# MediaClaw
> MediaClaw helps teams capture, monitor, and operationalize social media intelligence.
## Pages
- [Home](https://mediaclaw.app): Landing page
- [Pricing](https://mediaclaw.app/pricing): Pricing plans
- [Blog](https://mediaclaw.app/blog): Blog posts and articles
- [Xiaohongshu (RedNote) Tools](https://mediaclaw.app/xiaohongshu): Platform hub: every RedNote capability for research, scraping, extraction, and monitoring in one workflow
- [Douyin Tools](https://mediaclaw.app/douyin): Platform hub: every Douyin capability for research, scraping, transcripts, and monitoring in one workflow
- [RedNote & Douyin MCP Server](https://mediaclaw.app/features/mcp): MCP server for Codex, WorkBuddy and Doubao for Work that collects RedNote and Douyin posts, comments, profiles and transcripts through your own browser
- [RedNote Scraper Tools Compared](https://mediaclaw.app/compare/xiaohongshu-scraper-tools): Python scrapers, open-source RedNote MCP, data platforms and browser extensions: how each collects Xiaohongshu data and who it fits
- [Xiaohongshu Account Analyzer](https://mediaclaw.app/xiaohongshu/account-analysis): Research public RedNote creator profiles, content patterns, and engagement signals
- [Xiaohongshu Viral Post Analysis](https://mediaclaw.app/xiaohongshu/viral-content-analysis): Find low-follower RedNote hits and analyze titles, structure, visuals, public comments, and reusable topic methods
- [Douyin Account Analyzer](https://mediaclaw.app/douyin/account-analysis): Research public Douyin creator videos, transcripts, content patterns, and engagement signals
- [Douyin Viral Video Analysis](https://mediaclaw.app/douyin/viral-content-analysis): Find low-follower Douyin hits and analyze titles, covers, opening hooks, timed transcripts, and public comment signals
## Documentation
# 安装与初始化
> 安装Mediaclaw浏览器插件，为采集与研究做好准备。
Canonical: https://mediaclaw.app/docs/getting-started/install
## 适用浏览器环境
请使用电脑端 [Chrome](https://www.google.com/intl/zh-CN/chrome/) 或 [Microsoft Edge](https://explore.microsoft.com/zh-cn/edge/download?form=MA13FJ) 浏览器。暂不支持手机和平板电脑使用。
## 安装插件
### 推荐 🌟 ：插件市场安装
一键安装更便捷，后续版本会自动更新，以下两种任选一个即可。
- [Chrome 插件市场安装](https://chromewebstore.google.com/detail/mediaclaw/ihclbgfnkclacfkbedkdnbpmkcdaccje)（PS：需要🧙♀️魔法上网）
- [Edge 插件市场安装](https://microsoftedge.microsoft.com/addons/detail/mediaclaw-%E7%A4%BE%E5%AA%92%E8%99%BE%EF%BD%9C%E5%B0%8F%E7%BA%A2%E4%B9%A6%E6%8A%96%E9%9F%B3ai%E8%BF%90%E8%90%A5%E5%B7%A5/moalagonhjmhmoiaehciejkkingpajpl)
### 备用：离线安装
以上两个插件市场都无法使用时，再用[离线安装包](https://mediaclaw.app/download)。
> 注意：离线安装后，每次产品更新需要手动安装最新版，用新的安装包拖过去覆盖旧的即可，不需要卸载重装，避免重新配置参数。
1. 打开 `chrome://extensions/`
2. 打开右上角的开发者模式
3. 把安装包文件拖到该页面，安装完成后在插件栏置顶
[离线安装录屏演示](https://media.mediaclaw.app/videos/docs/getting-started/install/01-offline-install-demo.mp4)
## 配置激活码
> 需要完整功能可购买[正式版激活码](https://mediaclaw.app/pricing)；暂不升级，也可永久使用[免费版](https://mediaclaw.app/pricing)
## 打开并登录社媒平台
采集前，请先打开 Mediaclaw 当前支持的社媒平台网页版（小红/抖音），并登录账号。
> 本插件采集数据完全模拟真实用户的操作行为，获取页面可见数据，不涉及抓包、破解接口或绕过平台验证，对平台来说与普通用户使用没有区别，在合规性与账号安全上具备明显优势。
不过仍需注意：长时间运行采集，或高频采集大量数据内容时，平台仍然可能判断操作频率异常，检测到是自动化操作从而对账号进行风控限制。建议控制采集数量和节奏，避免触发账号验证和限流。
此外若平台网页发生变化调整，产品需要更新适配后才能正常使用，请耐心等待修复。
综上所述，不能保证完全没风险，建议用小号操作。
---
# 更新插件
> 分别查看 Chrome 商店版、Edge 商店版和离线安装版的更新步骤，检查版本并让更新生效。
Canonical: https://mediaclaw.app/docs/getting-started/update
插件已有新版本但不知道怎么更新？先检查当前版本，再按原来的安装方式更新。
**非必要情况，不要先卸载旧插件。因为卸载后重装你需要重新配置参数：激活码，飞书表格等**
| 你当时怎么安装的 | 使用哪种更新方式 |
| ------------------------------------------ | -------------------------------------- |
| 在 Chrome 浏览器中，从 Chrome 应用商店安装 | 按「Chrome 商店版」步骤更新 |
| 从 Microsoft Edge 加载项商店安装 | 按「Edge 商店版」步骤更新 |
| 从官网下载 CRX 文件，拖入浏览器安装 | 按「离线安装版」步骤，用新版安装包覆盖 |
## 检查当前版本
打开插件的 **帮助与支持**，点击 **检查更新**，查看当前版本和最新版本信息。**看到更新提示，不代表已经完成更新**，还需要按下面对应的步骤操作。
## Chrome 商店版怎么更新
**适用于：在 Chrome 浏览器中，通过 Chrome 应用商店安装的用户。**
Chrome 会自动检查扩展更新。如果插件仍是旧版，可以手动检查：
1. 等当前任务完成，关闭插件侧边栏和设置页面。
2. 在 **Chrome 浏览器地址栏**输入 `chrome://extensions/`，按回车，进入扩展管理页。
3. 打开右上角的 **开发者模式**。
4. 找到 MediaClaw，查看版本号；点击 **详情** 进入这个插件的页面。
