bilibili-research
Skill0 starsChanged 34 days agoApache-2.0View on GitHub
B站搜索词调研与选题分析工具。当用户提到"B站调研"、"搜索词调研"、"选题调研"、"B站关键词"、"bilibili keyword"、"帮我调研一下B站"、"看看B站上有什么"、"选题池",或者用户正在做内容策划且提到了B站/bilibili时,触发此skill。也适用于:用户提供了一组关键词想了解在B站上的竞争情况,或者想知道某个选题方向在B站是否有流量。
In this repository17 other files it gives its agents.
- chatgpt-share-downloadSkill
- claude-upgradeSkill
- commit-messageSkill
- docx-to-markdownSkill
- domain-availability-checkSkill
- embedded-lintSkill
- embedded-test-sopSkill
- laodao-upgradeSkill
- matt-pocock-upgradeSkill
- pdf-to-markdownSkill
- standards-initSkill
- tagSkill
- trademark-basic-searchSkill
- xlsx-to-csvSkill
- x-researchSkill
- youtube-researchSkill
- zhihu-researchSkill
The file
Files
B站搜索词调研
对种子关键词进行B站搜索调研,分析搜索热度和竞争度,输出结构化选题池文档。
输入
通过参数接收种子关键词,格式灵活:
- 逗号分隔:
Claude Code, AI写代码, vibe coding - 换行分隔(多行输入)
- 或直接在对话中提供
如果用户没有提供关键词,先问用户要。给出示例帮助用户思考: "请提供你想调研的种子关键词。比如你的内容定位相关的工具名、技术概念、痛点描述。示例:Claude Code, AI写代码, vibe coding, AI编程 翻车"
调研流程
对每个种子关键词,按顺序执行以下步骤。一次调研建议控制在 5-10 个种子词以内,避免搜索过于频繁。
Phase 1: 扩展搜索
对每个种子词,用 WebFetch 抓取 B站搜索结果页面,可以获取完整的结构化数据(播放量、UP主、时长、URL)。
核心方法 — WebFetch B站搜索页:
对每个种子词,做 2 次 WebFetch:
搜索 1 — 综合排序(默认热度):
WebFetch:
url: https://search.bilibili.com/all?keyword={URL编码的种子词}&order=totalrank
prompt: 从这个B站搜索结果页面中,提取所有视频的信息。对每个视频,提取:1. 视频标题(去除HTML标签) 2. 播放量(保留原始格式如"71.1万") 3. UP主名称 4. 发布时间 5. 视频时长 6. 视频完整链接URL(https://www.bilibili.com/video/BVxxx 格式)。以markdown表格返回。搜索 2 — 最新发布(竞争度信号):
WebFetch:
url: https://search.bilibili.com/all?keyword={URL编码的种子词}&order=pubdate
prompt: 同上关键词需要 URL 编码(中文字符用 %XX 格式)。可以用 Agent 并行执行多个种子词的搜索来加速。
补充搜索(可选,用于关联词扩展):
WebSearch: "{种子词} 教程 bilibili"WebSearch 用于发现 B站 站外的关联内容和长尾关键词,作为 WebFetch 数据的补充。
从 WebFetch 结果中可获取的字段:
- 视频标题(完整)
- 播放量(精确数字,如"71.1万"、"5451")
- UP主名称
- 发布时间
- 视频时长
- 视频 URL(完整的 bilibili.com/video/BVxxx 链接)
大部分字段都能获取。偶尔某些字段缺失时标记为"—"。
Phase 2: 数据整理
对每个种子词,将两次搜索(综合排序 + 最新发布)的结果合并去重,整理成表格:
### 关键词: {种子词}
**热门视频(按综合排序):**
| # | 标题 | 播放量 | UP主 | 发布时间 | 时长 | URL |
|---|------|--------|------|---------|------|-----|
| 1 | ... | 71.1万 | xxx | 01-25 | 44:45 | https://www.bilibili.com/video/BVxxx |
| 2 | ... | ... | ... | ... | ... | ... |
**近期视频(按发布时间):**
| # | 标题 | 播放量 | UP主 | 发布时间 | 时长 | URL |
|---|------|--------|------|---------|------|-----|
| 1 | ... | ... | ... | 03-28 | ... | https://www.bilibili.com/video/BVxxx |Phase 3: 分析判断
对每个关键词,基于搜索结果分析以下维度:
搜索热度(基于搜索结果中视频的播放量):
