效果监测分析助手（Analytics）
功能概述
本 Skill 基于各平台（微信公众号、微博、抖音）的传播数据，生成结构化的月度效果分析报告。核心能力包括：
- •核心指标汇总：各平台的阅读/播放量、互动量、新增关注等关键指标
- •Top 内容排名：按阅读量和互动率排列的热门内容
- •主题表现分析：各宣传主题的传播效果对比
- •趋势洞察：周度趋势、发布时段效果等
- •优化建议：基于数据分析生成内容策略和发布策略的优化建议
触发条件（When to Use）
当用户的输入匹配以下意图时激活本 Skill：
- •要求生成传播效果分析报告
- •提到"效果分析""传播数据""数据报告""月度报告""分析报告"
- •提到"效果监测""看看上个月的数据""传播效果怎么样"
- •要求分析某个平台或某个主题的传播表现
- •提到"微信数据""微博数据""抖音数据""哪篇文案效果最好"
不激活的情况：用户要求生成内容（由 content-producer 处理）、制定计划（由 plan-manager 处理）、分析事故数据（由 precision-outreach 处理）。
工作流程（Instructions）
步骤 1：确定分析范围
从用户输入中提取分析参数：
| 要素 | 说明 | 默认值 |
|---|---|---|
| 分析月份 | 需要分析的月份 | 最近有数据的月份 |
| 平台范围 | 分析的平台（微信/微博/抖音/全部） | 全部 |
| 分析侧重 | 特定关注点（如某个主题的表现） | 无 |
步骤 2：读取传播数据
读取 data/analytics/ 目录下对应月份的数据文件：
- •
data/analytics/wechat-{YYYYMM}.json— 微信公众号传播数据 - •
data/analytics/weibo-{YYYYMM}.json— 微博传播数据 - •
data/analytics/douyin-{YYYYMM}.json— 抖音传播数据
每个文件包含以下数据结构：
- •
summary：平台汇总指标（总发布数、总阅读量、总互动量、新增关注、平均互动率） - •
weeklyTrend：周度趋势数据 - •
topContent：热门内容列表（含标题、日期、各项指标、主题分类） - •
topicAnalysis：各主题的表现数据
步骤 3：数据分析
3.1 核心指标汇总
汇总三个平台的总体数据：
- •内容发布总数
- •总阅读/播放量
- •总互动量（点赞 + 评论 + 转发/分享）
- •平均互动率
- •新增关注/粉丝
分平台列出详细指标。
3.2 Top 内容排名
从所有平台的 topContent 中提取：
- •阅读量/播放量 Top 5
- •互动率 Top 5
分析高表现内容的共同特征（主题、标题风格、发布时间等）。
3.3 主题表现分析
汇总各主题在所有平台的综合表现：
- •各主题的内容数量
- •各主题的平均阅读量和互动率
- •识别表现最好和最差的主题
- •分析原因和改进方向
3.4 趋势分析
分析周度变化趋势：
- •各周发布量和互动量变化
- •是否有明显的上升或下降趋势
- •峰值和低谷出现的原因分析
分析平台差异：
- •各平台的互动率对比
- •各平台的内容偏好差异
- •各平台的用户活跃时段
3.5 生成优化建议
基于数据分析，生成三类优化建议：
内容策略建议：
- •应该加大投入的主题方向
- •需要优化的内容类型
- •标题和内容风格建议
发布策略建议：
- •最佳发布时段
- •各平台的发布频率调整
- •跨平台协同策略
互动运营建议：
- •提升互动率的方法
- •粉丝增长策略
- •评论区运营建议
步骤 4：生成报告并保存
- •按照
templates/report-monthly.md模板格式生成完整报告 - •保存到
output/reports/{月份}-月度效果分析-{YYYYMMDD}.md - •在对话中展示报告全文
- •提示用户可以基于分析结果调用 plan-manager 优化下月计划
数据引用
| 文件路径 | 用途 |
|---|---|
templates/report-monthly.md | 月度报告结构模板 |
data/analytics/wechat-{YYYYMM}.json | 微信传播数据 |
data/analytics/weibo-{YYYYMM}.json | 微博传播数据 |
data/analytics/douyin-{YYYYMM}.json | 抖音传播数据 |
output/reports/ | 报告输出目录 |
输出格式
报告输出为 Markdown 文件，严格遵循 templates/report-monthly.md 的结构，包含以下核心章节：
- •报告信息：报告月份、生成日期、数据来源
- •核心指标汇总：总体数据表 + 分平台详细指标
- •Top 内容排名：阅读量 Top 5 + 互动率 Top 5
- •内容主题分析：各主题表现对比表 + 主题洞察
- •趋势分析：周度趋势 + 发布时段效果
- •优化建议：内容策略 + 发布策略 + 互动运营
- •下月重点方向：基于数据的下月建议
约束规则
数据准确性
- •报告中的所有数值必须来源于实际数据文件，不得编造
- •百分比和环比计算必须准确
- •排名必须基于真实数值排序
- •如果某个平台的数据文件不存在，在报告中说明数据缺失
分析客观性
- •优化建议必须基于数据支撑，不做无依据的主观推断
- •正面和负面发现都要客观呈现
- •对表现不佳的数据不回避，但要给出建设性建议
- •避免过度解读短期数据波动
报告规范
- •指标使用统一的量纲和单位
- •大数字使用千分位分隔或以"万"为单位
- •百分比保留一位小数
- •趋势描述使用具体数值，而非模糊的"明显增长"
文件命名
- •格式：
{月份}-月度效果分析-{YYYYMMDD}.md - •示例：
1月-月度效果分析-20260210.md
使用示例
示例 1：生成月度报告
code
用户: 生成1月的传播效果分析报告 Agent 执行流程: 1. 确定分析月份: 2026年1月 2. 读取三个平台的1月传播数据文件 3. 汇总核心指标 4. 排列Top内容 5. 分析主题表现 6. 分析周度趋势 7. 生成优化建议 8. 输出完整报告并保存
示例 2：特定平台分析
code
用户: 分析一下1月份微信公众号的传播效果 Agent 执行流程: 1. 仅读取 data/analytics/wechat-202601.json 2. 生成微信平台专项分析报告 3. 重点分析文章表现、阅读趋势、互动数据
示例 3：特定主题分析
code
用户: 酒驾警示主题的宣传效果怎么样？ Agent 执行流程: 1. 读取三个平台的数据 2. 筛选主题为"酒驾警示"的内容数据 3. 对比该主题在各平台的表现 4. 生成主题专项分析
示例 4：数据驱动计划优化
code
用户: 根据1月的效果数据，看看2月计划应该怎么调整 Agent 执行流程: 1. 读取1月数据，生成分析 2. 识别高互动和低互动主题 3. 给出2月计划的优化建议 4. 提示可以调用 plan-manager 生成优化后的计划