5. 点击页面左上方出现的 **更新** 按钮，等待浏览器检查已安装扩展的更新。
6. 刷新已经打开的小红书或抖音网页，再重新打开插件。
## Edge 商店版怎么更新
**适用于：通过 Microsoft Edge 加载项商店安装的用户。**
Edge 会自动检查扩展更新。如果插件仍是旧版，可以手动检查：
1. 等当前任务完成，关闭插件侧边栏和设置页面。
2. 在 **Edge 浏览器地址栏**输入 `edge://extensions/`，按回车，进入扩展管理页。
3. 找到并打开 **开发者模式**。
4. 找到 MediaClaw，查看版本号；如果卡片上没有显示，点击 **详情** 查看。
5. 点击页面中的 **更新** 按钮，等待浏览器检查已安装扩展的更新。或者先关闭再打开插件启动按钮，让他重新检查版本。
6. 刷新已经打开的小红书或抖音网页，再重新打开插件。
## 离线安装版怎么更新
**适用于：从官网下载 CRX 安装包，拖入浏览器安装的用户。**
离线安装版按以下步骤手动更新，使用新版 CRX 安装包覆盖原来的离线版。更首次安装一样的顺序。
1. 前往[下载页](https://mediaclaw.app/download)，选择 **离线安装（安装包）**，下载最新版 `.crx` 文件。
2. 打开原来安装 MediaClaw 的浏览器，使用原来的浏览器个人资料，进入扩展管理页：Chrome 输入 `chrome://extensions/`，Edge 输入 `edge://extensions/`。
3. 打开 **开发者模式**，确认页面上已有 MediaClaw。
4. 把刚下载的新版 `.crx` 文件拖入扩展管理页面，按出现的提示完成覆盖更新。
5. 查看 MediaClaw 的版本号，确认已变为下载的新版本。
6. 刷新已经打开的小红书或抖音网页，再重新打开插件。
[离线安装录屏演示](https://media.mediaclaw.app/videos/docs/getting-started/install/01-offline-install-demo.mp4)
## 更新后如何确认成功
重新打开插件，进入 **检查更新**，核对当前版本号是否已变为目标版本。截图中的版本号仅作示例，以你实际安装的版本为准。
## 更新遇到问题
### 提示有新版，点击更新后却还是旧版
先核对原安装来源的商店是否已经上架目标版本：[Chrome 商店](https://chromewebstore.google.com/detail/mediaclaw/ihclbgfnkclacfkbedkdnbpmkcdaccje)、[Edge 商店](https://microsoftedge.microsoft.com/addons/detail/mediaclaw-%E7%A4%BE%E5%AA%92%E8%99%BE%EF%BD%9C%E5%B0%8F%E7%BA%A2%E4%B9%A6%E6%8A%96%E9%9F%B3ai%E8%BF%90%E8%90%A5%E5%B7%A5/moalagonhjmhmoiaehciejkkingpajpl)。不同渠道的上架时间可能不同，尚未上架的版本无法通过该商店更新。
如果对应商店已上架，确认网络能正常访问该商店，关闭插件侧边栏和设置页，再重新启动浏览器后检查。离线版则确认下载的是新版 CRX，并已完成覆盖安装。
### 版本已更新，但界面或功能没有变化
先刷新正在使用的小红书或抖音网页，关闭插件后重新打开。如果仍无变化，重新启动浏览器，并确认你打开的是刚才更新插件的浏览器个人资料。
### 拖入离线包时报错，或出现两个 MediaClaw
先不要删除原插件。确认使用的是官网下载的新 CRX，以及原来安装插件的浏览器个人资料。如果出现重复插件或安装报错，记录原插件版本、浏览器名称和报错内容，截图提供给客服排查。
---
# 熟悉核心界面
> 认识侧边栏和 AI 工作台。
Canonical: https://mediaclaw.app/docs/getting-started/core-interface
MediaClaw 的核心界面分为两部分。
- 侧边栏负责发起采集和分析任务，暂存原始数据；
- AI工作台负责深度内容研究、选题与创作。
## Part1：侧边栏
### 1.主页和平台选择
若浏览器当前打开的页面不是支持的社交平台页面，默认会调到插件主页。可以点击跳转到对应平台。
### 2.单条作品详情页
打开一条笔记或者视频页面，插件会自动识别跳转到笔记/作品详情页。
### 3.博主账号页
打开一个账号的主页，插件会自动识别并跳转到博主账号页。
### 4.搜索页
打开小红书平台的首页搜索页面，或抖音平台的精选页，插件会自动识别并跳转到搜索页tab。
需要先搜索一个关键词并点击搜索按钮
。插件会识别到当前页面的搜索词，接下来就可以进行采集。
### 5.对标监控页
支持监控小红书/抖音对标账号的内容更新。打开一个账号的主页，插件侧边栏切换到对标监控tab，可以发起对标监控任务，或查看运行情况。
### 6.系统配置页
插件的运行配置，都在这里控制。分为授权区域和参数设置区域。
本小节主要带大家熟悉页面，详细的插件配置参数说明可以查看[插件参数配置详情](https://mediaclaw.app/docs/settings/plugin)
### 7.执行明细页
插件采集、监控任务的执行明细都在这里，方便排查问题。当遇到采集，同步，监控失败等情况，需要协助管理员排查问题的时候，可能会用到。
## Part2：AI 工作台
入口：
AI 工作台包含三个区域：
### 1.内容研究
查看账号研究和单篇拆解任务。
### 2.选题库
保存你主动选择、准备继续创作的选题。
### 3.内容创作
从账号研究、单篇拆解或选题库进入图文和视频创作。
---
# 10 分钟从采集到初稿
> 我们用最短路径先跑一遍：从采集一篇参考内容，到拆解、选题并生成第一版初稿。
Canonical: https://mediaclaw.app/docs/getting-started/first-draft
第一次使用，可以跟着本小节顺序，尝试下最简单的一条内容创作流程。
## 第 1 步：打开并采集一篇作品
选择一篇你想研究的小红书笔记或者抖音视频。
> **完成标准：** 数据池里出现一条正文、链接和基础数据可正常查看的记录。
## 第 2 步：发起单篇拆解
从数据池或当前作品发起单篇拆解，并在 AI 工作台的“内容研究”里等待结果。
> **完成标准：** 能看到标题、结构、视觉或视频、评论反馈和扩展选题等分析。
## 第 3 步：挑一个扩展选题
如果你对这批选题不满意，还可以点击右上角重新生成一批。如果有中意的，就可以点击选题卡上面【直接创作】按钮。
## 第 4 步：生成第一版稿件
从拆解结果或选题库发起创作，选择图文或视频，确认标题、角度和大纲，加入自己的案例或观点后生成初稿。
> **完成标准：** 内容创作中出现一份可以继续人工修改的稿件。
---
# 下载图片/视频
> 一键下载图片和视频原始素材。
Canonical: https://mediaclaw.app/docs/collect/no-watermark
在采集单篇或批量样本时，可以下载封面、配图、视频、音频文件，用于素材分析和拆解。
## 单篇作品素材下载
无论是在作品详情页、账号页、搜索页，获取到笔记详细的数据后，都能在该条内容上直接下载附件素材，一键下载封面、配图、视频、音频等。
下载和使用平台内容时，请遵守平台规则、著作权和素材授权要求，仅用于风格参考学习，不要搬运。
## 封面和配图批量下载
会打包下载当前页面缓存区所有笔记作品的封面，或者封面+配图
由于视频文件较大，暂不支持批量下载。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书图片下载与视频去水印](https://mediaclaw.app/xiaohongshu/downloader)
- [抖音去水印下载](https://mediaclaw.app/douyin/downloader)
---
# 采集单篇爆款
> 打开一篇小红书笔记或抖音视频，获取它的正文、媒体和基础数据。
Canonical: https://mediaclaw.app/docs/collect/single-post
[视频演示：采集单篇笔记并同步到飞书](https://media.mediaclaw.app/videos/docs/collect/single-post/01-single-post-demo.mp4)
建议第一次使用 MediaClaw 时，从单篇开始。只需要打开一篇内容，作品详情页显示定位正确，就可以点击采集按钮。
采集成功后，数据会出现在插件的数据池中，包含正文、图片、视频、点赞评论等基础数据。确认数据无误后，可以导出到本地，或同步到飞书。
也可以继续下载附件素材、提取视频逐字稿或者图片文案，拆解这篇内容。
## 附加采集配置
附加采集指的是除了基础内容和数据，还需要额外采集哪些内容。
- 附加采集博主粉丝数和赞藏数：会打开账号主页进行采集
- 附加采集评论：会滚动评论区进行采集指定数量的评论（**这里只采集页面可见的评论，被折叠的多级评论不会自动展开**）
## 批量采集单篇笔记
有时候用户会有同时采集多篇内容详情的需要。例如 MCN 或者品牌团队，拿到了博主达人已经发出去的笔记链接，进行效果汇总。
