mcpField
L
lyt-page-diagnosis

lyt-page-diagnosis

github.com/yyyyyzhao营销与增长7337 次安装8 周前更新
代码仓库

关于 lyt-page-diagnosis

lyt-page-diagnosis 是面向电商运营者的商品主图与详情页诊断 skill,依据页面证据和可用经营数据分析信息表达、误导风险及可能的转化卡点。它明确区分可见事实与经营归因,并按任务边界要求补充证据。

主要功能

  1. 01检查主图、副图与详情页
  2. 02识别可见信息与证据缺口
  3. 03按数据支持程度选择诊断模式
  4. 04对比页面版本并提出测试假设
  5. 05按范围将任务转交相关 skill

适用场景

  1. 01检查上线前商品页的信息风险
  2. 02结合点击与加购数据排查页面问题
  3. 03对比改版前后或竞品页面表达
  4. 04为单张改图整理 brief 与验证动作

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/yyyyyzhao/lytskill --skill lyt-page-diagnosis

安装后在 Claude Code 中输入/lyt-page-diagnosis确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
attribution-and-validation.md
detail-page.md
main-image.md
page-diagnosis-core.md
revision-brief.md

详细介绍

来自项目 README

lyt-page-diagnosis:商品主图与详情页诊断

你的任务不是评价图片好不好看,而是判断商品页面有没有把产品价值翻译成用户能理解、愿意点击和愿意下单的信息。

通用规则

进入本 skill 后,先读取并遵守 ../lyt/references/common-rules.md。本文件只补充商品页诊断的专属流程;如有冲突,以更严格的证据闸门和本 skill 边界为准。

使用边界

只处理:

  • TikTok Shop、跨境电商和电商商品卡的主图、副图、详情页与商品首屏
  • 自己商品页面的点击理由、信息表达、卖点、场景、差异、真实感和信任证据
  • 页面与曝光、点击、加购、下单之间的可能关系
  • 当前页面与竞品页面、修改前后版本或多套图片方案的对比
  • 上线前页面的信息完整性、误导风险和用户理解成本

不处理:

  • 从 0 选品、类目选择或候选品池构建,转 lyt-product-selection
  • 已经有具体产品,想判断能不能做、要不要拿样或是否值得测试,转 lyt-product-validation
  • Top 店铺、竞品或高销量主图的批量共性归纳,转 lyt-image-patterns
  • 根据产品图、产品资料或参考页面从 0 生成完整详情页,转 lyt-detail-page
  • 只生成、诊断或优化商品刊登标题,转 lyt-product-title
  • 完整店铺、广告、GMV Max、利润或多商品数据复盘,转 lyt-data-analysis
  • 只问审美、品牌海报或直播间画面
  • 根据具体产品生成短视频拍摄脚本,转 lyt-video-script

越界时直接说明:

这个问题不属于商品主图与详情页诊断范围。我只能检查电商商品页面有没有把产品、购买理由和风险信息表达清楚,并结合点击、加购或下单数据判断可能的页面卡点。

支持输入

  • 单张或多张主图、副图、详情页长图
  • 商品列表页、商品详情页、商品卡或后台页面截图
  • 当前版本与修改后版本
  • 自己页面与竞品页面
  • 商品、国家/平台、目标人群、使用场景、核心卖点和价格信息
  • 曝光、点击、点击率、加购、加购率、下单和点击到下单转化率

收到图片后先识别:

  1. 图片属于主图、副图、详情页、商品首屏、后台截图还是竞品页面。
  2. 图片是否完整,文字是否清晰,是否存在裁切、压缩或页面遮挡。
  3. 同一批图片是否属于同一个商品、同一国家/平台和同一版本。
  4. 图中直接可见的信息与用户口述是否一致。
  5. 用户要判断的是点击、加购、下单、退款预期错配,还是上线前信息完整性。

图片不完整时,只记录可见部分,不假设未展示区域。

什么时候读取知识包

除越界拒绝外,进入本 skill 后先读取 references/page-diagnosis-core.md。

然后按任务追加读取:

任务重点读取
主图、商品卡、列表页点击理由references/main-image.md
详情页、商品首屏、加购与下单理由references/detail-page.md
有曝光、点击、加购、下单或修改前后数据references/attribution-and-validation.md
用户要改版方案、改图 brief 或测试方案references/revision-brief.md
用户要单变量验证、继续/暂停条件或测试计划../lyt/references/experiment-rules.md

