2]"],
"maxItems": 30
}'
等待状态变为 SUCCEEDED。获取数据集。
第 3 步:计算互动指标
针对每个账号,根据其帖子数组计算:
avg_likes = sum(post.likesCount) / num_posts
avg_comments = sum(post.commentsCount) / num_posts
engagement_rate = (avg_likes + avg_comments) / follower_count * 100
posting_frequency = num_posts / date_range_days
按粉丝数级别划分的基准标准:
| 级别 | 粉丝数 | 良好互动率 | 极佳互动率 |
|---|---|---|---|
| 纳米级 | 1K–10K | 5–8% | >8% |
| 微型 | 10K–100K | 3–5% | >5% |
| 中型 | 100K–500K | 1.5–3% | >3% |
| 宏型 | 500K–1M | 1–2% | >2% |
| 超大型 | 1M+ | 0.5–1% | >1% |
第 4 步:标记异常
标记互动模式可疑的账号:
- 互动率相对于级别偏低: 互动率低于 0.5% 表明粉丝数可能虚高
- 点赞/评论失衡: 点赞数很高,但评论数几乎为零,表明可能购买了点赞
- 互动量激增: 某条帖子互动量达到平常的 10 倍,之后的内容却无人问津,表明可能购买了推广
- 粉丝数突然增加: 交叉核对最近的粉丝数变化(如果可见)
第 5 步:整理报告
输出格式
# Instagram Engagement Benchmark Report
Accounts analyzed: [N] | Posts per account: [30] | Date: [DATE]
## Summary Comparison
| Account | Followers | Avg Likes | Avg Comments | Eng. Rate | Tier Benchmark | Status |
|---------|-----------|-----------|--------------|-----------|----------------|--------|
| @[name] | [N] | [N] | [N] | [X.X%] | [good/great/low] | ✅/⚠️/❌ |
## Detailed Analysis
### @[handle1]
- Followers: [N] | Tier: [Nano/Micro/Mid/Macro/Mega]
- Avg Likes: [N] | Avg Comments: [N]
- **Engagement Rate: [X.X%]** — [above/at/below] benchmark for this tier
- Posting frequency: [X] posts/week
- Best-performing post: [url] ([N] likes, [N] comments)
- ⚠️ Anomalies: [none / describe if any]
- **Verdict:** [Recommended / Proceed with caution / Do not recommend]
### @[handle2]
[same structure]
## Benchmark Verdict Key
- ✅ Healthy engagement — safe to partner with
- ⚠️ Below benchmark — investigate further before committing budget
- ❌ Suspicious patterns — likely inflated audience, do not recommend
故障排除
私人账号: Instagram 抓取工具无法访问私人个人主页。请跳过。 帖子数量过少: 近期帖子少于 10 条的账号,其互动率统计不可靠 — 请标记。 Reels 与帖子: Reels 的互动量通常是静态帖子的 2–3 倍。如果账号主要发布 Reels,请相应调整预期。
评论
支持 Markdown