此时不需要你一篇篇点开去采集，只需要把收集到的笔记链接填入批量采集中，Mediaclaw会自动打开每一篇进行采集。
---
# 采集账号主页作品
> 从一个账号主页批量采集公开作品，建立账号研究样本。
Canonical: https://mediaclaw.app/docs/collect/account-posts
[视频演示：采集博主主页信息与作品，并同步到飞书](https://media.mediaclaw.app/videos/docs/collect/account-posts/01-account-posts-demo.mp4)
打开一个账号主页，博主账号页显示定位正确，就可以配置条件筛选，进行采集。
## 筛选条件
1. 博主笔记加载上限
：不是最终采集的数量，是初步扫描的数量，在此基础上，还需要满足下面的筛选条件。
2. 点赞筛选：在加载出来的笔记中，筛选点赞达到 X 以上的笔记。
3. 笔记内容主题筛选
：也就是根据关键词去匹配笔记的标题，正文，标签，看是否有命中的。非常适合在一大堆笔记中寻找特定主题的内容。如果没有开启采集增强，则只在标题中匹配。
4. 采集增强：基础采集只能获取页面可见内容，采集增强会自动逐条打开笔记去采集更详细的数据，比如页正文、互动数据、图文视频链接等详情。同时支持补采账号数据和评论内容、客资等。
- 附加采集博主粉丝数和赞藏数：会打开每一篇作者账号主页进行采集，耗时更长。
- 附加采集评论：会滚动加载指定数量的评论，作为参考信息的一部分。还可以筛选评论区中的高潜客资，详情看[筛选高意向客资](https://mediaclaw.app/docs/brand/high-intent)
平台侧（抖音主页可按发布年月筛，小红书主页没有原生筛选）决定主页能加载出哪一批作品；插件的「加载上限 + 点赞门槛 + 笔记内容主题筛选」在这批作品的基础上再筛一层。两者叠加，互不冲突。
## 批量采集多个博主主页
如果你想采集多个对标账号的内容，就可以用批量采集多个博主作品的能力。
此时不需要你一个个点开这些博主的账号主页，只需要把收集到的账号主页链接链接填入批量采集中，Mediaclaw会自动打开每一个主页进行批量采集。
但需要注意，一个账号主页已经是批量采集多篇笔记，多个账号就是更大批的长期采集，具备一定账号风险，慎用。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书采集插件](https://mediaclaw.app/xiaohongshu/scraper)
- [抖音采集工具](https://mediaclaw.app/douyin/scraper)
---
# 采集搜索结果作品
> 从平台搜索结果页批量采集某个关键词下的作品样本。
Canonical: https://mediaclaw.app/docs/collect/search-results
[视频演示：在搜索页设置关键词与点赞筛选并采集结果](https://media.mediaclaw.app/videos/docs/collect/search-results/01-search-results-demo.mp4)
打开小红书平台的首页搜索页面，或抖音平台的精选页，插件会自动识别并跳转到搜索页tab。
需要先搜索一个关键词并点击搜索按钮
。插件会识别到当前页面的搜索词，接下来就可以进行采集。
## 筛选条件
抖音和小红书搜索页都有各自的原生筛选条件，再配上 Mediaclaw 的插件，可以做到更细致的筛选。
> 小红书
- 排序依据：可以按照最新、最多点赞、最多评论、最多收藏等来进行排序，从而在前排就采集到对应指标最好的一批笔记，不需要很大量采集；
- 笔记类型：可以筛选只采集图文还是视频笔记；
- 发布时间：采集一天、一周、还是半年内发布的笔记，很多时候加上半年内，可以让判断更接近近期的趋势；
- 搜索范围：用的比较少；
- 位置距离：对于做同城的商家很有用，可以只筛选同城笔记来看，更聚焦本地需求；
> 抖音
- 排序依据：可以按照最新发布、最高点赞来筛选；
- 发布时间：采集一天、一周、还是半年内发布的笔记，很多时候加上半年内，可以让判断更接近近期的趋势；
- 视频时长：1min 以下，1-5min，5min 以上，可以按照时长来筛选长短视频
- 搜索范围：用的比较少；
- 内容形式：可以筛选只采集图文还是视频；
> 插件
1. 关键词笔记加载上限
：不是最终采集的数量，是初步扫描的数量，在此基础上，还需要满足下面的筛选条件。
2. 点赞筛选：在加载出来的笔记中，筛选点赞达到 X 以上的笔记。
3. 采集增强：基础采集只能获取页面可见内容，采集增强会自动逐条打开笔记去采集更详细的数据，比如页正文、互动数据、图文视频链接等详情。同时支持补采账号数据和评论内容、客资等。
- 附加采集博主粉丝数和赞藏数：会打开每一篇作者账号主页进行采集，耗时更长。
-
低粉爆款：在拿到博主粉丝数的基础上，结合点赞数的筛选，就可以达到筛出低粉爆款的作用。
- 附加采集评论：会滚动加载指定数量的评论，作为参考信息的一部分。还可以筛选评论区中的高潜客资，详情看[筛选高意向客资](https://mediaclaw.app/docs/brand/high-intent)
### 平台筛选和插件筛选的关系
这两层筛选叠加使用，互不冲突：
- 平台原生筛选（排序、发布时间、类型、距离）决定插件能看到哪一批样本；
- 插件在这批样本的基础上，再按互动门槛做二次筛选；
- 插件的门槛跟随平台的排序指标——平台按收藏排序，插件就按收藏数筛；按评论排序，就按评论数筛。想按哪个指标找爆款，先把平台排序切到那个指标。
## 批量采集多个关键词搜索结果
如果你想采集多个关键词的内容，比如批量关键词调研。
此时不需要你一个个搜索点开这些博主的账号主页，只需要把收集到的账号主页链接链接填入批量采集中，Mediaclaw会自动打开每一个主页进行批量采集。
但需要注意，一个搜索词已经是批量采集多篇笔记，多个词就是更大批的长期采集，具备一定账号风险，慎用。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书采集插件](https://mediaclaw.app/xiaohongshu/scraper)
- [抖音采集工具](https://mediaclaw.app/douyin/scraper)
---
# 采集抖音合集
> 打开一个抖音合集详情页，采集合集内的全部作品，用于系列内容研究。
Canonical: https://mediaclaw.app/docs/collect/douyin-collection
合集是抖音特有的功能，创作者会把系列视频（剧情合集、教程合集、知识科普合集等）打包在一起，方便观众连续观看。合集内的多期作品共享同一个主题和叙事节奏，是研究系列型内容打法的重要样本。
先打开一个账号的主页，切换到合集标签，点击需要采集的合集内容。
这里必须从账号主页的合集进入，这是唯一可以精确识别合集的路径。
此时页面会从合集第一集打开内容，插件会跳转到作品页面并识别该合集内容。识别后右侧会出现【采集合集】的按钮，点击即可。
---
# 采集作品评论
> 采集笔记或视频下的评论内容，作为舆情、线索和选题的原始素材。
Canonical: https://mediaclaw.app/docs/collect/comments
## 采集单篇/多篇作品的评论
只会采集页面页面可见的一二级评论，不会主动展开采集多级评论
1. 打开单篇作品的详情页，或者账号页、搜索页
2. 打开采集增强—附加采集评论
3. 输入评论加载上限，只要加载出来就会采集到
[视频演示：采集笔记评论并同步到飞书](https://media.mediaclaw.app/videos/docs/collect/comments/01-comments-demo.mp4)
## 定向筛选评论
支持按照关键词和 IP 地址对评论进行更精细的筛选，
[视频演示：按关键词和 IP 地址筛选评论中的客资](https://media.mediaclaw.app/videos/docs/collect/comments/02-lead-filter-demo.mp4)
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书评论采集](https://mediaclaw.app/xiaohongshu/comments)
- [抖音评论采集](https://mediaclaw.app/douyin/comments)
---
# 视频转文字：提取视频逐字稿
> 把抖音和小红书视频转成文字：在插件里提取带时间戳的逐字稿，或用飞书模板的视频转文字字段整列批量转。
Canonical: https://mediaclaw.app/docs/collect/transcript
采集到值得拆解的视频后，可以直接把口播内容变成文字，不需要先下载视频，也不需要把链接复制到其他工具。有两条路径可选：**在插件里对采集记录直接提取**，或者**把数据同步到飞书模板、用「视频转文字」字段整列批量转**。
| | 插件内提取 | 飞书模板「视频转文字」字段 |
