B站知识账号选题证据表
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_fccf428b/bilibili-knowledge-demand-topics。
技能介绍
解决什么问题
B 站知识区账号的选题通常来自评论区和搜索框里的零散信号:观众直接问出问题,又用弹幕和评论表达卡点。但这些信号散落、重复,还混着广告和情绪宣泄,直接拍脑袋定题很容易撞车或追错方向。另一个坑是把「提问题的人很多」误当成「愿意看完长视频的人很多」——知识类长视频天然考验观看节奏,选题阶段若不考虑这一点,完播率会在上线后被现实打脸。
这个技能要解决的就是从真实评论与搜索问题到可执行选题之间的证据整理工作:把散落的原话归类、排序,产出一张每行都能回溯到原话的选题证据表,并用章节完播率在事后复查选题是否真的成立。
核心能力与工作流程
输入需要几类资料:选题资料、章节结构与弹幕问题、评论样本、搜索词、产品定位。核心约束是 知识准确与长视频观看节奏兼顾——任何候选选题都不得用无法兑现的承诺(例如「三分钟学会全部」)去绕过这条硬约束。
执行流程分六步:
- 核对与标记:标注数据日期、来源、缺失项和不可比较口径;资料不足时先输出补证据清单,而不是硬填。
- 清洗样本:剔除广告、重复和无关评论,保留可回溯的编号。
- 场景归类:按场景、顾虑、失败经历和追问四个维度聚类观众原话。
- 优先级排序:结合证据量、意向强度与内容空白(竞品没讲透的点)排序。
- 核验交付:用参考资料和时间码核对证据表中的关键判断,无实际数据时只给测量口径,不虚构结果。
- 完播率复查:以章节完播率为验收指标,判断选题是继续、调整还是停止。
交付物包括选题证据表(含主题、原话证据、使用场景、核心顾虑、内容形态、优先级六列)、参考资料与时间码核验清单、章节完播率复查记录。
适用边界与注意点
- 只处理 B 站知识账号的需求选题环节,不替代全盘战略、平台真实操作或合同合规审批。
- 不承诺流量、转化率、收入或审核结果;没有实际数据时,只提供测量口径。
- 涉及预算、价格、库存、平台规则或会员数据时,必须标明来源与日期,并把已确认事实、分析判断、待确认事项分开。
- 频次不等于意向:评论数量多不代表付费意愿强,排序时两者分开考量。
- 任一关键条件(原话可回溯、口径可比较、复查指标明确)不满足时,输出
暂不可交付并列出补证据动作,而不是用空泛建议填满模板。 - 不读取或输出密码、Token 等敏感信息;涉及真实发布、付费等变更操作,必须取得明确授权。
使用场景
- 运营在准备下一期知识科普视频时,需要把评论区和搜索词里的真实提问聚类成候选选题清单。
- 内容策划面对大量重复弹幕和评论,需要剔除广告与无关样本后按顾虑聚类观众原话。
- 账号负责人要在选题证据表与章节完播率之间做交付前核验,判断哪些选题值得继续跟进。
- 团队面对口径不一致的评论样本,需要先标记来源与日期并输出补证据清单,再推进排序。
适合人员
- B 站知识区账号运营,需要从评论和搜索问题中筛选有证据支撑的选题。
- 知识类长视频策划,需要在知识准确与观看节奏之间拆解选题顾虑。
- 内容数据分析师,需要用章节完播率复盘选题证据表并给出调整动作。
- 职业教育内容团队,需要把观众失败经历和追问转成可排序的内容空白。