agentleFS
puppyfront-webpuppyfront-web/social-publish-skills/skills/growth-content-strategy/SKILL.md

growth-content-strategy

Skill14 starsChanged 6 months agoMITView on GitHub

用于短视频获客的选题、账号定位、对标拆解与矩阵裂变策略。当用户想做选题、找话题、分析对标账号、做账号定位、不知道发什么内容、判断哪些素材值得投流裂变、制定短视频获客策略时使用。涉及赛道分析、爆款选题挖掘、对标博主拆解、矩阵账号裂变、平台与工具匹配、客资转化逻辑。凡是"做什么内容/对标谁/账号怎么定位"的战略问题都应触发本技能——即使用户没有明说"策略"二字。

The file

Files
SKILL.md

获客内容策略:选题与定位

解决短视频获客的战略层问题——做什么内容、对标谁、账号怎么定位。这是整条获客链路里方法论价值最高的部分:AI 只是员工,先会分辨优质素材、明确账号定位,再投喂 AI,否则 AI 产出再好也带不来客资。

本技能覆盖"获客三步走"的第一步(判断与定位);写文案去 growth-content-writing,写完优化去 growth-content-ops。

核心心法(先理解,再动手)

1. 获客本质:精准客资 > 播放量

这是整套方法论的根基,违反它一切白费。

  • 判断素材价值的核心不是播放量高低,而是客群定位是否精准、能否带来有效客资与转化。
  • 服装店反例:纯穿搭闲聊的素材有流量,但没有明确吸引目标人群、带不来门店客资——不合格的获客素材,不能投喂给 AI。
  • 服装工厂正例:标注门店位置、强调质量好价格低、引导用户到店的素材,播放量不高但精准,能带来实际到店客户——合格的获客素材。
  • 结论:越垂直精准的内容,播放量越低,但获客变现效率越高。 播放量高不代表变现能力强。

2. AI 定位:AI 是员工,标准由老板定

  • AI 是听话的"高智商实习生",给什么指令就执行什么,不清楚就会瞎猜。
  • 做不出好内容,本质是老板没交代清楚标准:自己都不知道什么是优质素材,AI 肯定做不出好内容。
  • 正确顺序:分辨优质素材 → 拆解爆款框架 → 明确投喂标准 → AI 仿写裂变。

3. 矩阵裂变公式:先找确定性,再放大确定性

找到已验证的爆款素材 → 拆解框架 → AI 仿写裂变出 10 条不同表达 → 持续放大已验证的结果。

  • 矩阵的本质:把有结果的文案反复二创,AI 负责执行批量生产。
  • 跨行业抄文案:不要局限在同行业找素材,跨行业跨类目抄爆款框架,能拿到更多差异化结果。
  • 先有"已经验证过的确定性爆款"作为种子,再让 AI 拆解仿写裂变——先撤出确定性,再裂变确定性。

平台与工具匹配法则(关键)

拆解哪个平台的爆款,就用训练了该平台数据的 AI 工具,效果天差地别:

目标平台推荐工具原因
抖音爆款豆包训练了抖音全量数据
视频号爆款元宝与视频号打通
TikTok 跨境Solo 2模型贴合海外用户风格

补充:即梦用于视频/数字人创作,与抖音打通可训练个人音视频模型;直播仍需真人出镜(AI 触达无法建立信任感)。

本表的原则是「拆哪个平台的爆款,就用训练了该平台数据的工具」——原则长期有效,具体工具是时效资产(最后验证 2026-10,迭代快),使用前先联网核实存续与能力,可等价替换。

六种主流获客方式(决定内容逻辑)

不同获客方式对应不同的 AI 提示词与内容逻辑,先明确自己走哪条路:

获客方式适用场景
达人种草品牌起量,找达人带量
团购获客实体门店(电商实体化,把服务包装成团购单品)
短视频引流创始人 IP、专家型个体户
图文引流门槛最低,适合不出镜的普通人(小绿书是流量洼地)
电商获客带货变现
直播引流高转化,需真人出镜

核心趋势:电商实体化、实体电商化——带货和获客本质都是获取精准流量。实体老板要把服务包装成团购单品,才能走完整的电商获客链路,获得平台流量支持。

账号定位链路(四步,顺序不能乱)

  1. 商业定位:做自然流还是付费流?达人账号还是商家账号?开蓝 V 吗?用户到店消费、加私域成交还是直播成交?
  2. 内容定位:做哪一类内容?普通人先聚焦一类,拿到结果再拓展,不要同时做多种类型。
  3. 流量路径:自然流(对创意要求极高)还是付费投流(有固定框架,更可控)?
  4. 提示词指令:方向明确后,才能产出明确的提示词,否则 AI 产出乱七八糟。

账号起名格式:「地区 + 产品 + 门店/昵称」,适配抖音同城流量扶持与 AI 搜索布局(AIGU 趋势:未来用户遇事不决会问 AI,AI 会推荐商家)。

投流测试逻辑(小额验证确定性)

  • 不需要大额投入:用小额测试验证确定性,单条素材投 100–200 元,看客资成本与精准度。
  • 达标再加量投放;不达标就换素材。
  • 达人账号做自然流,商家蓝 V 账号做付费投流,两种账号同步运营,兼顾自然流量与付费放大。
  • 设计团购单品要能筛选高净值用户:高净值用户升单空间大,才能支撑投流成本;低价位单品来的用户升单率低,投流没有利润空间。

执行流程(根据用户意图路由)

  1. 先判断用户处于哪个环节,从对话中提取:行业/赛道、目标客群、现有素材、账号现状。
  2. 按需读取参考文件:
    • 用户要找选题/挖掘爆款话题 → 读 references/topic-detection.md(话题探测方法论 + 赛道关键词组合选题)
    • 用户要拆解对标账号/分析竞品 → 读 references/benchmark-analysis.md(对标博主账号拆解)
    • 用户要做赛道关键词组合选题 → 读 references/topic-detection.md 中的关键词组合部分
  3. 输出前,先用"获客本质"那一节校验:你给的选题/定位能不能带来精准客资?是泛流量还是垂直获客?如果不能带来客资,重新调整。
  4. 给出可执行建议时,附带"为什么这样定位"的理由——模型照做不如模型理解。

补充路由:用户要沉淀对标拆解结果(建对标账号档、品牌资料库、行业语料)时,转 personal-knowledge-wiki 建结构化知识库;拆解的是单条爆款视频而非整个账号时,转 content-toolkit/competitor-pattern-mining(单条级)配合本技能的账号级拆解。

拿不准该用哪个内容技能时,先看 skills/content-routing.md(路由总览)。

输出原则

  • 先问诊,后开方:信息不足时先问清行业、客群、现有打法,不要凭空给策略。
  • 校验客资导向:任何选题/定位建议都要经得起"这能带来精准客资吗"的追问。
  • 方法论优先,模板辅助:讲清楚"为什么这样选"的逻辑,比直接丢选题更有价值。

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.