| ------------ | ------------------------------------------ | -------------------------------------------------------------- |
| **识别精度** | 调用更新模型，多语种、方言、杂音识别更精准 | 第三方字段捷径对接阿里云百炼，遇到杂音和方言容易掉字错字 |
| **输出形式** | 完整逐字稿 + 带时间戳的分句节奏稿 | 一整段平铺文字，没有时间戳 |
| **批量** | 数据池工具栏一键批量，一次 2～20 条 | 链接进表格后整列逐条自动转 |
| **计费** | 按视频时长扣插件积分 | 用自己的 key，不消耗插件积分（服务商目前每月赠送 10 小时额度） |
| **稳定性** | 在插件内排队执行 | 依赖链接能被百炼访问和自己的百炼额度，个别失败需手动重试 |
| **前置条件** | 采集到作品详情即可 | 需先配好飞书模板、同步数据，并填自己的 key |
**建议：少量提取走插件，大量提取走飞书。**
插件识别更准，还多给一份带时间戳的分句稿，拿来拆节奏、喂给 AI
都更好用；一次要跑一大批时走飞书，配上自己的 key
不消耗插件积分，代价是没有时间戳、赶上高峰期要换个时段重试。
## 方法一：在插件里提取
提取结果会回填到原记录，一次给两份：
- **完整逐字稿**：适合通读、检索、归档和交给 AI 继续处理。
- **分句节奏稿**：保留每句话的起止时间，适合观察开头钩子、铺垫、转折和结尾引导分别用了多久。
### 提取单条视频逐字稿
1. 打开一篇小红书视频笔记或抖音视频，先将作品采集到数据池。
2. 在数据池中找到这条视频记录，点击**提取视频逐字稿**。
3. 确认弹窗中的视频时长和预计积分消耗，再开始提取。
4. 提取期间可以继续浏览其他内容；记录上的按钮会显示**视频逐字稿提取中**。
5. 完成后会自动打开结果弹窗。以后也可以点击记录上的**查看视频逐字稿**重新打开。
### 批量提取多条视频逐字稿
当前页面至少有 2 条可提取的视频时，数据池工具栏会出现**逐字稿 N**入口。批量任务适合一次处理一批已经采集完整的对标视频。
1. 点击**逐字稿 N**，打开批量提取弹窗。
2. 勾选要处理的视频。列表会逐条显示视频时长和预计积分，一次可选择 2～20 条。
3. 核对总预计积分和当前余额，点击**确认提取**。
4. 任务会在后台继续执行；关闭侧栏不会中断。再次打开侧栏可以查看已完成、失败和等待中的数量。
5. 成功结果会自动写回对应记录；失败的记录可以回到数据池单独重试。
批量列表只显示**已采集详情、能计算时长、尚未提取且当前不在处理中的视频**。某条视频没有出现在列表时，先确认它是否已采集完整，以及记录中是否有视频时长和原始媒体链接。
### 查看、复制和继续使用
在结果弹窗中，可以分别复制**完整逐字稿**和**分句节奏稿**。也可以导出 CSV、Markdown 或同步飞书，不需要再手动粘贴回去。
逐字稿来自语音识别，遇到人名、品牌名、方言、背景音乐或多人重叠说话时，仍建议结合原视频人工校对。
## 方法二：用飞书模板的「视频逐字稿提取」字段
这条路适合一次要处理一大批视频、并且能不嫌麻烦，自己配置key的用户。语音识别不在插件里跑，而是由飞书多维表格的第三方字段捷径「音频视频转文案｜影子」对接阿里云百炼完成：把视频的原始文件链接同步进表格后，字段会对整列逐条转写。
### 操作步骤
1. 按[飞书模板：功能与配置](https://mediaclaw.app/docs/settings/feishu-template)复制模板、移动到云盘、设置权限，并在插件里填好 base 链接，能够成功完成数据同步。
2. 在模板的[视频转文字](https://mediaclaw.app/docs/settings/feishu-template#视频转文字)字段里，填入自己在阿里云百炼申请的key。
3. 按[同步到飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)把数据池记录写进模板。视频的**原始文件链接**会跟着一起写入，字段读的就是这一列。
4. 视频转文案自动提取。
### 转不出来时怎么办
先按字段捷径的注意事项排查：
- **链接要能被阿里云百炼访问**：字段读的是视频的原始文件链接，不是平台分享页；链接过期或打不开就会失败。
- **检查百炼账号额度**：调用费用由你自己的百炼账号承担，免费额度用完或欠费也会报错。
- **长视频要多等一会儿**：时长越长，转写耗时越长，不是卡住了。
个别单元格报错时，点单元格右侧的重试按钮，或者换个时段再跑。
如果这批视频错字成本高，或者你要的就是节奏信息，改走[方法一](#方法一在插件里提取)在插件里重提一次，会更省事。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书视频逐字稿提取](https://mediaclaw.app/xiaohongshu/transcript)
- [抖音视频逐字稿提取](https://mediaclaw.app/douyin/transcript)
---
# 图片转文字：提取配图文案
> 逐张识别抖音和小红书图文作品中的封面与配图文字。
Canonical: https://mediaclaw.app/docs/collect/image-text
图文作品里的关键信息经常不在正文，而是做进封面、步骤卡、书单、价格表或商品参数图里。采集作品后，可以直接在数据池中对配图做文字识别，把原本只能阅读的图片内容变成可复制、可检索、可导出的文本。
该能力同时支持抖音和小红书图文作品。MediaClaw 会按照作品中采集到的图片顺序逐张识别，并用“第 1 张图、第 2 张图……”整理结果；如果记录中只有封面可用，则会识别封面。
配图文案提取是会员能力，不按图片张数额外扣积分。能否使用以当前激活码的权益为准。
## 操作步骤
1. 打开一篇小红书图文笔记或抖音图文作品，先将作品采集到数据池。
2. 在数据池中找到这条图文记录，点击**提取配图文案**。
3. 提取期间，记录上的按钮会显示**配图文案提取中**。图片越多，等待时间通常越长。
4. 完成后会自动打开结果弹窗，识别内容按图片顺序合并展示。
5. 点击配图文案右上角的复制按钮即可复制全部结果。以后也可以点击记录上的**查看配图文案**重新打开。
## 识别结果会保存在哪里
提取结果会直接回填到原采集记录，不会创建一条重复数据。原记录中的标题、正文、作者和互动数据保持不变，新增的配图文案会一起参与后续复制、CSV / Markdown 导出和飞书同步。
## 哪些内容需要人工检查
图片识别会尽量保留原文，但以下情况仍建议对照原图复核：
- 艺术字、竖排文字、低对比度小字或被贴纸遮挡的内容。
- 商品价格、规格、日期和联系方式等不能出错的数字。
- 多栏排版、表格和步骤卡的阅读顺序。
- 同音品牌名、英文缩写和生僻专有名词。
## 提取失败怎么办
- 提示没有图片链接：重新打开作品详情页，补采完整作品数据后再试。
- 只有封面、缺少后续配图：先确认原作品的图片是否已经全部加载，再重新采集详情。
- 反复失败：将作品链接、弹窗下方的调试链接一起反馈给客服，方便定位具体图片。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书图片文案提取（OCR）](https://mediaclaw.app/xiaohongshu/image-text)
- [抖音图文文案提取（OCR）](https://mediaclaw.app/douyin/image-text)
---
# 导出数据到本地
> 把当前数据池视图导出为 CSV、Markdown，或把媒体附件导出为 ZIP。
Canonical: https://mediaclaw.app/docs/collect/export-local
## 可用格式
- **CSV**：适合用 Excel、Numbers、数据分析工具继续筛选、排序和统计。
- **Markdown**：适合放进笔记软件、知识库，或直接作为 AI 分析材料。
- **仅封面**：把当前页面所有记录的封面图片打包下载。
- **封面 + 配图**：把当前页面所有记录的封面图片和其他配图打包下载。
## 操作步骤
1. 打开插件的数据池，先用平台、关键词或其他条件缩小范围。
2. 确认当前列表就是需要导出的样本。
3. 点击数据池工具栏里的 **更多批量操作**。
4. 在 **导出数据** 下选择 CSV 或 Markdown；需要图片时，在 **导出图片** 下选择仅封面或封面 + 配图。
5. 等待浏览器生成并下载文件。图片较多时，打包需要更长时间，请不要连续重复点击。
## 导出后怎么用
- 需要统计互动量、发布时间或账号分布时，优先使用 CSV。
- 需要阅读正文、逐字稿、图片文案或交给 AI 继续分析时，优先使用 Markdown。
- 需要做封面分析、视觉归档或内容复盘时，再单独导出图片。
导出的内容取决于记录里已经采集到的字段。若正文、配图、作者数据或评论缺失，请先对记录执行采集增强，再重新导出。
---
# 同步数据到飞书多维表格
> 选择数据池记录并同步到已配置的飞书多维表格。
