360 Secure SkillHub
360 安全技能中心

story-short-scan

采集或接收点众、黑岩、知乎盐言、七猫等平台短篇榜单,按情绪、题材、篇幅等维度分析,输出扫榜报告与选题匹配建议,并标注样本日期、覆盖范围和可信度。

zenstory-ai
热度 84.53
最近更新 2026-10-19 03:07:52
分类:数据依赖:代码执行 / 联网浏览搜索 / 读写文件应用场景:市场分析 / 报告撰写 / 研究 / 推荐

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 zenstory-ai/oh-story-claudecode/story-short-scan
Metadata
name
story-short-scan
version
1.0.0
description
短篇网文扫榜。分析知乎盐言、七猫、黑岩、点众等平台热门短篇数据,捕捉风口题材。触发方式:/story-short-scan、/短篇扫榜、「短篇什么火」「知乎故事排行」。
metadata
{"openclaw":{"source":"https://github.com/zenstory-ai/oh-story-claudecode"}}

story-short-scan:短篇网文扫榜

基于真实榜单样本分析短篇市场,给作者可写的情绪方向、题材候选和验证办法。


核心哲学

原则 1:短篇市场是情绪市场

扫榜从题材和简介中判断读者读完的感受、触发场景与情绪爆发点,说明这些内容如何吸引读者。仅凭题材名无法判断具体情绪体验。

原则 2:热度只按各平台自己的口径比

榜单给的收藏、赞同、在读、评分各有口径,只在同一口径内比较。排名和互动量只说明样本受到的关注,不能据此断定故事质量或情绪拉扯效果。

原则 3:短篇风口来得快去得快

报告写明样本日期、覆盖范围、结论可信度和复扫日期。题材信号可能在数周内失效,过期后只作候选参考。


扫榜流程

Phase 1:确认平台和方向

用户已给出平台或方向时直接采用,只问缺项:「想看哪个平台、男频还是女频、哪类短篇?点众可直接采集;黑岩要有黑岩后台账号、先登录;知乎盐言、番茄和七猫短篇请发榜单截图、文字或链接。手里有编辑的征稿要求也可以一起发来。」

关键判断:

  • 用户已有方向 → 针对该方向做深度扫榜
  • 用户没有方向 → 做全榜概览 + 找趋势
  • 用户想跨平台比较 → 做平台对比分析

Phase 2:确定数据来源

优先级 模式 说明 何时用
1 脚本采集 点众、黑岩:抓取平台页面,产出结构化文件 有 Chrome 环境时(优先)
2 作者提供 没有脚本的平台,或作者已有榜单 知乎盐言/番茄短篇/七猫短篇等
3 内置知识 用历史资料提出待验证的选题 无法联网、作者也没有数据时

命令中的 scripts/ 相对本 skill 根目录。

  1. 只读所选平台那一份:点众 / 黑岩 / 没有脚本的平台。其中有网址、命令、字段、故障排查、平台分析维度和作者榜单的整理格式。
  2. 每次扫榜新建输出目录 扫榜/{YYYYMMDD}/(同日再扫加 -2)存本次榜单,不往旧目录追加(聚合会混进旧榜)。脚本自动命名文件,作者榜单按平台参考命名;某平台失败就跳过。对比时读上个日期目录的 扫榜聚合.md。
  3. 聚合:node scripts/aggregate-rank.js {输出目录} --out {输出目录}/扫榜聚合.md --sparse 10 --scale short。主会话只读这份聚合,需要原始简介与人设信息时再抽样:node scripts/aggregate-rank.js {输出目录} --sample {题材/标签/书名词} --n 5。
  4. 看聚合的「采集情况」:标了问题(书名没解出来、没采到、详情没取到)的榜单按平台参考排查重采;重采不了就在报告里说明结论不含它。
  5. 作者发来征稿要求:原文存进输出目录的 征稿要求.md,题材、字数、截止日期当硬条件。

内置知识: 跳过聚合,加载 references/real-market-data.md,明确标注「以下分析基于历史趋势数据;未完成实时榜单校验前只能作为候选假设。」并列出需要复扫的平台页面。


