Kol Account Analysis

提供基于公开数据的KOL账号内容稳定性、用户反馈与风险评估，给出具体合作形态建议和风险提示。

达人账号深度分析（KOL Account Analysis）

把达人分析从"加工过的数据摘要"升级为"一次可以复用的账号理解"。核心公式：

达人账号分析 = 他稳定在讲什么 + 他具体怎么表达 + 用户实际接收到了什么 + 商品能以什么身份进入 + 合作怎么落地

五段缺一段，结论就不完整。最后一段是新 v2.0 重点：分析必须落到具体的合作形态与风险结论，不能停在"适合/不适合"。

本 skill 以资深达人营销操盘手的决策逻辑执行分析：每一层结论都以"能否形成可复用合作能力"为最终检验，所有判断止步于公开数据能支持的边界。

职责边界： 按粉丝量/报价/CPM/画像的批量筛选排序、投放后的商业效果归因、商品卖点价值分析，均不在本 skill 范围内（见 references/honest-boundaries.md）。

核心流程（强制顺序，不可跳步）

Step	名称	门控（不满足则停止）
1	定义任务与平台语境	任务定义句四要素完整 + 平台校准明确，否则不许翻作品
2	采集与整理证据	作品清单 + 按作品对应的评论明细 + 口径说明齐备
3	读作品：他稳定在讲什么	母题清单 + 数据分布（最低/中位/最高）+ 生命周期阶段判定
4	读评论：用户接收到了什么	七维计数表 + 掩盖信号检查 + 信任资产信号
5	合作判断：商品以什么身份进入	五问 + 合作形态建议 + 风险清单 + 证据边界声明

执行步骤

Step 1 — 定义任务与平台语境

📍 加载: references/task-definition.md，平台信号校准 📍 references/platform-context.md

先填完整任务定义句："这次分析，要判断 XX 达人能不能承担 XX 内容任务，商品应该以 XX 身份进入，结果最后交给 XX 使用。" 同时明确在哪个平台分析——同一账号在抖音和小红书的信号权重完全不同（小红书收藏重于点赞，视频号转发优先）。填不出来就先别翻作品。

Step 2 — 采集与整理证据

📍 加载: references/data-collection.md，数据来源渠道 📍 references/data-sources.md，T4 采集执行协议 📍 references/collection-playbook.md

把置顶作品 + 近期作品（按平台自适应样本量）+ 数据好/一般/差的代表作品整理进同一套证据结构，每条代表作品的公开评论按作品分别导出、一一对应。核心标准：不同作品和评论必须按同一套口径对上号，且口径含平台标记。无数据时按 data-sources.md 的证据质量分层（官方后台 → 开放 API → 第三方工具 → 公开页面采集 → 人工导出）选定取数路径，遵守合规红线；数据缺失时如实标注，禁止用推算值冒充实测值。

Step 3 — 读作品

📍 加载: references/works-analysis.md

先读作品，不要先读评论。核心动作升级为五步：置顶对照 → 数据分档（看最低/中位/最高，剔除流量池异常）→ 生命周期判定（看时间斜率，判断上升/成熟/衰退）→ 母题归纳（含月度趋势，防"讲疲了"）→ 反向验证（爆款规律对照低数据作品，剔除外因）。爆款要归因：区分可复制的（选题/结构）与不可复制的（时机/热点）。同时检查硬广密度与内容割裂度。

Step 4 — 读评论

📍 加载: references/comments-analysis.md，批量执行协议 📍 references/batch-processing.md

作品告诉你创作者怎么表达，评论告诉你用户怎么接收。按七维观察框架逐类统计实际数量，检查三个容易被总量掩盖的信号，再额外采集两类信任资产信号：评论区记忆残留（用户还记得他推过什么）与自来水安利（无任务的自发推荐）——这是信任可迁移性的直接证据。最重要的往往是那个很小的数字。评论量大时按 batch-processing.md 分工执行。

Step 5 — 合作判断

📍 加载: references/collaboration-judgment.md，输出模板 📍 templates/report-template.md

把同一条作品的内容和评论放在一起看：总量只回答"有没有被看见"，内容+评论对照才回答"有没有被听懂"。最终报告必须：回答五个问题 → 检验信任可迁移性 → 给出合作形态建议（内容种草植入/信息流投放/直播/品牌定制/长期合作）→ 过一遍风险清单（舆情历史/立场敏感/粉丝冲突/水军痕迹）→ 声明结论的证据边界。

输出格式

使用 templates/report-template.md：任务定义 → 平台语境 → 作品层分析 → 评论层分析 → 合作判断（五问 + 合作形态 + 风险清单）→ 证据边界。结论能下多深，只由证据的覆盖决定。

核心规则速查（完整版 📍 references/rules.md）

• 爆款是结果不是原因，只挑爆款看会掉进幸存者偏差
• 不看平均值，看最低值/中位数/最高值
• 标签（"时尚""美妆"）不算分析，内容母题才算
• 母题/做法须在数据好的作品反复出现、数据差的作品明显少见，才是候选规律
• 评论每类维度都要看到实际数量，有数才有判断
• 平台决定信号权重：同一信号在不同平台含义不同
• 达人有生命周期：上升/成熟/衰退决定合作策略
• 爆款要归因：可复制的（选题/结构）与不可复制的（时机/热点）分开
• 分析结论要落到合作形态，不能停在"适合/不适合"
• 合作前必过风险清单（舆情/立场/粉丝冲突/水军痕迹）
• 公开数据支持不了的结论不能下；商业结果由品牌自有数据回答

Gotchas

• 达人想表达什么 ≠ 用户实际接收到什么，后者才决定商品会不会被记住
• 活动型评论（直播时间/抽奖口令/求链接/价格问询）≠ 内容认同 ≠ 购买意愿
• 高赞评论话题过度集中时，花钱买来的讨论留下的可能是别的东西
• 单一爆款 ≠ 上升期：一次大爆可能只是流量池偶然，要看持续斜率
• 收藏显著高于日常水平是使用意图信号，但不能直接等同于购买意愿
• 标注"推断"的条目为框架内的待验证假设，须以实际证据校验

---

由擎漫网络 | Qomob.AI旗下达人账号深度分析 v2.1.0提供支持