图书竞品分析

以"证据充分、结论一眼可见、未知不伪造"为原则完成调研和 Excel 交付。

开始前

1. 确认书名、作者、封面和版本，防止同名书混入。
2. 确认目标平台：以用户指定的平台为准；用户未指定时先询问，不要自行假设或默认某几个平台。
3. 检查浏览器访问条件：本技能的所有调研必须真实打开平台页面，详见"真实访问（强制）"。
4. 创建或编辑 .xlsx 时使用本环境的表格处理能力（sheetagent），完整遵循其生成和视觉验证流程。
5. 生成或编辑 .xlsx 前，先完整读取 质量与口径 和 Excel 模板；生成后逐项自检。

真实访问（强制）

所有案例和数据必须来自平台真实数据，这是一条不可绕过的硬性要求：

1. 严禁凭模型记忆、搜索结果摘要、第三方转述或想象编写案例内容、互动数据、分镜或评论。任何没有真实看到的字段一律留空或标注待核验。
2. 每条记录必须能回答"这条信息是从哪个真实来源拿到的"（接口返回的原帖链接也算），并写明采集日期。
3. 关键案例（头部爆款、强负评、用户点名案例）留存可追溯证据：结构化采集路线下用原帖链接+结构化数据留痕；浏览器路线下在详情页截图存档到交付目录 evidence/<平台名>/（命名 账号-发布日期-序号.png），并在 Excel 证据列写明。

采集路线（按优先级）

路线 A：结构化采集工具（首选，2026-09 实战验证）。本机已部署 MediaCrawler（~/WorkBuddy/出版skills/MediaCrawler，独立 venv），优势：结构化字段零错位（标题/正文/赞藏评转/精确发布日期/原链/检索词全齐）、登录态扫码一次永久缓存、独立浏览器不占用用户日常浏览器、评论全量落盘：

cd ~/WorkBuddy/出版skills/MediaCrawler
env -u PYTHONPATH ./venv/bin/python main.py --platform xhs --lt qrcode --type search --keywords "词1,词2,词3"

• --platform xhs | dy；--keywords 英文逗号分隔（支持"达人名 书名"空格组合词）；每词采集量在 config/base_config.py 的 CRAWLER_MAX_NOTES_COUNT 调整
• 检索矩阵规模参考（2026-09 全量实战验证配置）：每平台 8—10 个检索词、每词 20 条，两平台共约 220 条去重样本，足够支撑四模块结论；词量先少后多，第一轮书名词跑完，第二轮按"达人名+书名"组合词+新发现高频词补检
• 必须 env -u PYTHONPATH：宿主环境注入的 PYTHONPATH 拦截层会让 pip 装 sdist 报 EEXIST
• 两平台输出目录：data/xhs/json/ 与 data/douyin/json/（注意第2个平台目录名是 douyin 不是 dy）；同名文件按日追加，笔记按 note_id/aweme_id 去重、评论按 comment_id 去重；换采集方案前把旧数据备份到别的文件名（两平台输出文件同名，会互相覆盖备份）
• 时间戳：xhs 的 time 为毫秒级时间戳，douyin 的 create_time 为秒级，统一换算后再按月统计
• 首次跑新平台会弹独立 Chrome 窗出二维码，请用户扫一次码（之后缓存）
• 隐私：昵称默认打码（小***啊），交付说明要注明

路线 B：接管用户日常浏览器（截图/人工核验/补充用）。让用户打开自己平时使用的浏览器并保持平台登录态，通过调试端口（CDP）接管现有实例：

• 用户侧准备：在浏览器 inspect/调试设置页打开"允许远程调试此浏览器实例"类开关（浏览器完全重启后需重新打开）；
• 用户的浏览器已在运行时，不要再启动第二个同款浏览器实例（单实例机制会冲突闪退），只能接管现有实例；
• 用途：给头部案例补证据截图、人工点开核验待核验案例（如"达人名+书名"组合词命中的文案不带书名的爆款）。

路线 C：headless / headed 弹窗（不推荐）。实战证明 headless 无登录态必被风控（IP 风控错误码/滑块验证码），headed 在部分环境弹不出窗口。命中风控不要反复重试，直接升级到路线 A/B。

通用注意事项：

• 首次请求偶发网关错误（502 等）多为瞬时现象：重试一次再判断是否真失败。
• 详情数据优先走独立 URL 或接口返回，不要依赖页面内弹窗/模态框提取——模态提取容易串到相邻内容造成数据错位；若只能用模态，必须用作者名或链接校验提取结果与目标案例一致。
• 如果所有真实访问方式都失败（用户无法配合、平台强拦截），走"降级交付"路径（见下）。

降级交付（所有真实访问方式失败时）

真实访问完全不可用时，经用户确认后，可降级为公开信息复盘模式：

• 用 WebSearch/WebFetch 收集公开可访问内容：书评网站、媒体报道、出版社官方稿、公开博客和文章。
• 每条记录必须标注核验层级为 非平台真实核验，写明信息来源 URL。
• Excel 口径从"竞品营销分析"改为"公开信息复盘"：时间轴、达人名单等依赖平台数据的模块如实写"不可得"，不编造。
• 交付说明中必须明确写清：本次为降级模式，平台内互动数据、铺稿节奏、达人实际表现均未核验，结论不能外推到平台真实营销情况。