Canonical: https://mediaclaw.app/docs/collect/feishu-sync
同步飞书适合把采集结果放到飞书表格存档，或者交给团队继续筛选、研究和生产。
前置条件：首次使用同步飞书功能前，必须先完成[*飞书模板配置*](https://mediaclaw.app/docs/settings/feishu-template)
## 操作步骤
1. 点击数据池工具栏中的 **同步飞书**。
2. 如果插件提示“这些数据还可以更完整”，选择处理方式：
- **先补采增强，再同步**：推荐。会先补正文、标签、媒体链接、作者信息或评论，再发起同步。
- **直接同步当前数据**：保留现有字段，不等待补采。
3. 确认同步范围：
- 默认是“仅同步当前页面缓存区未同步数据“，可以避免同步太多重复数据过去，适合大部分情况使用。
- 可以选择“同步当前缓存区全部数据“，也就是说不管是否之前同步过，只要还在数据池中的数据，都会被全部同步。
4. 等待同步完成，再到飞书多维表格检查对应数据表。
## 数据会进入哪张表
插件会根据采集类型写入已配置的表：
- 单篇作品 → 单笔记表
- 搜索结果作品 → 关键词笔记表
- 博主资料 → 博主信息表
- 博主主页作品 → 博主笔记表
- 命中规则的评论 → 客资表
- 账号监控命中的作品 → 监控表
表名可以修改，但必须与飞书多维表格里的实际数据表名称完全一致。
## 查看结果和继续排查
同步结束后，先看成功、失败和跳过数量。右上角的执行明细会保存同步记录；部分任务可以复制调试链接，方便定位服务端处理情况。
同步成功只代表数据已经写入目标表，不代表所有字段都有值。字段是否完整，仍取决于同步前是否采集到了对应内容。
如果同步失败：请务必按照常见问题[常见问题](https://mediaclaw.app/docs/settings/faq)的几个步骤依次排查，99% 的问题已覆盖。
## 配置与使用的区别
[飞书模板配置](https://mediaclaw.app/docs/settings/feishu-template)负责建立目标表格、表名和通知 Webhook；本页负责把数据池里的实际记录发起同步。配置通常只做一次，日常同步可以重复执行。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [飞书多维表格集成](https://mediaclaw.app/features/feishu-integration)
---
# 爆款作品反推对标账号
> 从高互动作品和搜索样本反推值得继续研究的对标账号。
Canonical: https://mediaclaw.app/docs/benchmark/find-accounts
当一个关键词下反复出现高互动作品时，可以先研究“哪些作者持续做出这些内容”，再决定要不要加入对标清单。MediaClaw 的 **找对标账号** 会基于当前搜索结果整理候选作者，并补充公开主页信息。
## 操作步骤
1. 在平台搜索一个与你的赛道、产品或用户问题直接相关的关键词。
2. 打开 MediaClaw 的关键词策略区域，选择 **AI 洞察**。
3. 点击 **开始找对标账号**。插件会按“最多点赞”的排序准备搜索样本。
4. 等待插件整理作品作者、统计重复出现情况，并打开部分候选账号主页补充简介、粉丝数和赞藏数据。
5. 在结果中查看候选账号、代表作品、推荐理由和低粉高互动信号。
## 如何筛选候选账号
不要只看粉丝数，优先保留同时满足以下条件的账号：
- 在当前关键词样本中出现不止一次。
- 多篇代表作品的选题与目标赛道一致。
- 账号定位清晰，内容不是偶然跨赛道爆发。
- 粉丝体量不大但能持续获得互动，或同类方法在多个样本中重复出现。
- 代表作品的表达方式与你的资源和制作能力相匹配。
结果最多只用于缩小范围，不代表系统已经证明该账号值得模仿。建议点开代表作品和主页人工复核。 并且可以多刷新页面多次给出分析，因为小红书每次刷新笔记不太一样。
## 分析失败时
如果候选样本已经采集完成，但智能判断失败，插件会尽量保留已有候选和主页信息。可先检查网络、激活状态和积分，再使用已有进度继续生成判断，避免重复采集。
结果支持复制文本或生成分享图，便于交给团队复核。
---
# 持续监控对标账号
> 设置监控条件，把账号加入监控列表并查看近期更新、执行记录和报告。
Canonical: https://mediaclaw.app/docs/benchmark/monitoring
账号监控用于持续发现对标账号前一天发布的新作品，并在观察期内判断是否达到你设置的点赞阈值。它适合跟踪少量重点账号，不适合无差别加入大量主页。
## 效果演示
[账号监控效果演示](https://media.mediaclaw.app/videos/docs/benchmark/monitoring/00-monitoring-results-demo.mp4)
## 配置教程
[对标监控配置演示](https://media.mediaclaw.app/videos/docs/benchmark/monitoring/00-monitoring-setup-config.mp4)
## 加入监控
1. 打开要跟踪的抖音或小红书账号主页。
2. 打开 MediaClaw，进入账号监控。
3. 确认当前账号名称与主页链接正确。
4. 点击 **加入监控**。
5. 回到监控列表，检查账号是否已经出现；需要立即验证时，可点击 **立即执行扫描**。
6. 还有另一个加入方式，从博主页采集后，从博主信息卡选择监控
## 设置监控规则
在插件设置的 **账号监控规则** 中配置：
- **执行时点**：每天固定什么时间扫描订阅监控的账号并发送分析报告
- **发布时间范围**：当前固定查找前一天发布的作品。
- **观察期**：可选 24、48 或 72 小时。
- **点赞筛选**：观察期内超过该值的作品视为潜在爆款并进入汇报。如果为 0，则意味着所有更新内容都会汇报；不为 0，表示从发布到执行扫描时点，对标账号的更新内容需要达到点赞数值才会汇报。
- **通知webhook**：
详情可参考飞书官方教程[自定义机器人使用指南](https://open.feishu.cn/document/client-docs/bot-v3/add-custom-bot)。
这里把核心步骤贴出来：拉一个飞书群，然后添加一个自定义机器人，复制出它的 webhook 链接。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书对标账号监控](https://mediaclaw.app/xiaohongshu/monitoring)
- [抖音对标账号监控](https://mediaclaw.app/douyin/monitoring)
---
# 拆解对标账号
> 基于账号主页采集结果，人工研究定位、选题结构和表达规律。
Canonical: https://mediaclaw.app/docs/benchmark/account-research
账号拆解的目标不是给账号贴一个简单标签，而是从这个账号多篇公开作品判断：长期服务谁、反复解决什么问题、靠什么表达方式获得反馈。
你可以如何复用这个账号的选题方式，起标题方式，甚至是文案风格。
## 使用步骤
1. 打开目标账号主页，先采集该博主至少 50 条作品。这一步可以不用开采集增强
2. 点击账号拆解，系统会自动筛选不同层级的笔记补全详情、逐字稿等信息。
3. 首次分析会比较久，大概 10-20 分钟。可以在账号页看见进度面板，到哪个步骤在做什么事。
4. 分析完成后会，报告在 AI 工作台
## 拆解五个维度
### 1. 定位与人群
记录账号自我介绍、主要受众、典型场景和提供的核心价值。不要只抄简介，要看作品是否持续兑现这一定位。
### 2. 选题结构
把代表作品按问题、场景、人群或栏目分组，观察哪些方向反复出现、哪些方向只有偶然一次高互动。
### 3. 标题与开头
统计常见标题句式、利益点、冲突点、数字和人群限定；
### 4. 内容与视觉
对比图文页数、视频时长、信息密度、口播方式、封面文字和画面结构，判断哪些方法对制作资源要求较高。
### 5. 可参考扩散的选题
根据账号的选题类型和标题风格，进行选题扩展。
如果对本轮选题不满意，还可以换一轮。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书账号分析工具](https://mediaclaw.app/xiaohongshu/account-analysis)
- [抖音账号分析工具](https://mediaclaw.app/douyin/account-analysis)
---
# 找某个账号的爆款
> 在一个账号主页里筛出数据较好的内容。
Canonical: https://mediaclaw.app/docs/viral-research/account-hits
## 适用场景与前置条件
- 已经锁定一个对标账号，想看它最近在发什么，以及历史作品中有哪些数据好的作品；或定期回看自己的账号。
- 只想在一个赛道里横向找样本、还没有具体账号，用[按关键词找爆款](https://mediaclaw.app/docs/viral-research/keyword-hits)。