Phase 3:数据分析

有真实样本时,以聚合结果和平台参考的「分析维度」为准。趋势需对比同口径的多期样本;仅用内置知识时只给待验证候选,不填写当前数量、占比或涨跌。

  1. 情绪排行:按本节末的情绪表把题材、标签归入六种写作情绪,按样本数量比较。每本书根据简介判断读者读完的感受,只归一类;标签只是线索,无法判断的计「待定」。悬疑题材按简介落点分:最后揭开真相的归反转震撼,留下寒意的归细思极恐
  2. 题材热点:聚合的题材表和标签热词里反复出现的设定、场景
  3. 篇幅分布:聚合的字数分布与各题材字数中位
  4. 简介与书名写法:抽样简介怎么前置冲突、留悬念,书名常见词与代表作标题;可对照 real-market-data 的历史写法
  5. 结尾类型:HE(好结局)/BE(坏结局)/开放式,只在作者提供的内容看得出结局时统计
  6. 人设模型:抽样简介里反复出现的主角类型
情绪 归入的题材与标签 难度
意难平 虐恋、遗憾、错过、追妻、白月光 中
反转震撼 悬疑、身份错位、反转 高
爽感释放 打脸、逆袭、复仇、重生改命、宅斗 低
治愈温暖 成长、亲情、友情、甜宠 中
细思极恐 悬疑、心理、民俗怪谈 高
共鸣感动 现实、职场、婚姻、家庭 中

Phase 4:输出扫榜报告

报告讲市场结论和能写的方向。脚本名、命令和采集状态不进报告;未采到的平台用一句话说明原因。模板中缺数据的项直接省略;单期样本不写「变化」一节,历史资料不填当前数量和热度。点众、黑岩采的是在架书目,并非热度榜:只有它们的数据时,「榜上数量」写「在架数量」,热度中位一列点众写「评分中位」、黑岩省略,不说哪篇火。

报告展示给作者,同时写进输出目录的 短篇扫榜结论.md:文件不存在就先按 references/topic-match.md 的模板写文件头,再把报告作为「扫榜结论」一节写入(已存在就整节替换)。

## 扫榜结论:{平台名称}

### 市场概况
- 扫榜时间:{日期}
- 核心发现:{一句话总结}
- 可信度:{样本多少篇、来自哪几个榜};建议 {日期} 前后再扫一次

### 情绪排行
| 排名 | 情绪 | 榜上数量 | 代表作 |
|------|------|----------|--------|
| 1 | {情绪} | {N篇} | {标题} |

### 题材热点
| 题材 | 榜上数量 | 热度中位({口径}) | 代表作 |
|------|----------|--------------------|--------|
| {题材} | {N篇} | {数值} | {标题} |

### 关键数据洞察
- 篇幅区间:样本集中在 {X}-{Y} 字
- 简介写法:{高频写法}
- 结尾偏好:{HE/BE/开放式的比例}
- 标题特征:{命名规律}
- 人设热词:{高频主角类型}

### 变化(和 {上期日期} 比)
- 升温:{题材或情绪} — {本数或热度怎么变}
- 降温:{题材或情绪} — {本数或热度怎么变}

### 值得写的方向
1. {方向 + 情绪拉扯方式 + 同方向几篇}
2. {方向 + 情绪拉扯方式 + 同方向几篇}
3. {方向 + 情绪拉扯方式 + 同方向几篇}

### 一句话
{犀利总结}

Phase 5:选题匹配

先读 短篇扫榜结论.md 的「扫榜结论」及同目录 扫榜聚合.md 和 征稿要求.md(有的话);内置知识模式没有聚合表,只读历史候选。

作者未提供的信息集中问一句:「打算投哪个平台(还是自己发)?手里有什么素材、擅长写什么?计划写多少字?」 作者不想答就按样本给方向,可行性最高写「中」。

按 references/topic-match.md 写进同一文件的「选题匹配」一节。优先选样本信号明确、作者素材和条件撑得住的方向,写作难度按 Phase 3 情绪表定。

关键判断:

  • 先说明选题提供的情绪体验,再说明题材创新如何支持它
  • 开头 3 句话是留存高风险区,必须建立冲突、身份差或情绪钩子
  • 反转是短篇常见传播引擎;若不使用反转,必须用强共鸣、强话题或强余韵补足传播风险

流程衔接

流水线: 短篇 位置: 扫榜(第 1/3 步)

时机 跳转到 命令
找到方向 story-short-analyze /story-short-analyze
直接开写 story-short-write /story-short-write
更适合长篇 story-long-scan /story-long-scan

参考资料

文件 何时加载
三份平台参考(链接见 Phase 2 第 1 步) 确定数据来源:只读所选平台那份
references/topic-match.md 出报告和选题:短篇扫榜结论.md 模板、平台对照、可行性上限与交付
references/real-market-data.md 内置知识模式;有榜单时对照简介和书名的历史写法