调研方法

1. 建立检索词矩阵

不要只搜索书名。至少覆盖：

• 书名及书名号形式；
• 书名＋作者、出版社、译者；
• 书名＋核心卖点、传播母题、争议词；
• 书名＋推荐、读后感、书评、避雷、难读、翻译；
• 达人名＋书名组合词（强制，2026-09 实战教训）：头部博主的带货视频文案经常不写书名，只有 #哲学 #好书分享 这类泛标签——纯书名检索会系统性漏掉平台最高赞的爆款。案例：某书 3.3 万赞头部视频，书名关键词检索两轮都没命中，"达人名+书名"组合词一次命中。做法：第一轮书名词跑完后，从结果和用户指认中收集头部达人名单，第二轮用"达人名+书名"定向补检；
• 作者/IP 名单独检索（作者大 V 的历史内容是流量池，也是同 IP 竞品书的监测面）；
• 用户点名的达人、标题、名人或内容概念；
• 搜索过程中发现的新高频词，再反向补检。

对每个关键词在平台内向下浏览多屏，记录结果并去重。不得从首页随便挑几条代替系统检索。

相关性分级规则（强制）：一条内容是否相关，只看标题+正文是否实际提到书名或作者，不看检索词是否命中——"达人名+书名"组合词命中的粉丝向内容、同名词内容都是噪音。分三级：强相关（标题/正文含书名）、IP相关（仅含作者名，作流量池/竞品联动参考）、噪音（丢弃）。例外通道：用户指认或人工点开核验确认相关的（如文案不带书名的头部爆款），可升级为强相关，核验层级标"待核验"并在备注写明依据。

2. 识别爆款和关键案例

综合互动量、收藏/分享、评论讨论度、传播角度和用户指定线索选择案例。优先级：

1. 平台内明显头部互动内容；
2. 用户点名或行业复盘中关键案例；
3. 能代表不同内容类型与传播角度的案例；
4. 强负评或高讨论度反向案例。

图文平台优先检查点赞超过 1000 的笔记，同时保留虽未过 1000 但具有关键传播切角的案例。短视频平台不得漏掉最高互动视频，并覆盖真人口播、混剪、图文三类内容形式。

3. 核验内容和前台数据

为每条记录标注核验层级：

• 详情已核验：进入详情页，核对正文、图片或视频及互动数；
• 逐段核验：视频拖动时间轴核看多个节点；
• API采集核验：经平台登录态接口结构化采集，标题/正文/互动数/精确发布日期/原链来自接口返回且原链可溯（结构化采集路线的默认层级）；
• 搜索卡片核验：只确认搜索卡片上的标题、日期和点赞；
• 用户指定待核验：用户确认其重要性，但当前未稳定命中原帖（如文案不带书名、需人工点开确认内容指向的案例）。

缺失的收藏、评论、分享或发布日期留空，不推算、不借用相似账号数据。

案例拆解

一案一拆（强制）：产品引入、价值表达、CTA、封面、配图要点等定性拆解列，必须基于该案例真实看到的标题、正文、配图、评论区逐案撰写。严禁用同一套通用模板话术填充所有案例行——重复模板是用户一眼识破的交付事故。封面等未单独截图的元素，如实标注"基于详情页推断"，不冒充已核验。

图文笔记

依次拆解：

1. 标题；
2. 正文第一段；
3. 产品如何引入；
4. 产品价值如何表达；
5. 最后的 CTA；
6. 封面构图、封面文案；
7. 配图数量、顺序和内容类型；
8. 前台点赞、收藏、评论和来源链接。

如果只看到了搜索卡片，只写已确认信息，并明确"待详情补核"。

短视频

必须真实播放或拖动时间轴，不得根据标题臆测分镜。至少观察：

• 0—3 秒：画面、人物、书封、字幕和口播钩子；
• 3—8 秒：如何承接钩子、是否露书；
• 中段至少 3 个均匀分布的时间点：讲解逻辑、镜头变化、字幕和产品价值；
• 最后 5—10 秒：结论、口播 CTA、商品卡、评论引导或其他促单方式。