账号主页的作品默认按发布时间倒序排列。一个账号历史上很能打，不代表它最近还在起量。MediaClaw
用「加载上限 +
点赞门槛」替你在“这个号历史很能打”和“这个号最近在打什么”之间做区分：先按发布顺序扫最近的一批，再从中挑互动达标的。
## 操作步骤
1. 打开目标账号主页，确认博主账号页显示定位正确。
2. 平台侧先缩范围：抖音主页可以按发布年月筛（锁定某一年某一月）；小红书主页没有原生时间筛选。
3. 打开 MediaClaw 博主页 tab，设置采集条件：
- 博主笔记加载上限：初步扫描的数量，不是最终采集数量。
- 点赞筛选：在扫到的笔记里，只采点赞达到 X 以上的。
- 笔记内容主题筛选：只保留标题/正文/标签命中某个关键词的笔记。
4. 采集，得到这个账号近期数据较好的一批作品。
## 平台筛选和插件筛选怎么配合
主页上有两层筛选，叠加使用、互不冲突：
- **平台原生筛选**只对主页当前能加载出来的作品做排序或过滤（抖音可选发布年月，小红书主页没有）。它决定了插件能看到哪一批作品。
- **插件筛选**以“主页当前能加载到的作品”为基准，在这批里再按点赞门槛、主题词二次筛。
---
# 按关键词找爆款
> 在一个关键词或赛道下，筛出近期数据好的作品样本，用作选题和拆解的输入。
Canonical: https://mediaclaw.app/docs/viral-research/keyword-hits
这页帮你在还没有对标账号时，用一个关键词把整个赛道近期数据好的作品捞出来。
平台会把搜索结果按你选的指标排到前排，插件再按同一个指标设门槛过滤。所以你几乎不用大量采集，只扫前排就能拿到这个词下数据最好的一批样本。
## 适用场景与前置条件
- 手上只有一个大方向，想横向看这个赛道最近都在发什么。
- 已经锁定了某个账号，想看它的爆款作品，用[找某个账号的爆款](https://mediaclaw.app/docs/viral-research/account-hits)。
## 操作步骤
1. 在小红书或抖音搜索关键词，点击搜索按钮。
2. 用平台自带的筛选面板设好排序和发布时间等条件——点击查看👉[两个平台的具体筛选条件](#平台原生筛选条件)
3. 打开 MediaClaw 搜索页 tab。
4. 插件侧设采集条件：
- 关键词笔记加载上限：初步扫描的数量，不是最终采集数量。
- 互动门槛：在扫到的笔记里，只采互动达到 X 以上的。
5. 采集。
## 平台原生筛选条件
小红书和抖音的搜索页各有一套筛选面板。
### 小红书
- **排序依据**：最新、最多点赞、最多评论、最多收藏。找爆款时切到你要研究的那个指标——按最多收藏排，前排就是收藏最高的一批，不用采很多量。
- **发布时间**：一天、一周、半年内。加上「半年内」能把样本收敛到近期还在起效的内容，避免几年前的老爆款混进来；判断热点类内容可以再收紧到一周内。
- **笔记类型**：图文 / 视频。只研究其中一种形式时用。
- **位置距离**：做同城生意时很有用，只看本地笔记，需求更聚焦。
- **搜索范围**：用得比较少。
### 抖音
- **排序依据**：最新发布、最高点赞。抖音搜索页只能按点赞排序；想按收藏或评论找爆款，得先用点赞粗筛采集回来，再到数据池里自己排。
- **发布时间**：一天、一周、半年内。同样建议加「半年内」。
- **视频时长**：1 分钟以下、1–5 分钟、5 分钟以上。想专门研究短钩子或长知识视频时按时长切。
- **内容形式**：图文 / 视频。
- **搜索范围**：用得比较少。
## 两层筛选怎么配合
搜索页有两层筛选，很多用户分不清它们的区别，这里专门说一下：
- **平台原生筛选**筛的是左侧“当前搜索结果页”的数据——排序依据、发布时间、笔记类型、位置距离。它决定了插件能看到哪一批样本。
- **插件筛选**以“当前页面能加载到的结果”为基准，在这批样本里再按互动门槛做二次筛选。
两者不冲突，是叠加关系：先手动设好平台条件，再配置插件的采集条件，插件是在平台结果之上再筛一层。
**插件的门槛跟随平台的排序指标。** 平台按收藏排序，插件的门槛就是按收藏数筛；按评论排序，就按评论数筛；按点赞排序，就按点赞数筛。所以想按哪个指标找爆款，先把平台的排序切到那个指标。
一句话：平台负责“把范围缩到近期、把好的排到前排”，插件负责“在这批里挑出数据达标的”。
---
# 找关键词低粉爆款
> 筛出粉丝不多、却靠单篇内容打出高互动的作品，作为更可复刻的拆解样本。
Canonical: https://mediaclaw.app/docs/viral-research/low-follower-viral
低粉爆款，指的是账号粉丝不多、但单篇作品互动明显偏高的作品。单独把这类样本筛出来，是因为大号的爆款里账号权重和粉丝基本盘占了很大一块，你照搬同样的选题不一定能起量；而低粉账号的爆款更接近“纯靠这一篇内容本身打出来的”——选题、封面、开头的贡献被放大，更值得拆解，也更能说明这个方向本身有真实需求。
## 适用场景
- 已经用关键词圈定了一个赛道，想在里面找**最不依赖账号体量**的爆款样本来拆解和复刻。
- 只是想横向看这个赛道近期都在发什么、不在意账号大小，用[按关键词找爆款](https://mediaclaw.app/docs/viral-research/keyword-hits)就够了。
- 已经锁定了某个账号，用[找某个账号的爆款](https://mediaclaw.app/docs/viral-research/account-hits)。
## 操作步骤
顺序别反：先用平台的点赞排序和插件的点赞门槛把候选压到前排一小批，再开低粉筛选。低粉筛选要逐个打开作者主页核对粉丝数，采集强度较高，所以采集量必须提前收窄。否则容易触发平台风控。
### 1. 平台原生筛选：把数据好的排到前排
在小红书或抖音搜索目标赛道的关键词，用平台自带筛选面板：
- **排序依据**统一选「最多点赞」——两个平台都支持，低粉爆款用点赞这个最通用的信号来找就够，不用纠结指标。平台会把点赞最高的一批排到前排，你只扫前排。
- **发布时间**加「半年内」，把样本收敛到近期还在起效的内容。
小红书如果专门研究收藏类的工具 / 教程内容，也可以改按最多收藏排，方法一样，只是把下一步的门槛换成收藏数。其余情况用点赞即可，更细的说明见[按关键词找爆款](https://mediaclaw.app/docs/viral-research/keyword-hits#平台原生筛选条件)。
### 2. 插件点赞门槛：在前排里只采达标的
打开 MediaClaw 搜索页 tab，设置采集条件：
- 关键词笔记加载上限
：初步扫描的数量，不是最终采集数量。想把访问量压住，就设小一点、先扫前排。
- 点赞门槛：只采点赞达到 X
以上的。阈值按你所在赛道的爆款经验值定，宁可设高一点。
### 3. 低粉爆款筛选：剔掉靠账号体量起量的
- 在采集增强设置中开启 **低粉爆款筛选**。
- 在 **粉丝数少于该值才采集** 中填写上限，例如 5000。
### 4. 采集
点「采集搜索结果」。三层叠加下来，得到的是这个词下近期点赞好、且作者粉丝在上限以内的一批样本。
[视频演示：在搜索页设好平台筛选与互动门槛，再开启低粉爆款筛选并采集](https://media.mediaclaw.app/videos/docs/viral-research/low-follower-viral/01-low-follower-viral-demo.mp4)
## 怎么定粉丝数上限
没有通用值，取决于你所在赛道的体量。如果不确定，可以参考下面的方法：
- 先不开低粉筛选，正常按关键词采一批爆款，看这批作品作者的粉丝数大致分布。
- 把上限设在**明显低于这个赛道头部账号量级**的位置：头部普遍几十万粉，就把上限压到 1 万以内；赛道本身偏小众，5000 甚至 1000 都合理。
- 目的是筛掉“靠账号权重起量”的样本，不必纠结一个精确数字。
也可以分两档跑：先设 1 万看有没有足够样本，再收紧到 3000 看更极端的案例。
---
# 拆解一篇爆款作品
> 一键生成单篇作品的拆解报告，从封面标题、口播或正文到评论区信号定位可复用方法，并生成新选题。
Canonical: https://mediaclaw.app/docs/viral-research/single-post-breakdown
单篇拆解的价值不是给一条爆款贴标签，而是把"这篇数据很好"转成可验证的表达方法：封面和标题为什么被点开、内容如何组织和论证、评论区认可或反对了什么，最后判断哪些方法值得复用、哪些条件无法复制。
## 使用步骤
1. 采集目标作品后，在作品卡片上点击拆解图标。
2. 确认原作品信息，以及笔记内容、逐字稿（图文作品为图片文案）、评论区信号等内容素材是否齐全；未采集的素材会自动补全，也可以在"重点关注"里说明你最想研究的部分，再点击开始拆解。
3. 分析完成后，报告会在这条作品的详情页打开，先给出核心结论和可延伸的选题数量。
## 拆解四个维度
### 1. 封面与标题
对照原始封面和标题，依次回答第一眼看到什么、标题承诺了什么、为什么可能被点开，并总结目标人群与标题模式。
### 2. 口播/正文拆解
沿着口播时间轴或正文段落，拆解开场如何留人、信息如何推进、用什么证明可信；对不确定的地方可以展开查看完整逐字稿核对原文。
