360 Secure SkillHub
360 安全技能中心

Douyin Viral Breakdown

面向抖音分享链接的爆款拆解分析:解析页面数据获取标题、作者与互动指标,下载视频并提取关键帧分析画面,从选题、开头钩子、情绪触发、目标人群与点赞/评论/转发/收藏心理等维度剖析火爆原因,输出拆解报告与可复用公式,并说明评论获取等能力边界。

csak47mu
csak47mu
热度 41.80
最近更新 2026-05-11 17:41:40
分类:营销依赖:代码执行 / 联网浏览搜索 / 读写文件 / 第三方 API / 内部调用大模型应用场景:社交媒体 / 市场分析 / 报告撰写 / 研究

安装技能

复制下面的话术发给你的 Agent,它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill: npx secure-skills-cli add douyin-viral-breakdown
Metadata
name
抖音视频拆解分析
slug
douyin-viral-breakdown
version
1.2.0
description
抖音短视频爆款拆解分析框架。分析视频为何火爆、触达人群、行为心理。使用场景:用户发送抖音视频链接时自动激活。
metadata
{"clawdbot":{"emoji":"🎬","requires":{"bins":[]},"os":["linux","darwin","win32"]}}

抖音视频拆解分析技能

触发条件

用户发送抖音视频链接时激活:

  • https://v.douyin.com/xxx
  • https://www.douyin.com/video/xxx
  • 抖音分享口令

分析框架

第一步:提取基础信息

必提取字段:

字段 来源 说明
视频ID URL解析 用于标识
作者昵称 页面数据 账号定位参考
作者签名 页面数据 人设背景
发布时间 create_time 时间节点
视频时长 duration_ms 内容密度
文案内容 desc 核心表达
话题标签 text_extra 流量入口

数据获取方式:

  1. 直接请求抖音短链,解析 HTML 中的 _ROUTER_DATA 或 window._ROUTER_DATA
  2. 或使用第三方解析 API(如公共 API、AnyToCopy)

第二步:数据表现分析

核心指标:

指标 计算方式 行业参考值
点赞数 digg_count -
评论数 comment_count -
转发数 share_count -
收藏数 collect_count -
评论率 评论/点赞 2-5%
转发率 转发/点赞 3-8%
互动率 (评论+转发+收藏)/点赞 <10%

评级标准:

指标 低 中 高 极高
评论率 <3% 3-5% 5-10% >10%
转发率 <5% 5-8% 8-15% >15%
互动率 <10% 10-20% 20-30% >30%

第三步:火爆原因分析

3.1 选题分析

维度 分析要点
热点蹭取 是否踩中当前热点?热点周期?
稀缺内容 普通人能否获取?原创还是搬运?
话题热度 话题标签的流量规模
时间窗口 发布时机是否合适?

3.2 开头钩子(3秒黄金)

分析文案/画面开头:

钩子类型 示例 效果
数字冲击 「41000英里」「涨了300%」 增强可信度
身份标签 「NASA发布」「专家揭秘」 激发好奇
痛点直击 「别再这样做了」「90%的人都不知道」 焦虑驱动
反常识 「你以为的XX其实是错的」 认知冲突
情绪触发 「看到这个我哭了」 情感共鸣
动作画面 「回望地球」「第一视角」 视觉冲击

3.3 情绪触发

情绪 触发机制 典型内容
敬畏感 宏大叙事、震撼画面 宇宙、自然奇观
好奇心 未知、揭秘、悬念 背后真相、隐藏细节
认同感 价值观共鸣 励志、爱国、亲情
焦虑感 错失恐惧、损失厌恶 「不知道就亏了」
愉悦感 幽默、反转、意外 搞笑、神转折
愤怒感 不公、对立 维权、吐槽

第四步:目标人群画像

4.1 人群分类

人群类型 识别特征 占比预估方法
核心粉丝 关注账号、高频互动 粉丝数/播放量
话题受众 通过话题标签进入 话题热度
算法推荐 系统推荐流量 -
搜索流量 搜索关键词进入 -

4.2 人群痛点

痛点类型 分析问题
信息痛点 缺什么信息?视频提供了吗?
情感痛点 什么情绪被触发?为什么?
社交痛点 是否满足社交需求?
行动痛点 是否提供了行动指南?

第五步:行为心理分析

5.1 为什么点赞?

心理机制 说明
认同感 「我认可这个内容的价值」
情绪共鸣 「我被感动/震惊了」
社交货币 「点赞后可以分享给别人」
算法驯化 「让算法多推这类内容」

5.2 为什么评论?

评论类型 心理动机 占比预估
观点表达 想说点什么 30%
情感宣泄 被触动想说 25%
互动求关注 想被看到 20%
质疑/科普 想纠正或求证 15%
跟风玩梗 参与氛围 10%

5.3 为什么转发?

转发动机 心理机制 强度
价值分享 「这个很有用,分享给朋友」 ⭐⭐⭐⭐⭐
情感传递 「我被感动了,希望你也被感动」 ⭐⭐⭐⭐
身份标签 转发 = 「我是关注这类内容的人」 ⭐⭐⭐⭐
话题参与 参与话题讨论 ⭐⭐⭐
利他心理 帮助他人 ⭐⭐⭐

5.4 为什么收藏?