记录总时长和观察时间点。区分真人口播、混剪和图文，不要用同一套结构强行描述三种形式。

图文卡片（视频形态）

按首图钩子、标题/文案、连续图卡逻辑、产品引入、价值表达、末图 CTA 和商品链路拆解。

营销时间轴

按月份汇总当前可见并去重的相关样本，至少包含：

• 可见样本数；
• 阶段判断；
• 主要传播角度；
• 代表案例；
• 证据强度和待补项。

时间轴模块顶部必须写一句"结论先行"，直接说明：

• 集中营销从几月到几月；
• 集中期当前可见铺稿量约多少条/月；
• 长续维稳从几月到几月；
• 维稳期当前可见铺稿量约多少条/月。

统一使用"当前可见样本/约数"口径，除非拥有平台全量数据，不得称为真实总发稿量。

用户反馈

同时整理正向、负向和专业/中性反馈。优先归纳重复出现的具体概念，而不是只写"喜欢""不好看"。

每个主题包含典型表达概括、出现位置、频率判断、营销意义、风险或机会、建议动作和证据来源。重点检查：

• 高频传播母题是否同时出现在标题、正文和评论；
• 抽象难懂、翻译不顺、过度承诺等阅读门槛；
• 收藏、购买询问和版本比较；
• 强负评是否可能形成反向传播。

达人名单

将达人名单放在每个平台的最后一个模块。每个平台目标约 20 位，尽可能覆盖当前检索中靠前且相关的账号，而非少量精选。

名单至少包含账号、代表内容、日期、代表互动、内容形式、核心切角、核验状态、优先级、合作/用途判断和备注（列结构见 Excel 模板）。短视频平台名单保持真人口播、混剪、图文和负评监测的类型平衡。

数量不足时的降级处理：系统检索后确实凑不满目标数量时，如实写入实际找到的位数、已覆盖的检索词和浏览深度，并在模块说明行写明缺口原因；不得用弱相关账号充数，不得重复计数。

Excel 交付

一模块一 Sheet（强制，2026-09-08 定版）：每个目标平台 4 个 Sheet——爆款案例拆解、营销时间轴、用户反馈、达人 List，tab 名格式「平台｜序号 模块名」（如 平台A｜1 爆款案例拆解，平台A/B指用户指定的不同平台）。禁止把四个模块纵向堆进一个 Sheet——多模块共列宽必然导致部分模块挤成一团。

双平台同时分析时的排布（强制）：

1. 交错排序：tab 顺序按模块交错——平台A①、平台B①、平台A②、平台B②……保证首屏 tab 栏同时露出两个平台，避免用户误以为后面没有另一个平台的内容；
2. tab 颜色区分平台：每个平台固定一种 tab 色（如平台A红 C0392B、平台B深蓝 2C3E50），tab 被折叠后仍可一眼分辨归属。

呈现层统一收口（完整规范见 Excel 模板）：

1. 全表统一字体（微软雅黑），表头深底白字居中，关闭网格线，缩放 90%；
2. 链接列禁止放原始长 URL（撑爆行高+视觉灾难）——统一转短文本超链接，文案按平台区分：图文平台「打开笔记 ↗」、短视频平台「打开视频 ↗」，点击跳原帖；
3. 行高按内容估算并封顶（上限约 96px），禁止长文本把行高撑到半屏；
4. 重点浅金标注：每张 Sheet 的核心列/行用浅金底色 FFF2CC 标出（默认：案例表的标题/钩子/封面或价值列、时间轴"集中投放"阶段整行），让用户打开即见本表重点；
5. 正向反馈暖色块、负向冷色块、交替底色保留，不与重点金冲突。

各模块的列结构、表头文案以 Excel 模板 为准，不要每次自行发明列。

结构硬规则（逐条强制，2026-09-08 二次实测后内联——只写在参考文件里的规则会被执行端忽略）：

1. 表头固定在第 3 行：每个 Sheet 第 1 行=模块标题横幅（深底白字），第 2 行=口径说明行（浅色底、合并整行），数据从第 4 行起。禁止表头裸露在第 1 行；
2. 列名逐字复用模板，禁自创、禁缩水、禁换序。模块一（20 列）：序号/核验层级/采集日期/发布日期/账号/账号链接/内容形式/标题/钩子/产品引入方式/价值表达/CTA促单/封面首图/配图或分镜要点/点赞/收藏/评论/分享/证据截图/备注。模块二（7 列）：月份/当前可见样本数/阶段判断/主要传播角度/代表案例/证据强度/待补项。模块三（9 列）：方向/反馈主题/典型表达概括/出现位置/频率判断/营销意义/风险或机会/建议动作/证据来源。模块四（12 列）：序号/账号/账号链接/代表内容/日期/代表互动量/内容形式/核心切角/核验状态/优先级/合作/用途判断/备注。"结论先行"放第 2 行说明行，不占数据行；
3. 排版收口直接复用附带脚本 excel_style_pass.py（横幅/表头/冻结/URL 短链接/行高封顶/重点金/tab 颜色一站式），不要手写样式代码复刻。

导出后必须：

1. 渲染各 Sheet 的预览图并目视检查；
2. 检查截断、重叠、空白异常和模块顺序；
3. 抽查定性拆解列（产品引入/价值表达/CTA/封面/配图）是否存在跨行雷同的模板话术，雷同即回炉重写；
4. 扫描公式错误；
5. 检查呈现层：无裸长 URL、重点底色已套用、tab 交错排序与颜色正确、无失控巨行；
6. 核对每个平台达人名单数量与降级说明（目标约 20 位）；
7. 确认所有未核实信息均已标注，关键案例已有证据截图。

最终交付 .xlsx，并简要说明已核验范围、关键缺口和不能外推的口径。