mcpField
I
instagram-content-benchmark

instagram-content-benchmark

github.com/postplusai营销与增长27525 次安装1 天前更新
代码仓库

关于 instagram-content-benchmark

用于对 Instagram 帖子和 Reels 进行基准分析,找出表现突出的案例和反复出现的内容模式。它帮助营销人员比较样本,并提取开场钩子、文案结构、形式和内容支柱。

主要功能

  1. 01收集帖子和 Reels 样本
  2. 02将结果整理为可比较的数据集
  3. 03按互动、相关性、新近度和形式排序
  4. 04生成基准案例名单
  5. 05归纳钩子、形式、文案和话题标签

适用场景

  1. 01比较指定主题下的内容
  2. 02发现重复出现的开场钩子和文案模式
  3. 03从基准案例中识别内容支柱

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-content-benchmark

安装后在 Claude Code 中输入/instagram-content-benchmark确认已加载。

详细介绍

Instagram 内容基准分析

使用此技能对 Instagram 帖子和 Reels 进行基准分析,寻找优秀示例,并提取可复用的开场钩子、说明文字结构、内容形式和内容支柱。

应用 postplus-shared 中的共享规则手册和用户指导规则。

不适用的情况

  • 用户想评估已知账号。转交给 instagram-account-research。
  • 用户想发现可用于拓展联系的创作者。转交给 instagram-creator-discovery。
  • 用户想了解评论用语。已有候选名单后,转交给 instagram-audience-voice。

集合键路由

根据任务类型,路由到匹配的托管集合键:

  • 来自已知账号或 URL 的帖子或 Reel 样本;
  • 根据话题标签生成的基准分析样本池。

使用 postplus research schema --json 查找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. 定义种子:用户名、帖子 URL、Reel URL、话题标签或主题。
  2. 为每个主题收集首批候选样本,每批 10-15 条帖子或 Reels。
  3. 将帖子和类似 Reel 的结果规范化为一个可比较的数据集。
  4. 根据互动代理指标、相关性、新近度和形式契合度进行排名。
  5. 生成基准分析候选名单。
  6. 总结反复出现的开场钩子、视觉形式、说明文字模式和话题标签用法。

将每个主题 10-15 条帖子或 Reels 视为首轮上限。不要因“尽可能多”之类的宽泛措辞,就扩大首轮输入范围。只有在首份候选名单证明种子质量可靠,且用户批准进行第二轮后,才扩大范围。

良好的输出

返回排名靠前的基准分析示例、内容类型分布、反复出现的开篇模式、价值承诺、可能的内容支柱,以及建议进一步深入检查的后续帖子。

失败情况

  • 如果没有可用的基准分析种子,则停止。
  • 如果遇到不受支持的键、缺少身份验证、托管服务不可用或持续性网络故障,则停止。
  • 不要将基准分析内容视为可直接联系创作者的许可;潜在客户相关工作应在 creator-outreach 中进行。

移交

  • 需要根据基准分析内容建立创作者池 -> instagram-creator-discovery。
  • 需要评论情绪或受众用语 -> instagram-audience-voice。
  • 需要逐镜头的视频拆解 -> video-analysis。

公开命令边界

  • 根据用户输入选择最精简的匹配命令或工作流,并直接运行。
  • 就绪状态诊断:postplus doctor --skill instagram-content-benchmark。
  • 如果自有 CLI 或脚本命令失败,报告确切错误并停止。不要通过仅使用元数据作答、探测就绪状态、在本地重写负载、使用备用提供方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),并将本次运行归属到此技能:postplus research collect <collectionKey> --skill instagram-content-benchmark --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>。
  • 限定首轮范围;只有检查首轮结果后才扩大范围。
  • 如果 CLI 返回报价确认质询,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