关于 x-impact-checker
x-impact-checker 是一款依据 19 项互动指标评估 X 帖子的技能，可给出分数和等级、列出优先改进项，并改写帖子。
主要功能
- 0119 项帖子评分
- 02互动指标与风险扣分
- 03S 至 F 评分等级
- 04优先级最高的五项建议
- 05优化版帖子改写
适用场景
- 01评估 X 帖子草稿
- 02寻找提升回复和分享的方法
- 03发布前检查帖子风险
安装
复制下面的命令，在终端中运行。
$
npx skills add https:/安装后在 Claude Code 中输入/x-impact-checker确认已加载。
附带文件references/algorithm-weights.md
详细介绍
X 影响力检查器
根据开源推荐算法（19 项评分系统）分析 X 帖子的病毒式传播潜力。
评分系统（100 分）
第 1 层：核心互动（60 分）
推动对话和强烈分享信号。
| 因素 | 最高分 | 评分指南 |
|---|---|---|
| 回复潜力 | 22 | 22：直接提问／有争议的观点；12：引发回应；4：仅陈述 |
| 转发潜力 | 16 | 16：可操作的见解／令人惊讶的事实；8：有趣但小众；0：没有分享价值 |
| 喜爱潜力 | 12 | 12：引发情感共鸣／个人故事；6：实用参考；0：吸引力低 |
| 引用潜力 | 10 | 10：引发评论的鲜明观点；5：发人深省；0：没有引用价值 |
第 2 层：扩展互动（25 分）
媒体互动和持续关注度指标。
| 因素 | 最高分 | 评分指南 |
|---|---|---|
| 停留时间 | 6 | 6：长篇／内容详尽；3：中等深度；0：可快速浏览 |
| 连续停留时间 | 4 | 4：需要持续关注的帖子串／故事线；2：中等复杂度；0：可快速读完 |
| 点击潜力 | 5 | 5：有吸引力的链接和明确的行动号召；3：附带说明的链接；1：仅有 URL；0：没有链接 |
| 展开照片潜力 | 4 | 4：多张图片／视觉叙事；2：提及单张图片；0：没有视觉内容 |
| 视频观看潜力 | 3 | 3：有吸引开场的长视频（>5s）；2：短片段；0：没有视频 |
| 引用后点击潜力 | 3 | 3：引发核实的大胆观点；2：有趣的观点；0：内容完整自洽 |
第 3 层：关系建立（15 分）
作者发现和长期价值信号。
| 因素 | 最高分 | 评分指南 |
|---|---|---|
| 个人资料点击 | 5 | 5：引发对作者的好奇；3：展现专业知识；0：风格泛泛 |
| 关注潜力 | 4 | 4：体现持续价值；2：展现潜力；0：一次性内容 |
| 分享潜力 | 2 | 2：普遍适用的分享价值；1：吸引力有限；0：没有价值 |
| 通过私信分享 | 2 | 2：适合发给朋友的个人化／易引发共鸣的内容；1：有些共鸣；0：内容泛泛 |
| 通过复制链接分享 | 2 | 2：值得留作参考／收藏；1：有用但不具长期价值；0：时效性强 |
扣分项（从总分中扣除）
| 风险 | 范围 | 触发因素 |
|---|---|---|
| 不感兴趣 | -5 到 -15 | 标题党、内容无关 |
| 静音风险 | -5 到 -15 | 重复、令人厌烦的模式 |
| 屏蔽风险 | -10 到 -25 | 冒犯性、攻击性语气 |
| 举报风险 | -15 到 -30 | 违反政策、带有垃圾信息特征 |
等级
| 分数 | 等级 |
|---|---|
| 90-100 | S（卓越） |
| 75-89 | A（强） |
| 60-74 | B（良好） |
| 45-59 | C（一般） |
| 30-44 | D（低于平均） |
| 0-29 | F（潜力低） |
输出格式
在报告中使用表情符号，以提高视觉清晰度和吸引力。
进度跟踪
使用 TodoWrite 工具，通过以下任务展示分析进度：
-
分析帖子内容（进行中 → 已完成）
- activeForm: "正在分析帖子内容"
- content: "分析帖子内容"
-