- 高:搜索结果中多条视频播放量 > 5万
- 中:搜索结果中多条视频播放量在 1万-5万
- 低:搜索结果中视频播放量普遍 < 1万
- 无法判断:播放量数据不足
竞争度(基于近期内容密度):
- 高:搜索结果中近30天有 > 5条新视频
- 中:搜索结果中近30天有 2-5 条新视频
- 低:搜索结果中近30天 < 2 条新视频
- 无法判断:时间数据不足
蓝海信号:
- 是否存在低粉UP主的高播放视频(说明选题自带流量)
- 是否搜索结果较少(说明内容供给不足)
高价值标题词:
- 统计搜索结果标题中频繁出现的词汇
Phase 4: 2x2 矩阵分类
将所有关键词分为四类:
搜索量高 搜索量低
┌──────────────────┬──────────────────┐
竞争少 │ ★ 金矿 │ 补充选题 │
│ 优先做 │ 可做,流量小 │
├──────────────────┼──────────────────┤
竞争多 │ 需要差异化 │ 不做 │
│ 找独特切入点 │ │
└──────────────────┴──────────────────┘对于"需要差异化"的关键词,主动建议差异化角度:
- 对比实验("同一个需求,两种方式")
- 翻车+解法("X个坑,以及怎么解决")
- 特定语言/框架(缩小范围降低竞争)
- 方法论层(大多数人讲"怎么用",你讲"为什么")
输出
输出文件
将完整调研结果写入文件。默认路径:当前项目中与内容策划相关的目录。
如果能推断出合理路径(比如 02-output/ 目录存在),就写到那里。
否则写到当前目录。
文件名格式:选题池-{日期}.md
输出格式
# 选题池(数据驱动)
> 调研日期: {YYYY-MM-DD}
> 调研方法: B站搜索词调研(WebSearch + 竞品分析)
> 种子词: {列出所有种子词}
---
## 调研概览
| 种子词 | 搜索热度 | 竞争度 | 分类 | 蓝海信号 |
|--------|---------|-------|------|---------|
| ... | 高/中/低 | 高/中/低 | 金矿/差异化/补充/不做 | 有/无 |
---
## ★ 优先选题(金矿:搜索量高 + 竞争少)
### {关键词1}
**热度:** 高 | **竞争:** 低 | **蓝海信号:** {描述}
| # | 标题 | 播放量 | UP主 | 发布时间 | 时长 | URL |
|---|------|--------|------|---------|------|-----|
| 1 | ... | 71.1万 | xxx | 01-25 | 44:45 | https://www.bilibili.com/video/BVxxx |
**标题建议:** {基于搜索结果中的高价值标题词,给出1-2个标题草稿}
---
## 可做选题(需要差异化:搜索量高 + 竞争多)
### {关键词}
**热度:** 高 | **竞争:** 高
| # | 标题 | 播放量 | UP主 | 发布时间 | 时长 | URL |
|---|------|--------|------|---------|------|-----|
| 1 | ... | 19.4万 | xxx | 02-11 | 43:14 | https://www.bilibili.com/video/BVxxx |
**差异化建议:** {具体的差异化角度}
**标题建议:** {标题草稿}
---
## 补充选题(细分流量:搜索量低 + 竞争少)
### {关键词}
...
---
## 不做的选题
| 关键词 | 原因 |
|--------|------|
| ... | 搜索量低 + 竞争高 |
---
## 高价值标题词
从所有搜索结果的标题中提取的高频词汇:
| 标题词 | 出现次数 | 出现在哪些关键词的搜索结果中 |
|--------|---------|--------------------------|
| ... | ... | ... |
---
## 下一步行动
基于调研结果,建议的前3条视频选题:
1. {选题1} — {理由}
2. {选题2} — {理由}
3. {选题3} — {理由}
> 建议每2周重新调研一次,追踪关键词热度变化。执行注意事项
- 每个种子词做 2 次 WebFetch(综合排序 + 最新发布),5-10 个种子词意味着 10-20 次 WebFetch。可以分批并行执行(每批2-3个种子词的 WebFetch 同时发出)。
- WebFetch 抓 B站搜索页通常能获取播放量、UP主、时长、URL 等完整数据。偶尔缺失时标记"—",不要编造数据。
- 关键词需要 URL 编码。中文关键词示例:
AI写代码→AI%E5%86%99%E4%BB%A3%E7%A0%81。英文关键词可直接用+连接空格:Claude+Code。 - WebFetch 的 prompt 要明确要求"以markdown表格返回",并要求提取所有视频字段(标题、播放量、UP主、发布时间、时长、URL)。
- B站搜索结果页默认只显示约 10-20 条视频。如需更多数据,可以 WebFetch 第 2 页:在 URL 后加
&page=2。 - 输出文件写入后,告诉用户文件路径。WebFetch 数据已经比较完整,但仍建议对"金矿"类选题在B站手动验证(搜索结果排序可能有差异)。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

