受众智能框架 — 定义谁在看、新客vs老客逻辑、内容差异化表达，让每条内容精准触达目标受众
npx skills add https://github.com/alextiannus/git-plugin-amc --skill audience-intelligenceKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um den Skill zu installieren
14-question brand interview, self-configuring SOUL.md writer
内容表现数据采集、赢家识别、模式提炼与自我更新 — 让 Agent 越用越聪明
IG-first 7-step content repurpose chain across 7 platforms
内容支柱框架 — 定义内容比例、节日节点、Campaign 弧度，从每日发帖升级为品牌叙事
Daily 06:30–23:45 automation schedule
为每条内容生成视觉简报 — 告诉团队拍什么、怎么拍，或调取哪个已有素材
| name | audience-intelligence |
| description | 受众智能框架 — 定义谁在看、新客vs老客逻辑、内容差异化表达，让每条内容精准触达目标受众 |
| plugin | git-plugin-amc |
知道"在跟谁说话"，是优秀内容管理官与普通发帖机器人的根本区别。
本 Skill 定义：
每一条内容创作前，必须明确目标受众层级。
核心需求： 为什么我要关注/尝试这个品牌？
| 属性 | 说明 |
|---|---|
| 心理状态 | 陌生、持怀疑态度、需要理由 |
| 决策驱动 | 社会证明（别人都在买）/ 价格透明 / 视觉吸引 / 独特性 |
| 内容触发器 | "我从来不知道有这个" / "这看起来值得一试" |
| 推荐支柱 | Product Spotlight / Educational |
| 推荐 Hook | discovery / craving / deal |
| 关键内容元素 | 价格可见 · 社会证明数字 · 零门槛 CTA（"第一次来就点这个"） |
内容写法示例（同一产品，Discoverer 版本）：
"你可能不知道这附近有一家 —— $12.90 就能吃到手拉面，汤底熬了 6 小时。 周边 2000 多个评论，4.8 星。 新客点这个准没错。👇"
核心需求： 这个品牌和其他家比怎么样？值得现在去吗？
| 属性 | 说明 |
|---|---|
| 心理状态 | 感兴趣但犹豫，在比较选项 |
| 决策驱动 | 差异化卖点 / 限时机会 / 具体产品细节 / 他人评价 |
| 内容触发器 | "好，就这家了" / "这和我之前吃的不一样" |
| 推荐支柱 | Product Spotlight / Community（顾客故事） |
| 推荐 Hook | contrarian / deal / community |
| 关键内容元素 | 具体差异点 · 限时信息 · 真实顾客原话 |
内容写法示例（Considerer 版本）：
"很多人说港式和记手拉面 vs 我们的有什么区别。 答案只有一个：来一次你就知道了。 这周三前来，午市套餐九折。"
核心需求： 有什么新的？我还值得再来吗？
| 属性 | 说明 |
|---|---|
| 心理状态 | 有好感、偶尔光顾、关注动态 |
| 决策驱动 | 新品/季节更新 / 熟悉感 + 新鲜感 / 被记住的感觉 |
| 内容触发器 | "噢这个新出的？要去试试" / "这家又有新东西了" |
| 推荐支柱 | Brand Story / Product Spotlight（新品方向） / Community |
| 推荐 Hook | discovery / bts |
| 关键内容元素 | "回来了""新出的""你们问了很久""我们终于做了" |
内容写法示例（Regular 版本）：
"很多老顾客问了一年的问题： 冬天那个麻辣暖锅什么时候回来？ 答案：这周四。 汤底配方今年做了升级。"
核心需求： 我想感觉自己是品牌的一部分。
| 属性 | 说明 |
|---|---|
| 心理状态 | 强烈认同、主动推荐、希望有参与感 |
| 决策驱动 | 独家信息 / 被认可 / 参与品牌决策 |
| 内容触发器 | "就是我们帮他们做到的" / "我早就知道了" |
| 推荐支柱 | Community / Brand Story |
| 推荐 Hook | community / bts |
| 关键内容元素 | "你们帮我们取的名字""感谢你们一直以来""这是内部才知道的" |
内容写法示例（Advocate 版本）：
"上个月我们征集新甜品名字， 最后选了 @user_handle 的建议：「晚风芝麻球」。 这周五正式上菜单，谢谢你们。❤️"
重要： 这是统计层面的默认值，非绝对规律。品牌实际受众以
audience-profile.md数据为准。
| 平台 | 年龄主力 | 语言 | 消费决策特征 | 受众关系层 | 内容目标 |
|---|---|---|---|---|---|
| TikTok | 18–34 | 混合/本地 | 冲动型，3秒决定 | Discoverer → Considerer | 触达新受众，激发好奇 |
| 22–40 | 英文为主 | 审美驱动，收藏再决策 | Discoverer + Regular | 视觉留存，建立品牌印象 | |
| 小红书 | 18–35 | 中文 | 深度研究型，信任 KOL/真实评价 | Considerer → Regular | 转化犹豫者，口碑沉淀 |