### 3. 评论区信号
把评论按认同、追问、争议和未满足需求分类，快速判断这篇内容验证了什么、还留下什么缺口；同样可以展开查看被纳入分析的原始评论。
### 4. 延伸出的批量选题
基于原作品真正有效的方法，系统按"把原题讲深""换个场景写""换个方向写"三种变化幅度各生成 3 个选题，每个选题标注沿用了什么、改了什么、与原作的区别，可直接收藏到选题库或进入创作。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书爆款分析](https://mediaclaw.app/xiaohongshu/viral-content-analysis)
- [抖音爆款分析](https://mediaclaw.app/douyin/viral-content-analysis)
---
# 从关键词看选题趋势
> 从行业词、产品关键词出发，研究爆款样本的选题趋势。
Canonical: https://mediaclaw.app/docs/topics/keyword-trends
当你只有一个大方向时，不要立即把大词当成标题。先用一个种子关键词观察搜索样本，再把它拆成具体人群、场景、问题和表达方式。
## 选择种子词
种子词可以来自：
- 行业或赛道：如露营、轻食、职场沟通。
- 产品或品类：如咖啡机、扫地机器人、护眼灯。
- 目标人群：如新手妈妈、租房党、自由职业者。
优先选择用户真的会在平台搜索的表达。词太大时样本混杂，词太小时又可能没有足够结果。
## 使用”选题方向”研究
1. 在小红书或抖音 PC 端搜索种子词（如”近视手术”），打开 MediaClaw 侧边栏并点击**关键词洞察**。
2. 在**内容策略**分类下切换到**选题方向**标签——它能回答三个问题：这个赛道的选题热度怎么分布、哪些内容角度更容易拿到自然流、现在开始发内容该优先切哪个方向。
3. 社媒虾会自动先把平台自带的筛选面板设为**发布时间：半年内**，让采样聚焦近半年还在起效的内容，再**开始选题方向**。
4. 查看结果：整体热度与赞数分布、内容分布全景（各内容角度的样本量占比、自然流可行性、用户意图）、核心爆款细分词、优先选题（附形式建议与执行提示）。
## 相关功能
这篇讲的是操作步骤。想先看这个能力的适用场景、输出示例和计费方式：
- [小红书关键词挖掘工具](https://mediaclaw.app/xiaohongshu/keywords)
- [抖音关键词挖掘分析工具](https://mediaclaw.app/douyin/keywords)
---
# 有自然搜索量的选题
> 从平台联想词中发现更具体的用户问题，并可继续生成长尾需求分析。
Canonical: https://mediaclaw.app/docs/topics/longtail-demand
长尾词比大词更接近真实搜索意图。在小红书或抖音搜索框输入一个词、还没按回车时，平台会先弹出一串联想词。这些不是随便生成的，而是其他用户真实搜过的高频表达。
比如搜"近视手术"，联想词里会直接列出"近视手术后遗症和危害""近视手术有必要做吗""近视手术能报销医保么"这类更具体的问法。每一条背后都是一个带着明确问题的人，而且这个需求已经有平台数据背书，不是猜的，是真实搜索量。
MediaClaw 可以先拉取当前搜索词的联想词；确认有价值后，再生成长尾需求分析。
## 选择种子词
长尾扩词从一个种子词开始。它可以是行业词、产品词或人群词，关键是选**平台里真的有人这样搜**的表达。
如果你还不确定用户会怎么描述自己的问题，不用一上来就想出精准的长尾词——**先用一个大词扩一轮，再从联想词里挑方向往下扩**。
- **通用词**：范围最大的那个词，通常是品类名、行为本身，或"品类 + 核心诉求"，如"咖啡机""咖啡机 怎么选""考教资"。用它做种子词，联想词会把用户最关心的几个方向一次铺开。
- **细分词**：从上一轮联想结果里挑一个有价值的角度，当成新的种子词再扩一次，得到更窄、竞争更小的表达。
举例：你想做「咖啡机」相关内容，但不清楚用户具体卡在哪。
1. 用 **咖啡机** 扩词，联想里出现"咖啡机新手入门""咖啡机小型家用""咖啡机进蟑螂""咖啡机半自动和全自动区别"。
2. 总结出"新手怎么入手"和"咖啡机便携"是两个高频方向，再去扩相对高频的方向。
3. 每一个有搜索量的词都可以是一个内容方向，优先做高频的，再做低频的。
## 第一步：扩展联想词
1. 在抖音或小红书网页版端搜索一个种子词。
2. 打开 MediaClaw 的关键词【洞察】按钮，选择 **分析长尾需求**，点击长尾扩词。手动做这件事，你得在种子词后面不断加字母、数字或常见后缀，一遍遍翻页才能看到平台还藏着哪些联想词——MediaClaw 会自动帮你跑完这轮尝试，等待平台返回结果即可。
获取到全部拓展出来的搜索下拉词后，接着进行 AI 聚类分析。
## 第二步：生成需求分析报告
确认联想词质量后，会自动开始长尾需求分析，通常需要 2–3 分钟。插件会把上百个甚至几百个长尾表达按需求方向归类，标出每个方向的搜索占比、核心诉求和代表笔记——不用你自己一条条读几十个词，再猜每条背后到底在问什么。
分析完成后你拿到的是一份分层报告（面板中间一列）。从上往下三层，粒度依次变细。
### 顶部“需求洞察”：先看整体
一句话说明这个种子词下的用户需求集中在哪几个方向、哪里是还没被满足的机会点，例如“需求集中在品牌选购与香型推荐，机会点在高客单价品牌的深度测评和平价性价比推荐”。用它判断这个方向整体值不值得投入，以及你想切的角度和大盘需求是否一致。
### 中间的“N 个方向”：按搜索量分好类的需求
系统把上百个长尾词归成几个需求方向，每张方向卡上有：
- **词数与占比**——这个方向占了多少条搜索表达。占比越高，在搜的人越多；占比小但正好命中你的产品或人设的方向，也值得单独做。
- **方向洞察**——用户核心在纠结什么、需求密度（极高 / 高 / 中等），以及有没有清晰的商业变现路径。
- **代表样本**——这个方向下现在还跑得动的 2–3 篇笔记，附点赞数。看它们从什么切口进入，判断你能不能写出不一样的角度。
“分析长尾需求”和同一入口下的[从关键词看选题趋势](https://mediaclaw.app/docs/topics/keyword-trends)互补：长尾需求回答“用户在搜什么、哪些细分问题值得做”，选题趋势回答“这些问题用什么形式和角度更容易拿到自然流”。同一个种子词可以两个都跑一遍。
## 第三步：采集代表样本并验证
在报告里选中最值得验证的词后发起样本采集。建议只选与当前内容目标直接相关的词，避免把多个意图混在一起。
样本采集完成后，检查：
- 搜索结果是否真的围绕该问题。
- 高互动内容用了什么切口。
- 评论里是否继续出现同类追问。
- 是否有你能提供的新证据、案例或更清楚的解释。
## 分析失败怎么办
如果联想词已出现但分析失败，先检查激活状态、积分和网络，再用已扩展词重试分析，不必重新执行平台扩词。若联想词本身为空，换一个更常用、更具体的种子词再试。
---
# 从评论问题中发现选题
> 用单篇拆解、飞书模板 AI 分析或 Agent，把评论证据自动归类成候选选题。
Canonical: https://mediaclaw.app/docs/topics/comment-ideas
正文里没写清楚的问题，往往还留在评论区。先按[采集作品评论](https://mediaclaw.app/docs/collect/comments)把评论拿到手——这一步不重复说明；本页只讲拿到评论之后，怎么把它们变成选题。目前有三条方法，按你的工作方式选一条就够：单篇拆解自动归类、同步飞书模板跑 AI 分析、或者直接让 Agent 帮你读评论给选题。
怎么选用哪种方法： - 只想深挖一篇代表作品、顺手要标题和大纲：方法一。 -
想固定跑一批笔记、需要团队协作和留痕：方法二。 -
想直接口述目标、不想在多个入口之间来回配置：方法三，前提是已完成 Agent
接入配对。
## 方法一：单篇拆解自动归类评论区信号
这种方式，一次只分析一篇作品，并且由于重点是单条爆款的整体拆解，评论只是其中一块，最多含
60 条，所以如果是专门做大量评论分析，可以跳过方法一，看后面两种。
1. 在作品卡片上点击拆解图标，进入[单篇拆解](https://mediaclaw.app/docs/viral-research/single-post-breakdown)，确认评论素材已经补全再开始拆解。
2. 查看报告里的**评论区信号**模块——系统会把评论自动归到认同、追问、争议、未满足需求四类，点开可以核对被纳入分析的原始评论。
3. 查看**延伸出的批量选题**——系统按"把原题讲深""换个场景写""换个方向写"三种变化幅度各生成 3 个选题，标注沿用了什么、改了什么、和原作的区别，可以直接收藏到选题库或进入创作。
## 方法二：同步飞书模板，用AI字段捷径批量分析评论
这条方法适合批量分析多篇笔记，方便团队内部的协作分享，也方便复核。
1. 采集一批或一篇作品，附加采集评论；详情演示可查看👉[采集作品评论](https://mediaclaw.app/docs/collect/comments)。
2. [同步到飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)，评论会跟随所属作品记录写入对应数据表。
