Skills

Story Short Scan

短篇网文扫榜。分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据,捕捉风口题材。触发方式:/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。

Install

npx skills add zenstory-ai/oh-story-claudecode --skill story-short-scan -g -a claude-code -y
Category
Engineering
Updated
3d ago
License
MIT
Context cost
Lightabout 1,026 tokens
Runs scripts
Yes, review before use

What it does

短篇网文扫榜。分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据,捕捉风口题材。触发方式:/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。

story-short-scan:短篇网文扫榜

基于真实榜单样本分析短篇市场,给作者可写的情绪方向、题材候选和验证办法。


核心哲学

原则 1:短篇市场是情绪市场

扫榜从题材和简介中判断读者读完的感受、触发场景与情绪爆发点,说明这些内容如何吸引读者。仅凭题材名无法判断具体情绪体验。

原则 2:热度只按各平台自己的口径比

榜单给的收藏、赞同、在读、评分各有口径,只在同一口径内比较。排名和互动量只说明样本受到的关注,不能据此断定故事质量或情绪拉扯效果。

原则 3:短篇风口来得快去得快

报告写明样本日期、覆盖范围、结论可信度和复扫日期。题材信号可能在数周内失效,过期后只作候选参考。


扫榜流程

Phase 1:确认平台和方向

用户已给出平台或方向时直接采用,只问缺项:「想看哪个平台、男频还是女频、哪类短篇?点众可直接采集;黑岩要有黑岩后台账号、先登录;知乎盐言、番茄和七猫短篇请发榜单截图、文字或链接。手里有编辑的征稿要求也可以一起发来。」

关键判断:

  • 用户已有方向 → 针对该方向做深度扫榜
  • 用户没有方向 → 做全榜概览 + 找趋势
  • 用户想跨平台比较 → 做平台对比分析

Phase 2:确定数据来源

优先级模式说明何时用
1脚本采集点众、黑岩:抓取平台页面,产出结构化文件有 Chrome 环境时(优先)
2作者提供没有脚本的平台,或作者已有榜单知乎盐言/番茄短篇/七猫短篇等
3内置知识用历史资料提出待验证的选题无法联网、作者也没有数据时

命令中的 scripts/ 相对本 skill 根目录。

  1. 只读所选平台那一份:点众 / 黑岩 / 没有脚本的平台。其中有网址、命令、字段、故障排查、平台分析维度和作者榜单的整理格式。
  2. 每次扫榜新建输出目录 扫榜/{YYYYMMDD}/(同日再扫加 -2)存本次榜单,不往旧目录追加(聚合会混进旧榜)。脚本自动命名文件,作者榜单按平台参考命名;某平台失败就跳过。对比时读上个日期目录的 扫榜聚合.md。
  3. 聚合:node scripts/aggregate-rank.js {输出目录} --out {输出目录}/扫榜聚合.md --sparse 10 --scale short。主会话只读这份聚合,需要原始简介与人设信息时再抽样:node scripts/aggregate-rank.js {输出目录} --sample {题材/标签/书名词} --n 5。
  4. 看聚合的「采集情况」:标了问题(书名没解出来、没采到、详情没取到)的榜单按平台参考排查重采;重采不了就在报告里说明结论不含它。
  5. 作者发来征稿要求:原文存进输出目录的 征稿要求.md,题材、字数、截止日期当硬条件。

内置知识: 跳过聚合,加载 references/real-market-data.md,明确标注「以下分析基于历史趋势数据;未完成实时榜单校验前只能作为候选假设。」并列出需要复扫的平台页面。


Phase 3:数据分析

有真实样本时,以聚合结果和平台参考的「分析维度」为准。趋势需对比同口径的多期样本;仅用内置知识时只给待验证候选,不填写当前数量、占比或涨跌。

Read the whole SKILL.md on GitHub

More in Engineering