| 30–55 | 本地/中英 | 社群导向，家庭/团体决策 | Regular + Advocate | 维系社区，激活老客 | |
| YouTube | 全年龄 | 多语言 | 有意搜索，高意向 | Considerer → Regular | 深度建立信任 |
| X | 25–45 | 英文 | 意见领袖型，话题讨论 | Discoverer + Advocate | 品牌声量，行业存在感 |
平台受众含义：
Discoverer + Considerer（拉新）：50%
Regular + Advocate（留存/激活）：50%
若品牌处于 Growth Phase（新品牌 / 新市场 / 重大推广期）：
拉新 60% / 留存 40%
若品牌处于 Retention Phase（稳定运营 / 老顾客流失信号）：
拉新 40% / 留存 60%
判断依据（来自 performance-learning 数据）：
- 粉丝增长率 >5%/月 → 维持默认比例
- 粉丝增长率 <2%/月 → 偏向 Growth Phase
- 互动主要来自评论（老粉特征） → 偏向 Retention Phase
- 互动主要来自保存（新粉特征） → 维持或偏向 Growth Phase
从每条内容的互动数据推断受众行为：
| 互动信号 | 受众推断 | 内容含义 |
|---|---|---|
| 高保存率 (saves/reach >5%) | 以 Discoverer 为主 | 用户在收藏"稍后去试"，拉新内容有效 |
| 高分享率 (shares/reach >3%) | Considerer → Advocate | 内容有传播价值，用户愿意推荐给朋友 |
| 高评论率 (comments/reach >2%) | Regular + Advocate | 活跃社区，老客参与度高 |
| 高触达低互动 | Discoverer 曝光但未转化 | Hook 不够强，或内容与受众不匹配 |
| 粉丝增长 spike | Discoverer 大量进入 | 内容成功触达新受众，追加同类内容 |
信号读取流程（配合 performance-learning）：
每次 48h 评分时，同时记录：
- primary_signal: [saves|shares|comments|reach]
- inferred_audience: [Discoverer|Considerer|Regular|Advocate]
写入 performance-log.md 对应记录
若连续 3 条内容 primary_signal = saves：
→ 推断 Discoverer 层级受众活跃
→ 在下周 08:00 topic discovery 中增加 Discoverer 定向内容
同一个信息点，面向不同受众层级的表达方式：
| 信息点 | Discoverer | Considerer | Regular | Advocate |
|---|---|---|---|---|
| 新品上线 | "你可能还不知道我们出了..." | "很多人问的那个 — 来了" | "老朋友，你们等了很久的..." | "第一批内测名额，你们先来" |
| 价格 | "$12.90，包你吃饱" | "同区比较，这个性价比..." | "老顾客价格没变，但份量升级了" | "你们知道我们为什么还能保持这个价格吗" |
| 口碑 | "4.8 星 · 2000+ 评论" | "来看看真实顾客怎么说" | "上个月你们帮我们拿了月度最佳" | "这是你们帮我们做到的" |
| 促销 | "第一次来？这个套餐最适合" | "这周限定，错过要等下季" | "常客专属提醒：明天涨价前最后一天" | "给你们的专属码，转发给朋友用" |
| 幕后故事 | "我们怎么做这道菜" | "为什么我们只用这种食材" | "这是我们今年做的最大一次改良" | "你们提的建议，我们真的做了" |
在 repurpose-chain Step 0 的 Decision Output 中，必须声明目标受众：
[Audience Target]
主要受众层级: [Discoverer | Considerer | Regular | Advocate]
平台受众匹配:
Instagram → Discoverer（平台默认拉新属性）
Facebook → Regular（平台默认社区属性）
小红书 → Considerer（用户在做决策研究）
拉新/留存比: 本周实际 [X%] / [X%] → 目标 50%/50%
受众信号: 最近 3 条内容 primary_signal = [saves/shares/comments]
品牌刚安装插件时，受众画像是"假设"。随运营数据积累，逐步变为"实测"：
Week 1-4: 使用平台默认画像 + Bootstrap Q5 品牌描述的受众假设
Month 2-3: performance-learning 积累足够数据，开始修正画像
Month 4+: 实测受众信号主导内容决策，画像趋于准确
修正信号：
- 若 TikTok 评论主要是中文 → 受众非预期英文年轻群体
- 若 Facebook 点赞主要来自 35+ → 确认社区老客画像
- 若小红书保存率异常高 → Discoverer 层大量进入
每月第一天：performance-learning 更新 audience-profile.md 的
"实测受众信号"字段，并与假设对比，标注偏差
audience-profile.md 获取当前受众假设primary_signal 和 inferred_audience 字段受众信号本周：
- 主要信号: saves（Discoverer 活跃）
- 拉新内容互动率: +32% vs 留存内容
- 建议: 本周增加 1-2 条 Discoverer 定向内容