ra

name	ra-复盘
description	内容复盘工作流：取数 → 爆款分级（R/M/Tier）→ 按需拉取内容本体 → 归因 → 沉淀（方法论/金句库/案例库/概念库/课程灵感）+ 选题卡回写。 Use when the user says 复盘xx, 内容复盘, xx数据怎么样, xx表现如何, 复盘一下这条, 为什么这条爆了, 为什么这条没爆. 沉淀铁律：复盘不沉淀，等于白复盘——每次至少一条资产入库，或写明为什么没有。

ra-复盘

Goal

把"看数据"变成"攒资产"。每次复盘产出三样东西：分级结论、有依据的归因、至少一条沉淀。素材库（金句/案例/概念）、方法论、课程灵感的唯一进项都挂在这里。

工作流

1. 定位作品

• 数据台账：01-内容生产/数据统计/<平台>/作品数据.md（按标题匹配）
• 库内本体：视频 → 视频工作台/已制作/ 交接稿或 逐字稿/；文章 → 文章工作台/；图文 → 图文工作台/已制作/
• 选题卡：00-选题池/（没有卡则复盘结束时补卡）

2. 取数据

• 最新指标与增量：台账 AUTO 区块
• 历史曲线：automation/daily_snapshots/own/<平台>/*.json（逐日快照）
• 粉丝数（算 M 用）：对应平台 账号数据.md
• 台账与快照冲突时，以快照 JSON 为准

3. 爆款分级（标准复用，不自造）

运行时读 03-对标爆款库/爆款分级标准.md 取最新定义和阈值，对自己号同样适用：

• R = 作品核心指标 / 该号近 20 篇的中位数（不足 20 篇用全部并注明；抖音用点赞，小红书用点赞+收藏）
• M = 点赞 / 粉丝数，按 Tier（粉丝体量层）校准门槛
• 展示计算过程再给结论；样本少时明说这是「倾向性结论」

4. 内容本体（按需拉取，不提前囤）

• 库内有全文直接读（新系统产的作品都在库内）
• 历史抖音/小红书作品：TikHub MCP 拉单条详情
• 自己的视频要逐字稿：ra-逐字稿提取skill（火山 ASR，成本约 ¥0.4/小时）
• 推文：官方 API 或 https://r.jina.ai/<推文URL> 拉全文

5. 归因

• 对着内容本体回答：钩子是什么、前 7 秒/首图给了什么、结构怎么走、选题的流量属性、发布时机
• 有可比对标时，运行 automation/scripts/hot_monitor_local_job.sh read booms 从云端筛同题材、高 R/M、相近体量样本；需要逐字稿或指标历史时，再运行 automation/scripts/hot_monitor_local_job.sh read work <云端作品ID>
• 01-内容生产/视频工作台/.internal/对标爆款知识资产/ 只作为历史深度知识补充，不作为实时指标真源；其中含源信息，引用时继续遵守隐私墙
• 禁止瞎归因：每条归因必须指向内容里的具体句子/画面，或数据里的具体拐点（哪天涨的、涨在哪个指标）

6. 沉淀（铁律环节）

沉淀物	去处	收录判断
验证过的钩子/标题/表达	素材库/金句库.md	高分级作品的开头句、标题（带数据：「句子」｜作品｜R 值/点赞｜日期）
可复用实操过程	素材库/案例库.md	工具教程类作品的场景/操作/结果/可复用点
被验证的类比/解释框架	素材库/概念库.md	讲解用的认知积木（如"白板比喻"）
平台规律	方法论/ 对应文件	加日期条目追加，不覆盖旧结论；单条样本标「倾向性」，三条以上同向才写成规律
课程灵感	02-课程体系/课程选题库/灵感记录.md	干货类且数据好
复盘结论一行	选题卡「复盘」节	每次必写（日期 + 分级 + 一句归因）

7. 输出

对话内给复盘报告：分级（含计算）→ 归因 → 沉淀清单（写了什么、到了哪个文件）。报告本身不落盘——资产在库里，报告在对话里。

硬规则

• 每次复盘至少一条沉淀入库；确实没有可沉淀项时，明说原因（如"数据平平且无新表达"）
• 金句必须带数据入库，不收"感觉不错"的句子
• 归因区分「单条倾向」和「多条规律」，只有后者进方法论正文
• 限流/违规疑点先记在选题卡复盘结论里，平台规则库回写等审核接线启用后再做
• 自己作品不适用源隐私墙（那是洗稿源的规则）