data-diagnosis

name	data-diagnosis
description	数据诊断。导入平台数据，分析追读率/互动率，定位问题章节。

data-diagnosis（数据诊断）

用途：导入平台后台数据，分析追读率、互动率，定位问题章节并给出改进建议。 前置条件：

• CSV 数据文件存在（从平台后台导出） 输出文件：data_diagnosis_report.yaml

---

核心原则

1. 数据驱动：基于真实数据分析，不凭感觉判断。
2. 异常定位：快速定位数据异常的章节。
3. 原因分析：结合剧情内容分析数据异常的原因。
4. 可执行建议：给出具体的改进建议，而非笼统描述。
5. 趋势分析：关注数据趋势，不仅看单章。

---

Phase 定义

Phase 1：数据导入

入口条件：CSV 文件存在 目标：解析平台数据

步骤：

1. 用户从平台后台导出数据 CSV
2. 读取 CSV 文件
3. 运行 .agents/skills/data-diagnosis/scripts/analyze-metrics.js 解析数据
4. 展示数据概览（总章数、时间范围、关键指标）

出口条件：数据已解析 加载 References：无

---

Phase 2：指标计算

入口条件：数据已解析 目标：计算各项关键指标

步骤：

1. 读取 references/metrics-guide.md，加载指标体系
2. 计算核心指标：
   • 追读率（留存率）
   • 完读率
   • 互动率（评论/点赞/收藏）
   • 打赏率
3. 计算趋势数据（滑动平均、异常点标记）
4. 展示指标概览

出口条件：指标已计算 加载 References：metrics-guide.md

---

Phase 3：异常定位

入口条件：指标已计算 目标：定位数据异常章节

步骤：

1. 读取 references/diagnosis-method.md，加载诊断方法论
2. 检测异常：
   • 追读率骤降（>15% 下降）
   • 完读率偏低（<60%）
   • 互动率偏低（低于均值 50%）
   • 趋势下滑（连续 3+ 章下降）
3. 标记问题章节列表
4. 展示异常概览

出口条件：问题章节已定位 加载 References：diagnosis-method.md

---

Phase 4：原因分析

入口条件：问题章节已定位 目标：分析数据异常的原因

步骤：

1. 读取 references/chapter-problem-patterns.md，加载问题模式库
2. 读取问题章节的摘要和节拍（如有 chapters_index.yaml）
3. 匹配问题模式：
   • 节奏问题（太平淡/太拖沓）
   • 剧情问题（逻辑硬伤/人设崩塌）
   • 钩子问题（无悬念/悬念弱）
   • 品类问题（不符合读者预期）
4. 为每个问题章节生成原因分析

出口条件：原因分析已完成 加载 References：chapter-problem-patterns.md

---

Phase 5：报告输出

入口条件：分析已完成 目标：生成诊断报告

步骤：

1. 读取 references/report-template.md，加载报告模板
2. 按模板生成报告：
   • 总体数据概览
   • 问题章节列表（含原因分析）
   • 改进建议
   • 趋势预测
3. 写入 data_diagnosis_report.yaml
4. 展示报告摘要

出口条件：报告已生成 加载 References：report-template.md

---

质量门禁

• analyze-metrics.js：验证数据格式正确，指标计算无异常

---

输出文件

• data_diagnosis_report.yaml

---

References 索引

Phase	References	用途
1	—	数据导入
2	metrics-guide.md	指标体系
3	diagnosis-method.md	诊断方法论
4	chapter-problem-patterns.md	问题模式库
5	report-template.md	报告模板

---

下一步

诊断报告生成后：

• 根据建议修改问题章节
• /daily-write：后续章节注意避免同类问题