Skip to main content

skill-content-gap-analysis

分析社媒赛道的内容空白,发现高需求低竞争的蓝海选题机会。 当用户说"蓝海选题""内容空白""没人做的选题""选题机会""高需求低竞争""差异化选题""内容缺口"时使用。 和 skill-competitor-analysis 的区别:本 SKILL 从赛道供需交叉验证找蓝海选题空白; competitor-analysis 拆解具体竞品账号的内容策略。

跳到安装

来源信息

仓库
ZJU-REAL/Easel
最近来源活动
2026年8月28日 06:08
检测到的 SKILL.md 语言
中文
星标
1,698
分支
245

安装方式

默认使用会先检查来源的 Prompt;你也可以切换为直接命令,或下载本地副本。

检查来源文件

决定是否安装前,请先阅读 SKILL.md,以及 SkillsMP 当前展示的配套文件。

文件资源管理器
4 个文件

正在显示 SKILL.md

SKILL.md
来源说明 · 只读预览
name
skill-content-gap-analysis
description
分析社媒赛道的内容空白,发现高需求低竞争的蓝海选题机会。 当用户说"蓝海选题""内容空白""没人做的选题""选题机会""高需求低竞争""差异化选题""内容缺口"时使用。 和 skill-competitor-analysis 的区别:本 SKILL 从赛道供需交叉验证找蓝海选题空白; competitor-analysis 拆解具体竞品账号的内容策略。
layer
discover
# 蓝海选题发现 > 扫描目标赛道在社媒平台上的内容供给与用户需求,找出"需求旺但好内容少"的蓝海选题,输出带优先级的选题清单。 ## 输入 用户 prompt 中提供以下信息(部分可选): - **必需**:赛道/领域(如"家居收纳"、"Python 教学"、"母婴辅食") - **可选**:目标平台(小红书、抖音、B站、微博等,默认全平台扫描) - **可选**:竞品账号列表(2–5 个同赛道博主) - **可选**:自己已发布的内容方向(用于差距对比) ## 输出 ```markdown # 蓝海选题发现: {赛道} 日期: {date} 目标平台: {平台列表} 扫描竞品: {账号列表} 发现蓝海选题数: {count} ## 摘要 {2-3 句概括最大机会方向} ## 蓝海选题清单 ### 🔵 高优先(需求强 + 竞争弱) | 选题方向 | 需求信号 | 竞争程度 | 建议平台 | 建议内容形式 | 时效性 | |---------|---------|---------|---------|-------------|--------| ### 🟢 中优先(需求明确 + 竞争适中) | 选题方向 | 需求信号 | 竞争程度 | 建议平台 | 建议内容形式 | 时效性 | ### ⚪ 观察池(潜在趋势 + 尚需验证) | 选题方向 | 需求信号 | 竞争程度 | 建议平台 | 建议内容形式 | 时效性 | ## 需求信号来源 {每个选题的需求证据:热搜词、搜索联想词、评论区高频问题等} ## 竞品覆盖盲区 {竞品账号未覆盖但用户有需求的方向} ## 内容形式建议 {针对不同选题推荐的最佳内容形式:图文笔记、短视频、中长视频、直播、合集等} ## 速赢清单 {3-5 个本周可立即动手的选题 + 具体内容角度} ``` ## 执行步骤 > 需求信号的三个来源(平台搜索联想词 / 平台热搜 / 评论区未满足需求)及其采法与降级方案,参照 [demand-signals.md](references/demand-signals.md)。三类信号交叉验证,缺一不可。 ### 1. 采集平台实时热点 用 web_fetch 调用热搜 API(参照 [hotlist-apis.md](../../shared/hotlist-apis.md)),获取各平台当前热门话题: - 抖音热搜:`web_fetch https://60s.viki.moe/v2/douyin` - B站热门:`web_fetch https://60s.viki.moe/v2/bili`(⚠️ 常 500 不稳定,挂时改用备用源 `web_fetch https://v2.xxapi.cn/api/bilibilihot`) - 微博热搜:`web_fetch https://60s.viki.moe/v2/weibo` - 知乎热榜:`web_fetch https://60s.viki.moe/v2/zhihu` - 头条热榜:`web_fetch https://60s.viki.moe/v2/toutiao` 从热搜列表中筛选与用户赛道相关的话题,记录热度值,作为时效性选题的候选池。 ### 2. 