mcpField
V
viral-strategy

viral-strategy

github.com/vivy-yi营销与增长508264 次安装40 周前更新
代码仓库

关于 viral-strategy

viral-strategy 是面向小红书创作者和营销人员的内容策略技能,帮助研究热门内容模式并设计具备传播潜力的帖子。它聚焦情绪触发、分享性和平台算法信号。

主要功能

  1. 01分析细分领域热门内容
  2. 02运用五类传播触发因素
  3. 03优化互动与算法信号
  4. 04设计高传播性内容形式
  5. 05监测发布初期表现

适用场景

  1. 01规划小红书热门内容
  2. 02分析帖子走红的原因
  3. 03优化内容以争取推荐页曝光

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 viral-strategy

安装后在 Claude Code 中输入/viral-strategy确认已加载。

详细介绍

爆款策略

概述

爆款策略是指理解并创作具有高传播潜力的内容——这类内容能深深引发受众共鸣,触发分享行为,并借助小红书算法获得 1 万至 10 万以上的浏览量。

适用场景

适用于:

  • 创作具有爆款潜力的内容
  • 分析帖子走红的原因
  • 针对算法放大效果进行优化
  • 为发现页规划内容
  • 研究爆款内容模式

不适用于:

  • 只需要互动技巧时(使用 interaction-operations)
  • 规划常规内容日历时(使用 content-calendar)

核心模式

之前(随机内容):

❌ Post whatever feels right
❌ No viral intent
❌ Don't study viral content
❌ Don't understand triggers

之后(爆款优化):

✅ Study viral patterns in niche
✅ Create with viral triggers
✅ Optimize for algorithm signals
✅ Design for shareability

5 种爆款内容触发因素:

  1. 共鸣——“天哪,这简直就是我!”
  2. 惊喜——“我从来不知道这个!”
  3. 价值——“先收藏,以后再看”
  4. 身份认同——“这就是我”
  5. 情绪——喜悦、愤怒、启发

快速参考

触发因素内容类型示例爆款因素
引发共鸣日常烦恼“学生党的痛谁懂”共鸣
出人意料反直觉内容“没想到……竟然”好奇心
有价值合集/教程“5 个平价好物”收藏
情绪感染蜕变“逆袭故事”分享
有争议强烈观点“别再……了”评论

实施方法

步骤 1:研究所在领域的爆款内容

每周研究:

  • 分析所在类别中的热门 20 条帖子
  • 记录常见模式
  • 找出爆款触发因素
  • 研究评论主题

需要回答的问题:

  • 这些内容会引发什么情绪?
  • 是什么促使人们分享?
  • 哪种形式效果最好?
  • 哪些主题容易走红?
步骤 2:融入爆款触发因素

触发因素示例:

  • 共鸣:“学生党的痛:月底没钱还……”
  • 惊喜:“这个百元产品竟然吊打千元大牌”
  • 争议:“别再跟风买……了,根本不适合”
  • 价值:“压箱底的 5 个平价好物,学生必看”
  • 蜕变:“从土妞到女神,我只做对了这 3 件事”
步骤 3:针对算法放大效果进行设计

爆款优化:

  • 初期互动:前 30 分钟至关重要
  • 分享:加入适合分享的元素
  • 收藏:价值越高,收藏越多
  • 评论:提出问题,引发讨论
步骤 4:创作适合打造爆款的内容形式

高传播形式:

  • 前后对比蜕变
  • 有争议的观点
  • “没人告诉你的”秘密
  • 全面合集(5-10 项)
  • 展现个人脆弱面的故事
  • 揭穿误区的内容
步骤 5:发布并监测

爆款发布策略:

  1. 在高峰时段发布(晚上 7-9 点)
  2. 立即互动(回复每条评论)
  3. 分享到其他平台
  4. 请朋友尽早互动
  5. 密切监测前 30 分钟的表现

常见错误

错误改进方法
用力过猛真诚胜过标题党
内容空洞履行标题承诺
一味负面在负面内容中融入价值
照搬爆款内容研究规律,不要照搬
忽视数据使用 data-analytics 了解哪些内容有效

实际影响

爆款帖子:1 万至 10 万以上浏览量
普通帖子:200-1,000 次浏览

关键指标:爆款内容靠 10% 运气,90% 策略。


相关技能:

  • 必需:data-analytics(研究哪些内容走红)
  • 必需:content-planning(规划爆款内容)
  • 必需:algorithm-mechanism(针对爆款效果进行优化)
  • content-performance-analysis(分析爆款帖子)
  • viral-creation(创作爆款内容)

评论

支持 Markdown