关于 topic-analysis
面向小红书内容策划者的话题分析技能,用内容表现、趋势、受众兴趣和竞争情况评估主题。它将话题分类为表现型、趋势型、常青型、利基型和品牌型,辅助规划与饱和度监测。
主要功能
- 01按五类维度归类话题
- 02比较不同话题的互动表现
- 03识别上升、稳定和衰退趋势
- 04将话题映射到内容规划
- 05监测话题饱和并调整角度
适用场景
- 01根据互动数据筛选内容主题
- 02发现新兴话题与季节性机会
- 03研究受众兴趣和内容缺口
- 04调整重复或表现下降的话题
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ vivy-yi/ xiaohongshu-skills --skill topic-analysis安装后在 Claude Code 中输入/topic-analysis确认已加载。
详细介绍
话题分析(话题分析)
概述
话题分析是对小红书上的内容主题、题材和对话趋势进行系统性考察,以了解哪些内容能引起受众共鸣、识别新兴机会,并基于数据制定内容规划决策。
适用场景
- 识别热门话题和主题
- 分析哪些话题能带动互动
- 研究受众的兴趣和偏好
- 评估内容话题表现随时间的变化
- 围绕已验证有效的主题规划内容
- 发现内容空白和机会
- 衡量品牌与话题的契合度
核心模式
之前:内容随意、靠猜测选题、主题不一致
之后:基于数据选择话题、采用已验证有效的主题、制定策略性内容计划
5 个话题维度:
- 高表现话题(互动率高、已验证有效)
- 热门话题(人气上升、时效性强)
- 常青话题(表现稳定、可靠)
- 细分话题(供给不足、机会丰富)
- 品牌话题(品牌身份的核心、具有策略意义)
快速参考
| 话题类型 | 互动率 | 竞争程度 | 持续时间 | 最适合 |
|---|---|---|---|---|
| 高表现 | 高 | 不定 | 不定 | 借势扩大成功 |
| 热门 | 激增 | 低至中 | 短 | 时效性内容 |
| 常青 | 稳定 | 高 | 长 | 可持续增长 |
| 细分 | 中 | 低 | 中 | 差异化 |
| 品牌 | 积累中 | 不定 | 长 | 品牌定位 |
实施
步骤 1:收集话题数据
数据来源:
- 按话题统计的内容表现
- 竞品话题分析
- 平台热门话题
- 受众问题和需求
- 搜索趋势和建议
- 季节性话题模式
建立话题数据库:
跟踪:话题名称、帖子数量、平均互动率、趋势方向、最近覆盖时间、优先级
步骤 2:分析话题表现
话题指标:
- 各话题的互动率
- 触达量和展示量
- 各话题带来的粉丝增长
- 收藏率和分享率
- 各话题的评论情绪
- 各话题的转化率
表现分类:
- 明星话题(表现排名前 10%)
- 强势话题(表现排名前 25%)
- 一般话题(中间 50%)
- 弱势话题(排名后 25%)
- 应避免的话题(表现持续不佳)
步骤 3:识别话题趋势
趋势分析:
- 上升话题(势头增强)
- 稳定话题(表现一致)
- 衰退话题(关注度下降)
- 季节性模式(可预测的周期)
- 爆发式热点(人气突然上升)
趋势检测:
- 周环比变化
- 月环比变化
- 季节性对比(与去年同期比较)
- 与平台趋势的契合度
步骤 4:将话题纳入内容策略
话题分配:
- 40% 明星话题(已验证有效)
- 30% 热门话题(紧跟时事)
- 20% 常青话题(保持稳定)
- 10% 实验性话题(探索创新)
纳入内容日历:
- 在流量高峰时段安排明星话题
- 趁热门时规划相关话题
- 用常青话题保持内容稳定
- 在低风险时段测试话题
步骤 5:监控话题饱和度
饱和度指标:
- 话题互动率下降
- 竞争加剧
- 受众疲劳(出现“又来了?”之类的评论)
- 效果随时间递减
更新策略:
- 为同一话题寻找新角度
- 更换形式(视频与帖子)
- 补充最新信息
- 暂停已过度饱和的话题
实际成效
话题分析成果:
- 通过优化话题,内容互动率提升 40%
- 通过热门话题,粉丝增长 60%
- 内容规划时间减少 50%
- 发现 15 个供给不足的细分话题
相关技能
必需:使用 data-analytics(定量分析)
必需:使用 content-performance-analysis(话题专属指标)
推荐:
- trend-analysis、audience-research、content-strategy
评论
支持 Markdown