挖掘搜索联想词 用 web_search 搜索赛道核心关键词,收集搜索引擎和平台的联想词(长尾需求): - 搜索 `{赛道} site:xiaohongshu.com`、`{赛道} site:bilibili.com` 等,观察搜索建议 - 搜索 `{赛道} + 怎么/如何/推荐/避坑/对比/教程` 等需求词,发现具体用户问题 - 收集"相关搜索"中出现的长尾词 — 这些代表真实用户需求 将搜索联想词按意图分类:学习型、决策型、问题解决型、种草型。 ### 3. 扫描评论区未满足需求 用 web_search 找到赛道内的热门内容,用 web_fetch 抓取页面,重点分析评论区: - 高赞评论中反复出现的追问("求出个 XX 教程"、"能不能讲讲 XX") - 用户吐槽现有内容的痛点("说了等于没说"、"根本没讲到重点") - 提问类评论的点赞数 — 点赞越高说明需求越普遍 - 收藏/转发远高于点赞的内容 — 说明实用但表达不够好,可以做得更好 ### 4. 分析竞品账号覆盖 如果用户提供了竞品账号: - 用 web_search 搜索 `site:xiaohongshu.com {竞品昵称}` 或 `{竞品昵称} {平台}` 获取其内容列表 - 按主题分类竞品已发布内容,画出覆盖地图 - 找出覆盖盲区:竞品未做但用户有需求的方向 - 找出质量洼地:竞品做了但质量差(评论区负面反馈多)的方向 如果用户未提供竞品账号: - 用 web_search 搜索 `{赛道} 博主推荐` 或 `{赛道} 账号` 找到头部账号 - 抽样分析 2-3 个头部账号的内容覆盖 ### 5. 评估竞争程度 对每个候选选题评估内容供给情况: - 用 web_search 搜索该选题,观察结果数量和质量 - **蓝海信号**:搜索结果少于 10 条相关内容、结果质量参差不齐、没有头部博主覆盖、内容陈旧(半年以上未更新) - **红海信号**:大量高质量内容、多个头部博主已覆盖、内容更新频繁 - **伪蓝海**:搜索结果少但用户需求也弱 — 需要交叉验证需求信号 ### 6. 匹配内容形式 根据选题特征和平台属性推荐最佳内容形式: | 选题类型 | 小红书 | 抖音 | B站 | 微博 | |---------|--------|------|-----|------| | 教程/攻略 | 图文合集 | 短视频 | 中长视频 | 长图文 | | 测评/对比 | 图文笔记 | 短视频 | 中长视频 | 投票+图文 | | 避坑/经验 | 图文笔记 | 口播短视频 | 中长视频 | 话题帖 | | 种草/推荐 | 图文笔记 | 好物分享 | 合集视频 | 九宫格图文 | | 热点解读 | 图文笔记 | 短视频 | 时评视频 | 评论/转发 | ### 7. 优先级排序 按加权评分排列每个选题,参照 [scoring-model.md](references/scoring-model.md): | 因素 | 权重 | 评估方法 | |------|------|---------| | 需求强度 | 30% | 搜索联想频次、评论区追问数、热搜相关度 | | 竞争空白 | 25% | 现有内容数量少、质量差、更新慢 | | 赛道匹配 | 20% | 与用户定位和受众的契合度 | | 制作成本 | 15% | 能否用现有素材和能力快速产出 | | 时效价值 | 10% | 是否有热点借势窗口或季节性机会 | ### 8. 生成选题清单 输出按优先级分级的蓝海选题清单 + 3-5 个速赢行动项。每个速赢必须包含:具体选题、目标平台、内容形式、核心角度。 ## 重要原则 - **需求验证优先** — 蓝海选题必须有真实需求信号支撑,不是"没人做"就等于"蓝海" - **竞争弱 ≠ 没人做** — 有人做但做得不好,比完全没人做更好,说明需求已验证 - **平台差异化** — 同一选题在不同平台的竞争程度可能完全不同,逐平台评估 - **避免伪蓝海** — 搜索结果少 + 评论区无相关讨论 = 可能根本没需求 - **先速赢后深耕** — 优先推荐制作成本低、见效快的选题,建立正反馈 - **不追所有热点** — 热点只有与赛道契合时才有价值,硬蹭热点不可持续 ## Profile 感知 - **有 Profile 时**: - 读取 `platforms.md`,聚焦用户实际运营的平台,优先分析这些平台的内容空白 - 读取 `identity.md`,匹配用户的内容定位和专业优势,过滤超出能力范围的选题 - 读取 `audience.md`,锁定目标受众的需求场景,在评论区分析中重点关注该人群的追问 - 结合 Profile 中的内容风格偏好,在内容形式建议中优先推荐用户擅长的形式 - **无 Profile 时**: - 退回通用模式,要求用户提供赛道信息 - 全平台扫描,不做平台特化分析 - 附注"如提供账号 Profile 可获得更精准的选题方向和平台匹配"
在 GitHub 查看