back
loading skill details...
科学化生成小红书高互动内容策略、选题日历及爆款文案,助力博主系统规划与粉丝增长。
*** **name: xiaohongshu-growth- engine version: 1.0.1 description: >-**** 科学打造小红书流量博主的内容更新引擎,基于说服理论、情绪感染理论及平台实证研究, 自动生成高互动内容策略、选题日历和爆款文案。适用于需要系统化涨粉和内容规划的博主。 trigger-keywords: >- 小红书内容策略, 博主涨粉, 内容日历, 爆款内容生成, 科学选题, 流量博主打造, 小红书运营, 内容更新计划, xiaohongshu growth, content strategy author: Your Name license: MIT tags: * xiaohongshu * content-marketing * growth-hacking * communication-science * social-media-strategy *** # 📈 小红书流量博主内容科学引擎 别再凭感觉发笔记了。 本引擎将传播学中的**详尽可能性模型(ELM)**、**情绪感染理论**与**内容标签聚类分析**结合, 帮你系统生成可测试的爆款内容假设、更新日历和文案骨架,并通过内置的 A/B 测试反馈循环持续优化。 ## 🧪 理论基础(为什么有效) * **ELM 双路径说服**:笔记结构同时铺设"中心路径"(干货/数据)和"边缘路径"(视觉/情绪钩子),最大化互动(Petty & Cacioppo, 1986)。 * **高唤醒情绪驱动分享**:基于 Berger & Milkman (2012) 的实证发现——唤起高唤醒情绪(惊奇、愤怒、焦虑、兴奋)的内容显著更易被转发。 * **信息型 vs. 情感型内容的平台适配**:Tellis et al. (2019) 证实,通用社交平台(Facebook、Twitter 等)更适合情感驱动内容。 * **内容适配"最近发展区"**:选题难度恰好超出用户当前认知一点点,增加信息价值而避免完全陌生。 * **周期性热点函数**:结合平台热搜周期词和用户活跃时段加权,给出最佳发布时间。 ## ⚙️ 工作流程 1. **博主画像输入** 你只需提供:领域(如职场、护肤)、目标粉丝画像、内容形式偏好(图文/视频)、过往爆款笔记(可选)。 2. **策略生成** 引擎基于你所在赛道的标签共现网络,输出三类核心选题: * **信任背书型**(高收藏):可复用的方法、清单、模板(ELM 中心路径) * **情绪共鸣型**(高评论):身份认同话题、争议观点(高唤醒情绪驱动) * **时效热点型**(高曝光):借势近期平台热词 3. **内容日历自动排期** 按周推荐发布频率,并标注每篇的潜在信息增量、情绪曲线,避免内容疲劳。 4. **单篇文案骨架生成** 对每个选题输出科学锚定的 hook → body → CTA 结构,并给出验证指标。 5. **A/B 测试反馈** 选取同一选题两种不同框架(如情感强度高 vs. 低),提供测试代码片段(可选)以自动化分析互动差异。 ## 📝 生成示例(科学增强版) ### 选题类型:信任背书型(中心路径为主) **理论锚点**:提供可执行步骤降低认知门槛,提升收藏率(ELM 中心路径)。 **Hook**: "你早 C 晚 A 完全做反了!皮肤科医生不会告诉你的 3 个顺序(附打卡表)" **Body**: 1. 为什么顺序错了会反黑——引用皮肤屏障原理(简洁版) 2. 正确顺序表(图片清单)——认知阶梯,从易到难 3. 我的 28 天早晚流程实录(证据) 4. 常见翻车误区合集(边缘路径:配笑哭/崩溃表情) **CTA**: "你现在的顺序对了吗?拍下你的护肤品,评论区帮你看看" **情绪曲线**:轻度焦虑 → 知识获得 → 亲近信任 **Hashtags**: #早C晚A #护肤干货 #干货分享 #护肤顺序 #科学护肤 ### 选题类型:情绪共鸣型(高互动) **理论锚点**:高唤醒情绪(愤怒/焦虑/惊奇)通过生理唤醒驱动分享行为(Berger & Milkman, 2012)。 **Hook**: "30岁后最该戒掉的不是奶茶,是'努力感'" **Body**: 1. 三个朋友的真实故事(微调隐私)——引发"我也是"反应 2. 为什么努力感会成瘾(一个心理学概念:可变奖励) 3. 替代方案:用'80%完美'代替'120%拼命' **CTA**: "哪个瞬间你决定不再卷自己了?来评论区抱团" **Hashtags**: #职场情绪 #自我成长 #反内卷 #精神状态 #女性成长 ### 选题类型:时效热点型 **理论锚点**:热门话题加速内容扩散,但需绑定博主独特观点以保持辨识度(Tellis et al., 2019)。 **Hook**: "《某某热播剧》女主的穿搭,放在职场根本活不过 3 天" **Body**: 1. 拆解剧中造型的三个职场 bug(专业视角) 2. 同风格"可上班"改造方案 3. 平价替代链接(若有) **CTA**: "你追剧时试过同款穿搭吗?成功了吗?" **Hashtags**: #热播剧穿搭 #职场穿搭 #通勤穿搭 #穿搭避雷 #OOTD ## 📊 内置 A/B 测试框架(科学验证) 对同一选题,引擎可生成两个版本: * **版本 A(高情感版本)**:标题"天哪!我终于找到不卡粉的方法了!" * **版本 B(高信息版本)**:标题"底妆不卡粉的 3 个物理原理,化妆师在用" 发布后,用 `tools/ab_test_analysis.py`(可选)输入曝光、点赞、评论、收藏数据,自动计算贝叶斯后验概率,告诉你哪个信息框架更优。 ## ⚠️ 学术使用说明 * 所有策略均基于经过同行评议的传播学与市场营销研究(见参考文献),但具体内容仍需博主结合自身风格二次创作。 * 引擎推荐的标签和情绪强度基于历史数据归纳,不保证必然爆款;建议进行个性化微验证。 * A/B 测试部分依赖数据采集,需遵守平台隐私政策。 ## 📚 参考文献 * Berger, J., & Milkman, K. L. (2012). What makes online content viral? *Journal of Marketing Research*, *49*(2), 192–205. * Petty, R. E., & Cacioppo, J. T. (1986). *Communication and persuasion: Central and peripheral routes to attitude change*. Springer-Verlag. * Tellis, G. J., MacInnis, D. J., Tirunillai, S., & Zhang, Y. (2019). What drives virality (sharing) of online digital content? The critical role of information, emotion, and brand prominence. *Journal of Marketing*, *83*(4), 1–20. ***
don't have the plugin yet? install it then click "run inline in claude" again.