收藏动机 说明
反复观看 内容值得重复消费
素材保存 用于二次创作
知识积累 学习参考
稍后阅读 暂时没时间看

第六步:可复用规律提炼

6.1 选题公式

热点事件 + 稀缺视角 + 数字冲击 = 高转发

6.2 开头公式

[权威身份] + [具体数字] + [视觉动作] = 3秒钩子

6.3 情绪公式

[核心情绪] + [触发机制] = 高互动

输出格式

标准输出模板

## 🎬 视频拆解分析

### 基础信息

| 项目 | 内容 |
|------|------|
| **标题** | [标题] |
| **作者** | [作者] ([签名]) |
| **时长** | [时长]秒 |
| **发布时间** | [时间] |
| **话题** | [话题列表] |

### 数据表现

| 指标 | 数值 | 评级 |
|------|------|------|
| 点赞 | [数值] | ⭐ |
| 评论 | [数值] | ⭐ |
| 转发 | [数值] | ⭐ |
| 收藏 | [数值] | ⭐ |
| **互动率** | [X%] | ⭐ |

---

## 🔥 火爆原因分析

### 1. 选题精准

[分析]

### 2. 开头钩子

[分析]

### 3. 情绪触发

[分析]

---

## 👥 目标人群画像

[分析]

---

## 🧠 行为心理分析

### 为什么点赞?
[分析]

### 为什么评论?
[分析]

### 为什么转发?
[分析]

### 为什么收藏?
[分析]

---

## 💡 可复用规律

### 选题公式
[公式]

### 开头公式
[公式]

### 情绪公式
[公式]

技术实现

视频画面获取流程(必须执行)

抖音链接 → 提取视频ID → 请求分享页 → 解析_ROUTER_DATA → 获取视频URL → 下载视频 → ffmpeg提取帧 → image工具分析

Step 1: 获取视频ID和元数据

# 请求分享页面
curl -s "https://www.iesdouyin.com/share/video/{video_id}" -H "User-Agent: Mozilla/5.0 (iPhone...)"

# 从HTML中提取 _ROUTER_DATA JSON
# 解析获取:标题、作者、数据、视频URL、封面URL

Step 2: 下载视频

# 视频URL格式:
# https://aweme.snssdk.com/aweme/v1/playwm/?video_id=xxx&ratio=720p

curl -o video.mp4 "{video_url}" -H "User-Agent: ..." -H "Referer: https://www.douyin.com/"

Step 3: 提取帧

# 提取多个关键帧
ffmpeg -i video.mp4 -ss 00:00:01 -vframes 1 frame_1.jpg
ffmpeg -i video.mp4 -ss 00:00:05 -vframes 1 frame_2.jpg
ffmpeg -i video.mp4 -ss 00:00:10 -vframes 1 frame_3.jpg

Step 4: 分析画面

使用 image 工具分析帧图片:
- 画面主体
- 构图特点
- 色调氛围
- 内容类型(实拍/CGI/动画)

视频数据获取

方法1:直接解析抖音页面

# 请求短链,获取重定向后的页面
curl -s -L "https://v.douyin.com/xxx/" -H "User-Agent: Mozilla/5.0"

# 从 HTML 中提取 _ROUTER_DATA 或 window._ROUTER_DATA
# 解析 JSON 获取视频信息

方法2:使用第三方 API

# 公共 API(有限频)
curl "https://cn.apihz.cn/api/fun/douyin.php?id=xxx&key=xxx&url=xxx"

方法3:浏览器工具

如果以上方法失败,使用 browser 工具访问在线解析网站。


使用示例

用户输入:

https://v.douyin.com/IyqeUd9FiKc/

输出: 完整的视频拆解分析报告(见上方模板)


注意事项

  1. 数据时效性:视频数据会随时间变化,分析时标注获取时间
  2. 数据来源:优先使用官方数据,第三方 API 可能不准确
  3. 分析深度:根据用户需求调整分析深度
  4. 隐私保护:不存储用户发送的视频链接

⚠️ 能力局限(必须诚实说明)

能做到 做不到
✅ 提取标题/文案 ✅ 图文作品:HTML 直接获取评论
✅ 提取数据指标 ✅ 视频作品:API 获取评论
✅ 下载视频并提取帧 ⚠️ 评论回复内容(二级评论)
✅ 分析画面内容 -
✅ 判断内容类型(实拍/CGI) -

评论获取能力说明(2026-04-12 验证):

  • 图文作品(note):HTML _ROUTER_DATA → commentListData.comments 可直接获取
  • 视频作品(video):需要额外请求评论 API:
    curl "https://www.iesdouyin.com/web/api/v2/comment/list/?aweme_id=<视频ID>&count=20" -H "User-Agent: Mozilla/5.0" -H "Referer: https://www.douyin.com/"
    
    返回 JSON:comments[].text, comments[].user.nickname, comments[].ip_label, comments[].createTime

数据字段说明:

字段 来源路径 示例
评论ID cid "7627707489840710459"
评论内容 text "@豆包 整理成powershell命令"
评论者昵称 user.nickname "道熙"
点赞数 digg_count 0
IP标签 ip_label "广东"
发布时间 createTime timestamp

重要:

  • 画面分析必须通过「下载视频→提取帧→image分析」流程获取,不能编造
  • 如果任何步骤失败,必须诚实说明原因
  • 图文作品评论可直接获取,不要说"做不到"