计算所有要素的分数（进行中 → 已完成）
- activeForm: "正在计算所有要素的分数"
- content: "计算所有要素的分数"
-
生成优先级最高的 5 项改进建议（进行中 → 已完成）
- activeForm: "正在生成优先级最高的 5 项改进建议"
- content: "生成优先级最高的 5 项改进建议"
-
创建优化版本（进行中 → 已完成）
- activeForm: "正在创建优化版本"
- content: "创建优化版本"
每完成一个步骤后，立即将对应任务标记为已完成。
报告结构
-
分数：
🎯 XX/100 (Grade: X) -
评分明细表：
| Category | Factor | Score | Max | Assessment |
|----------|--------|-------|-----|------------|
| **💬 Core Engagement** | | | 60 | |
| | 💭 Reply Potential | X/22 | 22 | [reason] |
| | 🔄 Retweet Potential | X/16 | 16 | [reason] |
| | ❤️ Favorite Potential | X/12 | 12 | [reason] |
| | 💬 Quote Potential | X/10 | 10 | [reason] |
| **⏱️ Extended Engagement** | | | 25 | |
| | 👀 Dwell Time | X/6 | 6 | [reason] |
| | ⏳ Continuous Dwell Time | X/4 | 4 | [reason] |
| | 🔗 Click Potential | X/5 | 5 | [reason] |
| | 🖼️ Photo Expand | X/4 | 4 | [reason] |
| | 🎥 Video View | X/3 | 3 | [reason] |
| | 🔍 Quoted Click | X/3 | 3 | [reason] |
| **🤝 Relationship Building** | | | 15 | |
| | 👤 Profile Click | X/5 | 5 | [reason] |
| | ➕ Follow Potential | X/4 | 4 | [reason] |
| | 📤 Share Potential | X/2 | 2 | [reason] |
| | 💌 Share via DM | X/2 | 2 | [reason] |
| | 📋 Share via Link | X/2 | 2 | [reason] |
| **⚠️ Negative Signals** | | | | |
| | 😐 Not Interested Risk | -X | 0 to -15 | [reason] |
| | 🔇 Mute Risk | -X | 0 to -15 | [reason] |
| | 🚫 Block Risk | -X | 0 to -25 | [reason] |
| | 🚨 Report Risk | -X | 0 to -30 | [reason] |
| **🏆 TOTAL** | | **XX/100** | | **Grade: X** |
-
📈 优先级最高的 5 项改进建议：提供具体、可执行的建议，覆盖不同类别
- 使用 ✅、💡、🎯 等表情符号突出关键改进
-
✨ 优化版本：应用改进后重写的帖子（使用原文语言）
详细评分标准与改进策略
第 1 层：核心互动
回复潜力（22 分）
评估标准：
- 直接提问：“你怎么看？”“你会如何解决这个问题？”
- 可争论的观点：“X 比 Y 更好”
- 邀请发表意见：“同意还是不同意？”
- 开放式提示
- 有争议但经过深思熟虑的陈述
改进策略：
- ❌ 不佳：“刚发布了一个新功能。”
- ⚠️ 较好：“刚发布了一个新功能。有什么想法？”
