mcpField
I
instagram-audience-voice

instagram-audience-voice

github.com/postplusai营销与增长27505 次安装1 天前更新
代码仓库

关于 instagram-audience-voice

instagram-audience-voice 用于分析一组经过筛选的 Instagram 帖子或 Reels 评论。它按主题和意图归类受众表达,提取问题、异议、购买信号及可复用文案。

主要功能

  1. 01采集选定帖子的评论
  2. 02按主题和意图归类评论
  3. 03区分强信号与低信号反应
  4. 04识别问题和异议
  5. 05提取可复用的受众表达

适用场景

  1. 01分析竞争对手帖子的评论
  2. 02查找关于产品的常见问题
  3. 03识别购买或试用意向信号
  4. 04收集用于营销文案的受众用语

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/postplusai/postplus-skills --skill instagram-audience-voice

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

详细介绍

Instagram 受众之声

使用此技能挖掘 Instagram 评论中的受众用语、痛点、异议、常见问题、购买意向和可复用的文案短语。

应用 postplus-shared 中的共享规则手册和用户指导规则。

入门要求

不要从一大批未经筛选的帖子开始。优先选择以下任一方式:

  • 来自 instagram-content-benchmark 的基准候选清单,
  • 手动提供的帖子或 Reel URL,
  • 一小组竞争对手的热门帖子。

集合键路由

根据任务类型,路由到匹配的托管集合键:针对一组范围明确的候选帖子或 Reel 收集评论。

使用 postplus research schema --json 查看已发布的确切集合键和请求格式。使用托管集合的输出,并遵循以下工作流。

默认工作流

  1. 确认帖子或 Reel 候选清单。
  2. 使用 instagram-comments 收集评论。
  3. 规范化评论。
  4. 按主题和意图对评论进行聚类。
  5. 将高信号用语与低信号反应区分开。
  6. 总结可采取行动的受众之声。

将原始评论和聚类缓存保存在 .postplus/ 下;提供可复用的文案笔记或摘要,供用户查看。

建议分类

  • 赞赏
  • 异议
  • 问题
  • 购买意向
  • 请求详细信息
  • 低信号 / 梗图

良好输出

提供热门评论主题、重复出现的问题、异议、怀疑态度、购买或试用意向信号、值得在文案中复用的原话,以及暗示尚未满足需求的评论。

失败情形

  • 如果没有候选清单或帖子 URL,则停止。
  • 遇到不支持的键、缺少身份验证、托管服务不可用或持续性网络故障时,停止。
  • 不要把评论当作完整的受众真相;应说明评论只是公开可见的代理信号。

交接

通过相关的营销活动、文案或创意工作流,将受众用语转化为吸引点、优惠、说明文字或创意简报。

公开命令边界

  • 根据用户输入选择最精简匹配的命令或工作流,并直接运行。
  • 就绪状态诊断:postplus doctor --skill instagram-audience-voice。
  • 如果自有 CLI 或脚本命令失败,报告确切错误并停止。不要通过仅提供元数据的回答、就绪状态探测、本地负载改写、备用提供商或未发布的工具来绕过故障。
  • 仅在构建或修复未知请求格式时使用 postplus research schema --collection-key <collectionKey> --json。
  • 托管集合通过共享的 research collect 动词运行(由 instagram-tools 提供),并将运行归因于此技能:postplus research collect <collectionKey> --skill instagram-audience-voice --request <input.json> --output <result.json>(input = 集合参数)。
  • 恢复待处理的集合:postplus research collect --run-handle <runHandle> --output <result.json>。
  • 首轮范围要明确;检查首轮结果后再扩大范围。
  • 如果 CLI 返回引号确认挑战,运行 postplus quote confirm --json --challenge-file <challenge.json>,并使用返回的令牌重试。

评论

支持 Markdown