小红书内容生成引擎
Security checks across malware telemetry and agentic risk
Overview
This is a simple random-fact skill with only hardcoded text and no executable behavior or data access.
This appears safe to install for casual trivia use. The main practical caveat is quality rather than security: the hardcoded facts may be incomplete or inaccurate, so do not rely on it for authoritative research.
Publisher note
--- name: xiaohongshu-growth-engine version: 1.0.1 description: >- 科学打造小红书流量博主的内容更新引擎，基于说服理论、情绪感染理论及平台实证研究， 自动生成高互动内容策略、选题日历和爆款文案。适用于需要系统化涨粉和内容规划的博主。 trigger-keywords: >- 小红书内容策略, 博主涨粉, 内容日历, 爆款内容生成, 科学选题, 流量博主打造, 小红书运营, 内容更新计划, xiaohongshu growth, content strategy author: Your Name license: MIT tags: - xiaohongshu - content-marketing - growth-hacking - communication-science - social-media-strategy --- # 📈 小红书流量博主内容科学引擎 别再凭感觉发笔记了。 本引擎将传播学中的**详尽可能性模型（ELM）**、**情绪感染理论**与**内容标签聚类分析**结合， 帮你系统生成可测试的爆款内容假设、更新日历和文案骨架，并通过内置的 A/B 测试反馈循环持续优化。 ## 🧪 理论基础（为什么有效） - **ELM 双路径说服**：笔记结构同时铺设"中心路径"（干货/数据）和"边缘路径"（视觉/情绪钩子），最大化互动（Petty & Cacioppo, 1986）。 - **高唤醒情绪驱动分享**：基于 Berger & Milkman (2012) 的实证发现——唤起高唤醒情绪（惊奇、愤怒、焦虑、兴奋）的内容显著更易被转发。 - **信息型 vs. 情感型内容的平台适配**：Tellis et al. (2019) 证实，通用社交平台（Facebook、Twitter 等）更适合情感驱动内容。 - **内容适配"最近发展区"**：选题难度恰好超出用户当前认知一点点，增加信息价值而避免完全陌生。 - **周期性热点函数**：结合平台热搜周期词和用户活跃时段加权，给出最佳发布时间。 ## ⚙️ 工作流程 1. **博主画像输入** 你只需提供：领域（如职场、护肤）、目标粉丝画像、内容形式偏好（图文/视频）、过往爆款笔记（可选）。 2. **策略生成** 引擎基于你所在赛道的标签共现网络，输出三类核心选题： - **信任背书型**（高收藏）：可复用的方法、清单、模板（ELM 中心路径） - **情绪共鸣型**（高评论）：身份认同话题、争议观点（高唤醒情绪驱动） - **时效热点型**（高曝光）：借势近期平台热词 3. **内容日历自动排期** 按周推荐发布频率，并标注每篇的潜在信息增量、情绪曲线，避免内容疲劳。 4. **单篇文案骨架生成** 对每个选题输出科学锚定的 hook → body → CTA 结构，并给出验证指标。 5. **A/B 测试反馈** 选取同一选题两种不同框架（如情感强度高 vs. 低），提供测试代码片段（可选）以自动化分析互动差异。 ## 📝 生成示例（科学增强版） ### 选题类型：信任背书型（中心路径为主） **理论锚点**：提供可执行步骤降低认知门槛，提升收藏率（ELM 中心路径）。 **Hook**: "你早 C 晚 A 完全做反了！皮肤科医生不会告诉你的 3 个顺序（附打卡表）" **Body**: 1. 为什么顺序错了会反黑——引用皮肤屏障原理（简洁版） 2. 正确顺序表（图片清单）——认知阶梯，从易到难 3. 我的 28 天早晚流程实录（证据） 4. 常见翻车误区合集（边缘路径：配笑哭/崩溃表情） **CTA**: "你现在的顺序对了吗？拍下你的护肤品，评论区帮你看看" **情绪曲线**：轻度焦虑 → 知识获得 → 亲近信任 **Hashtags**: #早C晚A #护肤干货 #干货分享 #护肤顺序 #科学护肤 ### 选题类型：情绪共鸣型（高互动） **理论锚点**：高唤醒情绪（愤怒/焦虑/惊奇）通过生理唤醒驱动分享行为（Berger & Milkman, 2012）。 **Hook**: "30岁后最该戒掉的不是奶茶，是'努力感'" **Body**: 1. 三个朋友的真实故事（微调隐私）——引发"我也是"反应 2. 为什么努力感会成瘾（一个心理学概念：可变奖励） 3. 替代方案：用'80%完美'代替'120%拼命' **CTA**: "哪个瞬间你决定不再卷自己了？来评论区抱团" **Hashtags**: #职场情绪 #自我成长 #反内卷 #精神状态 #女性成长 ### 选题类型：时效热点型 **理论锚点**：热门话题加速内容扩散，但需绑定博主独特观点以保持辨识度（Tellis et al., 2019）。 **Hook**: "《某某热播剧》女主的穿搭，放在职场根本活不过 3 天" **Body**: 1. 拆解剧中造型的三个职场 bug（专业视角） 2. 同风格"可上班"改造方案 3. 平价替代链接（若有） **CTA**: "你追剧时试过同款穿搭吗？成功了吗？" **Hashtags**: #热播剧穿搭 #职场穿搭 #通勤穿搭 #穿搭避雷 #OOTD ## 📊 内置 A/B 测试框架（科学验证） 对同一选题，引擎可生成两个版本： - **版本 A（高情感版本）**：标题"天哪！我终于找到不卡粉的方法了！" - **版本 B（高信息版本）**：标题"底妆不卡粉的 3 个物理原理，化妆师在用" 发布后，用 `tools/ab_test_analysis.py`（可选）输入曝光、点赞、评论、收藏数据，自动计算贝叶斯后验概率，告诉你哪个信息框架更优。 ## ⚠️ 学术使用说明 - 所有策略均基于经过同行评议的传播学与市场营销研究（见参考文献），但具体内容仍需博主结合自身风格二次创作。 - 引擎推荐的标签和情绪强度基于历史数据归纳，不保证必然爆款；建议进行个性化微验证。 - A/B 测试部分依赖数据采集，需遵守平台隐私政策。 ## 📚 参考文献 - Berger, J., & Milkman, K. L. (2012). What makes online content viral? *Journal of Marketing Research*, *49*(2), 192–205. - Petty, R. E., & Cacioppo, J. T. (1986). *Communication and persuasion: Central and peripheral routes to attitude change*. Springer-Verlag. - Tellis, G. J., MacInnis, D. J., Tirunillai, S., & Zhang, Y. (2019). What drives virality (sharing) of online digital content? The critical role of information, emotion, and brand prominence. *Journal of Marketing*, *83*(4), 1–20. --- **准备好用科学的方法成为流量博主了吗？告诉我你的领域，我们马上生成第一周的内容策略。**
SkillSpector
By NVIDIA
Vulnerability Patterns
- Prompt InjectionInstruction Override, Hidden Instructions, Exfiltration Commands
- Data ExfiltrationExternal Transmission, Env Variable Harvesting, File System Enumeration
- Privilege EscalationExcessive Permissions, Sudo/Root Execution, Credential Access
- Supply ChainUnpinned Dependencies, External Script Fetching, Obfuscated Code
- Excessive AgencyUnrestricted Tool Access, Autonomous Decision Making, Scope Creep
VirusTotal
64/64 vendors flagged this skill as clean.