- ✅ 最佳：“功能应该快速上线但有缺陷，还是慢一些上线但更稳定？我们选择了速度——这个决定对吗？”
转发潜力（16 分）
评估标准：
- 可付诸行动的见解：“方法如下……”
- 令人惊讶的事实：“有 X% 的开发者不知道……”
- 编号列表：“实现……的 3 种方法”“从……中总结的 10 条经验”
- 以数据为依据的内容
- 值得分享的要点
- 普遍真理
改进策略：
- ❌ 不佳：“今天学到了一些东西。”
- ⚠️ 较好：“我了解到 React Hooks 可以将打包体积缩小 30%。”
- ✅ 最佳：“🧵 3 种让我把打包体积缩小 30% 的 React 模式：\n\n1. 延迟加载 Hooks\n2. 按路由拆分代码\n3. Tree-shaking 未使用的导出项”
收藏潜力（12 分）
评估标准：
- 情感共鸣：喜悦、沮丧、胜利
- 个人故事：“当我……的时候”
- 感同身受的时刻：“我们都经历过……”
- 鼓舞人心的内容
- 坦诚展现脆弱与真实
- 值得保存的实用参考资料
改进策略：
- ❌ 不佳：“调试很难。”
- ⚠️ 较好：“花了 3 个小时排查一个拼写错误。”
- ✅ 最佳：“花了 3 个小时排查一个生产环境问题。修复方法？凌晨 2 点‘快速清理’时删掉了一个分号。再也不在午夜之后碰能正常运行的代码了 😅”
引用潜力（10 分）
评估标准：
- 鲜明的观点：“X 已死”“Y 被过度吹捧”
- 挑战传统观念
- 引发评论和反驳
- 对有争议的话题明确表态
- 发人深省的观点
改进策略：
- ❌ 不佳：“TypeScript 很有用。”
- ⚠️ 较好：“TypeScript 能避免错误。”
- ✅ 最佳：“TypeScript 最大的价值不在于发现错误，而在于文档。类型错误只是额外收获。来辩吧。”
第 2 层：扩展互动
停留时间（6 分）
评估标准：
- 需要时间阅读的长篇内容
- 附带示例的详细解释
- 技术深度
- 多段落结构
- 教育性内容
改进策略：
- 添加具体示例：“例如，在构建 X 时……”
- 加入数字和数据：“这将延迟从 200ms 降至 50ms”
- 采用清晰的分节结构
持续停留时间（4 分）
评估标准：
- 串文标记：“🧵”“Thread:”、编号系列
- 叙事结构：开头、发展、结尾
- 需要反复阅读的复杂内容
- 层次丰富的教育性内容
- 逐步展开的故事情节
- “然后……”式结构
与停留时间的区别：
- 停留时间：首次阅读时长（读一遍需要多久）
- 持续停留时间：持续注意力（反复阅读、思考、阅读多部分内容）
改进策略：
- ❌ 不佳：“这是我构建 X 的过程。[长篇说明]”
- ⚠️ 较好：“🧵 我如何在 30 天内构建 X”
- ✅ 最佳：“🧵 我如何在 30 天内从一个想法做到 1 万美元 MRR（1/8）\n\n第 1–7 天：验证\n第 8–14 天：MVP\n第 15–30 天：发布\n\n以下是没人告诉你的事……”
点击潜力（5 分）
评估标准：
- 是否包含链接，以及上下文是否优质
- 行动号召的力度：“阅读更多”“探索”“了解方法”
- 预览/预告的效果
- 制造好奇心缺口：“结果令人震惊……”
- 明确的价值主张
改进策略：
- ❌ 不佳：“https://example.com/article”
- ⚠️ 较好：“在这里阅读更多：[link]”
- ✅ 最佳：“我如何在 3 个月内将收入提高 10 倍（附截图的完整分析）：[link]”
照片扩展潜力（4 分）
评估标准：
- 图片标记：[photo]、[image]、“pic.twitter.com”
- 视觉相关用语：“see”、“look”、“view”、“check this out”
- 暗示视觉内容的表情符号：📸、🎨、👀、📷、🖼️
- 前后对比
- 多张图片讲述故事：“Swipe through...”
- 视觉证据：“Here's proof 👇”
改进策略：
- ❌ 不佳：“My dashboard looks great now.”
- ⚠️ 较好：“Check out my new dashboard design.”
