视频号课程招生视频内容分析

解决什么问题

在视频号生态中，课程招生作品的转化效果往往藏在具体的表达逻辑里。运营和产品团队常面临一个难题：仅凭主观感觉很难拆解高转化视频的共性——开头用什么钩子留住观众？信息顺序如何推进？卖点和行动引导是如何自然衔接的？人工拆解不仅耗时，且容易遗漏关键证据。

这个技能旨在跳过主观猜测，通过客观数据驱动的内容分析，帮助团队快速定位招生视频的核心结构。

核心能力与工作流程

技能接收一个公开的视频号作品链接，基于自动化分析提取核心要素，并生成结构化的拆解报告。

• 证据驱动：分析过程严格依赖 media-analysis.json 中返回的视频摘要和字幕。
• 结构化输出：自动提取主题、目标受众、开头设计、内容分段、重点表达及行动引导（CTA）。
• 执行步骤：

1. 运行脚本并指定 --output-dir 保存原始数据。
2. 仅在摘要或字幕至少一项非空时，才进行后续语义提取。
3. 明确区分视频原始陈述与分析解释，确保推导有据可依。

适用边界与注意点

为了保持分析结果的严谨性，使用该技能时需要注意以下边界：

• 不处理纯数据查询：如仅查询播放量、点赞数或评论互动数据，属于无效输入。
• 不用于账号分析：无法对账号主页进行整体画像分析。
• 拒绝无效输入：拒绝账号主页链接、搜索页链接、私有链接及本地网络地址。
• 零幻觉原则：当摘要和字幕缺失时，技能不会进行内容补写，严格禁止虚构说话人、引文或时间戳。