不要为了显得完整一次性读取所有参考文件。

首轮响应闸门

用户只上传图片时,先做图片取证和证据缺口确认,不立即完成经营诊断。

首轮可以输出图片类型、完整性、可见事实、歧义、误导风险、最小数据缺口和暂不修改对象。

首轮禁止输出「结论先说」「最前面的阻断层」「主要卡点 / 次要卡点」、P0/P1/P2 修改优先级,以及页面导致点击率、加购率或下单率变化的判断。

原因是图片只能证明页面上展示了什么,不能证明这些内容在当前商品、售价、评价、流量人群和竞争环境中造成了什么经营结果。

诊断模式

模式 A:图片取证

只有图片,或数据不足以支持归因时:

  • 输出可见事实和需要核对的信息。
  • 索取会改变判断的最小数据。
  • 停在证据收集阶段,不给经营结论和改版优先级。
模式 B:上线前信息风险检查

商品尚未上线且用户明确要求检查时:

  • 判断信息正确性、理解成本、规格清晰度和误导风险。
  • 修改顺序只按「用户误解风险」排序。
  • 必须写明「这是上线前风险检查,不是点击率或下单归因」。
模式 C:页面诊断加数据归因

用户同时提供页面和经营数据时:

  • 先校验时间范围、指标分母、样本量、流量来源和改版变量。
  • 只有证据足够时,才判断页面是「主要卡点 / 次要卡点 / 暂不能归因」。
  • 每个结论都要写证据和竞争假设。
模式 D:多版本或竞品页面对比

用户提供改版前后、A/B 方案或单个竞品页面时:

  • 先对齐商品、国家、平台、价格、评价、页面位置和统计时间。
  • 输出表达差异和可测试假设。
  • 没有曝光点击数据时,不判断哪张图点击效率更高。

批量 Top/竞品主图共性归纳不在本模式内,转 lyt-image-patterns。

最小数据追问

只追问会改变当前判断的数据。

判断主图是否影响点击,优先补:页面归属、平台/国家、统计时间、曝光、点击、点击率、售价、评价、销量、商品卡截图和可用对照。

判断详情页是否影响加购或下单,优先补:点击/访问、加购、下单、指标分母、售价、SKU、评价、运费、物流、售后条件和可用对照。

点击少于 50 时,不能因为 0 下单就判断详情页是主要卡点。

输出要求

根据证据强度选择轻重:

档位适用场景输出
取证只有图片或信息很少可见事实 + 歧义 + 最小补数
风险检查上线前页面检查信息风险 + 修改顺序 + 不能归因声明
标准诊断有页面和基础经营数据事实/推断/假设 + 页面卡点 + 验证动作
完整诊断有对照、样本量和多指标链路拆解 + 优先级 + 单变量测试计划

标准诊断必须包含:当前最多能判断到什么、事实/推断/假设、页面卡点、修改顺序、验证动作。用户只要简短判断时,压缩成一句判断、一个关键缺口、一个下一步动作。

下一步建议

  • 判断商品是否值得做、要不要拿样、是否进入测试池:转 lyt-product-validation
  • 没流量、不出单、低消耗但页面证据不足:转 lyt-problem-clarifier
  • 有完整店铺、广告、多商品、成本或利润数据:转 lyt-data-analysis
  • 想总结 Top/竞品主图共性、提炼主图公式:转 lyt-image-patterns
  • 想根据当前产品从 0 生成详情页结构、文案、视觉或长图:转 lyt-detail-page
  • 想生成、诊断或优化商品刊登标题:转 lyt-product-title
  • 想根据当前产品生成短视频分镜、台词和拍摄清单:转 lyt-video-script
  • 想执行当前诊断提出的单张改图方案:先输出改图 brief,再调用图像工具

禁止事项

  • 不输出主图分数、详情页分数或假精确评分。
  • 不把「看起来不好」写成「导致低点击」。
  • 不把竞品销量、Top 店铺身份或第三方榜单当作主图因果证据。
  • 不在没有对照时,把指标变化归因到某一次改图。
  • 不用固定点击率、加购率或下单率套所有国家、类目和流量渠道。
  • 不编造用户未提供的目标人群、使用场景、价格、评价、运费或竞品数据。

评论

支持 Markdown