- ✅ 最佳：“Before/after of my analytics dashboard redesign 👇\n\nWent from cluttered mess to clean insights in 2 days.\n\n[visual indicators suggest images present]”
视频观看潜力（3 分）
评估标准：
- 视频标记：[video]、“▶️”、“watch”、“tutorial”、“demo”
- 时长提示：“2-min”、“quick demo”、“full walkthrough”
- 描述观众将看到什么的内容预览
- 时间戳亮点：“Skip to 1:30 for...”
- 吸引点／预告：“Wait for the ending...”
VQV 资格（有条件）： 只有在视频似乎超过 5 秒（长视频）时，才适用满分（3 分）。 推断依据：“full tutorial”、“in-depth”、“complete guide” 与 “quick clip”、“snippet” 的区别
改进策略：
- ❌ 不佳：“Made a video.”
- ⚠️ 较好：“Watch my new tutorial ▶️”
- ✅ 最佳：“Full 8-minute breakdown: How to build this UI in Next.js ▶️\n\n0:00 Setup\n2:15 Components\n5:30 Animations\n\nBest part at 6:45”
引用点击潜力（3 分）
评估标准：
- 有争议但不完整的陈述
- 需要核实的统计数据或主张
- 引发来源调查的热门观点：“80% of startups fail because...”
- 引发好奇心的“等等，什么？”效果
- 对来源可信度的质疑
- 大胆的主张：“This changes everything”
改进策略：
- ❌ 不佳：“Read this interesting study about developer productivity.”
- ⚠️ 较好：“New study shows remote developers are 20% more productive.”
- ✅ 最佳：“New Stanford study: Remote developers write 35% more code but with 50% fewer bugs.\n\nThis destroys the 'office collaboration' myth.”
第 3 层：关系建立
个人资料点击（5 分）
评估标准：
- 引发对作者的好奇：“Who is this person?”
- 展示专业能力：“I built X at Y company”
- 展现独特视角或背景
- 可信度信号：资历、经验
- 适合写入个人简介的吸引人内容
改进策略：
- ❌ 不佳：“I think React is good.”
- ⚠️ 较好：“After 5 years with React, I think it's good.”
- ✅ 最佳：“After architecting React apps for Airbnb, Netflix, and 50+ startups, here's what I wish I knew on day one:”
关注潜力（4 分）
评估标准：
- 展示持续价值：“I ship weekly tutorials on...”
- 展现稳定的专业能力
- 承诺后续内容：“More on this tomorrow”
- 建立内容发布频率
- 让人期待内容质量
改进策略：
- ❌ 不佳：“Here's a React tip.”
- ⚠️ 较好：“Here's a React tip. I post these daily.”
- ✅ 最佳：“React tip #47: [insight]\n\nI break down advanced React patterns every Monday. Following along? Tomorrow's is about suspense boundaries.”
分享潜力（2 分）
评估标准：
- 对更广泛受众有普遍分享价值
- 普遍相关性
- 对不同社群都有广泛吸引力
改进策略：
- 让内容具有普遍相关性，而非只针对小众领域
- 聚焦每个人都会遇到的常见问题
通过私信分享（2 分）
评估标准：
- 与个人相关：“Tag someone who...”、“Send this to...”
- 内部笑话或共同经历
- 适合一对一分享的情感共鸣：“This is so you 😂”
- 有共鸣的场景：“We all have that friend...”
- 具有“你一定要看看这个”的特质
改进策略：
- ❌ 不佳：“Debugging is frustrating.”
- ⚠️ 较好：“Debugging production issues is stressful.”
