ScrapeCreators GitHub avatar

social-media-research-skills

6.7K Stars13 Skills201 ForksMIT8月27日更新Skill 仓库

AI 概览 · 由大模型根据 SKILL.md 与仓库数据生成 · 2026年11月3日

社交媒体研究与内容分析工作流

这是一组可复用的社交媒体研究工作流,面向 TikTok、Instagram、YouTube、Reddit、X、LinkedIn 等平台相关任务。已采集的 Skill 涵盖评论与受众分析、竞品和创作者研究、广告资料拆解、内容表现分析、需求研究、社交聆听及内容再利用;具体可处理的数据和结果取决于各 Skill 的资料、可获取的公开信息及其所需接口。

包含 Skill

13

可以单独安装

GitHub Star

6,656

仓库累计 Star

近 7 天

+441

新增 Star

代码更新

2026年8月27日

最近一次推送

核心亮点

  • 1覆盖多类研究任务

    从评论、受众和竞品分析,到广告拆解与社交聆听。

  • 2按工作流组织

    多个 Skill 给出了从收集资料到整理发现的步骤。

  • 3支持内容整理

    可将来源材料拆分为要点,并按平台和受众要求改写为草稿。

能做什么

  • 从社交帖子或视频评论中整理受众反应、问题、异议和产品想法。
  • 收集并比较竞品账号资料与近期内容。
  • 分析创作者定位、常见主题、内容形式、钩子和行动号召。
  • 查找表现突出的帖子并归纳其内容特征。
  • 整理公开广告中的信息、钩子、优惠、行动号召及测试思路。
  • 汇总社交讨论主题、情绪信号及代表性引用。

适用场景

  • 分析某个公开视频下的评论,归纳常见问题和用户异议。

  • 对比几个竞品账号的近期内容与账号定位。

  • 研究创作者的代表性帖子,整理常用主题、形式和行动号召。

  • 收集社交平台上围绕某主题的讨论并归纳不同观点。

  • 把一份研究材料改写为适合不同平台的内容草稿。

用之前和用之后

  • 评论和帖子分散在多个来源可按主题整理反应、问题与引用。
  • 竞品内容需要逐条查看可按账号和近期内容形成结构化比较。
  • 已有材料尚未适配发布形式可提取要点并按平台要求整理为草稿。

它是怎么工作的

  1. 第 1 步

    明确研究对象

  2. 第 2 步

    收集公开资料

  3. 第 3 步

    整理发现与建议

快速上手

安装与复制命令见“安装方式”。

  1. 1

    选择与任务对应的 Skill,并查看其源文件说明。

  2. 2

    提供研究主题、平台、账号或内容链接等相关信息。

  3. 3

    按任务需要补充时间范围、目标受众或输出形式。

  4. 4

    核对结果中的来源链接、日期及资料完整性。

适合谁

  • 需要研究社交媒体受众反馈的内容团队
  • 需要整理竞品社交内容的市场研究人员
  • 需要分析创作者账号和内容表现的研究者
  • 需要将研究材料改写为社交内容的创作者

局限

  • 各 Skill 可用的数据和分析范围取决于实际可获取的公开资料及接口能力。
  • 部分已采集 Skill 的步骤或输入输出资料不完整,使用前需要查看对应源文件。
  • 受众、情绪和需求判断依赖公开数据,结果置信度可能受资料充分程度影响。
  • 广告资料分析侧重公开广告信息,采集资料没有说明其覆盖全部历史广告。

使用前注意

  • · 使用前核对目标平台、账号和内容链接是否匹配,避免把同名账号或无关资料纳入分析。
  • · 确认相关公开数据是否可获取,并检查结果是否保留来源链接、日期和原文依据。
  • · 不要将基于有限公开数据的受众、情绪或需求判断直接视为确定结论。

包含的 Skills · 13

公开来源

相关 Skills

查看更多