Last 30 Days 中文版

它解决什么问题

研究一个国内社媒话题时，单个平台只能看到局部信号：小红书偏体验和种草，抖音偏热点与情绪传播，公众号偏深度观点。若手动搜集近30天内容，容易陷入按平台罗列链接、缺少趋势判断的困境。

核心工作流

该技能围绕 keyword 组织查询，多词可用英文逗号分隔。默认覆盖 xhs、dy、gzh 三个平台，并输出近30天数据；也可通过 --days 缩短到近期窗口。它会先做关键词质量检查，避免“工具”“方法”这类过宽话题导致结果发散。

随后技能会结合 WebSearch 预研究热词与背景，再运行内置 Python 引擎。引擎返回三平台标题、作者、互动数据和链接，补充搜索可覆盖知乎、B站、36氪等来源。综合阶段不按平台堆材料，而是按话题、人物、产品或事件重构叙事；多平台交叉验证的结论权重更高，高互动内容用于判断真实用户信号。最终可生成结构化研究报告，并按需输出交互式 HTML。

适用边界

它更适合有明确对象的话题研究，例如品牌、产品、功能、行业事件或 A vs B 对比。若关键词过于抽象，需要先具体化。平台信号解读也不同：小红书关注收藏/点赞比，抖音关注分享数，公众号关注阅读量与分享。它提供的是近期社媒讨论分析，不等同于完整统计抽样，也不覆盖所有中文互联网来源。