- ✅ 最佳：“Tag your developer friend who 'just quickly fixes' production on Friday at 5pm and breaks everything 😂”
通过复制链接分享（2 分）
评估标准：
- 参考价值：指南、清单、框架、速查表
- 内容常青（不过时）
- 适合专业场景分享（Slack、电子邮件、书签）
- 使用“保存此内容”或“收藏”之类的措辞
- 教育或教程内容
- 值得收录进资源库
改进策略：
- ❌ 不佳：“以下是我常用的一些 Git 命令。”
- ⚠️ 较好：“适用于日常工作的实用 Git 命令。”
- ✅ 最佳：“📌 收藏此内容：今年帮我节省了 100 多个小时的 15 条 Git 命令\n\n[结构清晰且带有示例的列表]\n\n把它打印出来，放在显示器旁边。”
分数归一化
该算法会进行归一化，以平衡正面和负面信号：
Final Score = Base Score (0-100) + Penalties (-75 to 0)
Normalized Score = max(0, min(100, Final Score))
惩罚封顶：
- 总惩罚 ≤ -20：按完整权重应用
- 总惩罚 > -20：开始逐步减弱
- 总惩罚 > -75：硬性封顶为 -75，以防过度惩罚
这样可以避免单个负面信号完全左右分数，同时保留其在算法中的重要性。
文本分析的局限性
此技能执行的是基于启发式规则的文本分析，而非 ML 预测。
此技能无法检测的内容
缺失的元数据：
- 实际媒体内容（照片、视频）
- 视频的实际时长或质量
- 实际点击率
- 真实的互动指标
- 作者声誉／关注者数量
- 推文时间戳或病毒式传播历史
无法访问：
- Phoenix ML 模型的预测结果
- 用户互动历史
- 社交网络图中的关系
- 实时互动信号
此技能的推断依据
基于文本的启发式规则：
- 语言模式和结构
- 内容格式（串帖、列表等）
- 情绪基调和风格
- 视觉提示（表情符号、Markdown）
- 行动号召的力度
- 疑问句与陈述句的结构
评分方法：
- 保守：未知元素采用基准分数
- 基于模式：检测语言线索（例如，📸 表示照片，🧵 表示串帖）
- 着重优化：最适合用于发布前改进内容
最佳使用场景
发布前进行优化，以最大程度提升互动潜力；不适用于事后分析或预测实际互动数据。
语言处理
检测输入语言，并使用相同语言回复。优化后的版本保留原始语言。
类别和因素名称的双语显示
当输入为日语时：
- 类别和因素名称显示为：
日语译名（English Original） - 示例：
- 类别：
コアエンゲージメント（Core Engagement） - 因素：
返信潜在力（Reply Potential） - 因素：
リツイート潜在力（Retweet Potential）
- 类别：
当输入为英语时：
- 类别和因素名称仅以英语显示
- 示例：
- 类别：
Core Engagement - 因素：
Reply Potential
- 类别：
供参考的日语译名及表情符号：
- 💬 Core Engagement → コアエンゲージメント
- ⏱️ Extended Engagement → 拡張エンゲージメント
- 🤝 Relationship Building → 関係構築
- ⚠️ Negative Signals → ネガティブシグナル
- 💭 Reply Potential → 返信潜在力
- 🔄 Retweet Potential → リツイート潜在力
- ❤️ Favorite Potential → いいね潜在力
- 💬 Quote Potential → 引用潜在力
- 👀 Dwell Time → 滞在時間
- ⏳ Continuous Dwell Time → 継続滞在時間
- 🔗 Click Potential → クリック潜在力
- 🖼️ Photo Expand → 写真展開潜在力
- 🎥 Video View → 動画視聴潜在力
- 🔍 Quoted Click → 引用クリック潜在力
- 👤 Profile Click → プロフィールクリック
- ➕ Follow Potential → フォロー潜在力
- 📤 Share Potential → 共有潜在力
- 💌 Share via DM → DM経由共有
- 📋 Share via Link → リンクコピー共有
- 😐 Not Interested Risk → 興味なしリスク
- 🔇 Mute Risk → ミュートリスク
- 🚫 Block Risk → ブロックリスク
- 🚨 Report Risk → 報告リスク
算法参考
有关完整的权重详情，请参阅 X 的开源算法（19 要素系统）：references/algorithm-weights.md。
评论
支持 Markdown