3. 打开[飞书模板：功能与配置](https://mediaclaw.app/docs/settings/feishu-template)里**配置模板 AI 字段**一节，给**评论需求分析**字段配好自己的文本模型 Key，对整列评论跑一遍分析。模板自带的示例配置会给出需求归类、可延展的选题方向、以及选题依据引用的原评论——具体输出结构取决于你使用的提示词模板，最重要的是这块分析提示词可以自行调整。
## 方法三：结合 Agent 直接分析评论区
不需要先手动采集、同步表格、配置 AI 字段——完成[接入 Agent](https://mediaclaw.app/docs/agent/setup)配对后，把作品链接和你想要的结果直接描述给 Agent，它会调用插件的采集能力抓评论、按评论 ID 去重、归类需求，直接给出结论和候选选题，甚至完整的分析报告。
可以直接照抄这句话开始：
> 帮我打开这条笔记 <作品链接>，抓取至少 300 条评论，然后分析一下整个评论区的用户想法和需求，看看有没有我可以切入的选题。
Agent 会说明已处理和去重后的评论数量、核心判断、主要需求信号分类，最后给出可以优先切入的候选选题；你确认方向后，可以让它继续展开成完整标题和大纲。
**把整份报告存进本地知识库。** 如果你用 Obsidian、Logseq 这类本地 Markdown 笔记做长期积累，可以在分析跑完后补一句「把这份报告按 Markdown 存到我的 Obsidian 库 `<路径>`，文件名用笔记标题」。Agent 会把结论摘要、主题信号占比、代表性高赞评论、完整评论明细整理成一篇带大纲的笔记写到本地，之后可以离线检索、双链到相关选题，不必再回对话里翻。
---
# 从一篇爆款扩展系列选题
> 把一篇数据好的作品拆出真正有效的方法，自动生成 9 个延伸选题：把原题讲深、换个场景写、换个方向写，每个都标好沿用了什么、改了什么、和原作的区别。
Canonical: https://mediaclaw.app/docs/topics/viral-expansion
手里有一篇数据明显好过平均的作品，想从它出发多做几期、又不想把它复制一遍——这页讲怎么做。MediaClaw 会先拆出这篇作品真正起效的地方（封面标题为什么被点开、内容怎么组织、评论区认可或追问了什么），再基于这些方法生成 9 个可以直接写的延伸选题，每个都标注沿用了什么、改了什么、和原作的区别。不需要你自己重新归纳，也不要求你读过其它选题教程。
## 第一步：采集要扩展的爆款
延伸选题从一篇**已采集的作品**开始。优先选数据明显高过该账号平均水平的一条——数据好说明它的表达方式确实起效，才值得往下扩。
1. 找到目标作品：刷到的、对标账号的，或用[按关键词找爆款](https://mediaclaw.app/docs/viral-research/keyword-hits)筛出来的都行。
2. 用 MediaClaw 侧边栏采集这篇作品（详见[采集单篇爆款](https://mediaclaw.app/docs/collect/single-post)）。
3. 在作品卡片上点击**拆解图标**，进入单篇拆解。
确认笔记内容、逐字稿（图文作品是图片文案）、评论区素材是否齐全，缺的会自动补全；可以在"重点关注"里写你最想研究的部分。
## 第二步：先看这篇靠什么起效
延伸选题不是照着原标题换几个词，而是建立在"这篇为什么成立"的判断上。拆解完成后，报告会先给出核心结论，并提示这次能延伸出多少个选题。
报告正文会从封面标题、口播/正文、评论区信号几个维度说明原作有效在哪（完整字段见[拆解一篇爆款作品](https://mediaclaw.app/docs/viral-research/single-post-breakdown)）。看选题前先扫一眼核心结论——它决定了后面 9 个选题复用的是什么。
## 第三步：读懂 9 个延伸选题
翻到报告末尾的**延伸出的批量选题**。系统按和原作的距离分近、中、远三档，每档 3 个，共 9 个。从近到远，与原作的关联越来越弱、越不容易撞车，但需要你补的新证据也越多。
下面三档用同一篇原作举例：一篇跑出爆款的《预算 3000 怎么挑入门咖啡机》。
### 近：把原题讲深——还是同一个问题
不换人群、不换问题，只把原作里一句带过、没讲透的原因、判断或步骤展开讲具体。
- **保留**：原人群、原问题、原文的整体结构。
- **改变**：颗粒度——把一句结论拆成一套能照着对的判断。
- **要补的证据**：原作没展开那部分的具体数据、案例或对比。
- **适合**快速补齐同主题系列；**风险**是三档里最容易显得和原作重复，封面和标题要做出区分。
> 原作里"半自动和全自动怎么选"只写了一句。近档选题就专门写这一句：列出两类机器在上手难度、清洁、出品稳定度上的差别，配具体机型。
### 中：换个场景写——方法不变，场景变了
把原作里真正有效的方法框架整个搬走，放到另一个人群、阶段或使用场景里。
- **保留**：原作验证过的方法或论证结构（比如"按预算分档 + 按使用频率给决策路径"）。
- **改变**：人群、场景或阶段。
- **要补的证据**：新场景下的样本——那批人卡在哪、有没有新的高互动切口。
- **适合**把一个跑通的框架复用到多个细分市场；**风险**是方法搬过去不一定成立，得先确认新场景真有这个需求。
> 同一套"预算分档 + 使用频率"的方法，从"新手选咖啡机"搬到"租房党选咖啡机""工位咖啡怎么搭"——框架不变，人群和约束换了。
### 远：换个方向写——只借写法，主题换了
不再延续原问题，只借它抓人和展开内容的方式，去讲另一个用户问题。
- **保留**：让人点开的钩子逻辑，和内容展开的节奏（比如"先劝退、再按预算分档降低决策焦虑"）。
- **改变**：主题、人群、核心问题全换。
- **要补的证据**：新主题基本要从头研究，建议配合[从评论中发现选题](https://mediaclaw.app/docs/topics/comment-ideas)或[有自然搜索量的选题](https://mediaclaw.app/docs/topics/longtail-demand)先确认需求。
- **适合**把一种被验证的表达方式迁移到你更想做的方向；**创新度最高，也最费素材。**
> 借原作"先劝退再按预算分档"的写法，去写"预算 5000，办健身卡还是买居家器械"——和咖啡机无关，只复用了结构。
## 每张选题卡上有什么
别只看标题就收藏。每张卡片有三行判断依据，先确认讲得通再决定：
- **沿用什么 / 改了什么 / 与来源区别**：系统给出的判断，说明这个选题和原作的具体关系，也是避免撞车的依据。
- **同一篇的标题候选**：2 个可直接用或改的标题。
- **成稿预期**：建议的内容形式（图文、视频等）和内容大纲。
确认方向后，点**收藏到选题库**留着排期，或点**直接创作**跳过选题库进入成稿。对整批不满意时，点**换一批选题**重新生成。
---
# 从对标账号发现反复验证的方向
> 先在账号拆解报告的选题地图里挑出被反复验证的方向，再用可复用选题卡片改写成自己能写、又不和对方撞车的选题。
Canonical: https://mediaclaw.app/docs/topics/account-directions
一篇爆款可能来自偶发热点，一个账号把同一个方向做十遍、篇篇数据稳，才说明这个方向真的成立。这页讲怎么从一个对标账号里挑出被反复验证的选题方向，并改写成你自己能写、又不和对方撞车的选题。归类和改写在账号拆解报告里已经做好，你不用自己翻几十篇笔记重新分类，也不要求读过其它选题教程。
## 第一步：采集并拆解对标账号
1. 打开目标账号主页，用 MediaClaw 侧边栏采集该博主**至少 50 条作品**（这一步不用开采集增强）。样本太少，"反复验证"就无从谈起。
2. 在博主页点击**账号拆解**图标，系统会自动按数据层级筛选笔记、补全详情和逐字稿。
首次分析约 10–20 分钟，账号页有进度面板。完成后报告出现在 AI 工作台的账号研究列表里；封面视觉、语言风格等完整字段见[拆解对标账号](https://mediaclaw.app/docs/benchmark/account-research)，这页只用其中和选题相关的两块。
## 第二步：先看哪些方向被反复验证
打开报告的**选题地图**。它把账号的代表作品按问题、场景、人群或栏目分好组，每组标了篇数和表现层级。
- **篇数多 + 标"稳定高表现"**：这个方向被反复验证过，值得直接跟。
- **篇数少，或只有偶然一次高互动**：可能是蹭到热点，样本不够，先别急着复制。
- **标"待继续验证"**：账号自己还在试，你更没底，先观望。
选题地图决定了下一步扩展出来的选题复用的是哪些方向——先扫一眼再往下走。
## 第三步：把方向改写成你的选题
"方向"还不是能直接写的题。方向是账号反复做的一类问题（比如"出租屋低成本改造"），选题是这个方向下一个具体的题（比如"1500 元改造出租屋厨房，退租时房东看不出动过"）。报告的**直接拿去写的同类选题**帮你从方向落到选题：它基于账号验证过的方向和常用标题句式，生成一批可以直接写的选题，可按选题地图的分类筛选。
> 方向"出租屋低成本改造"下，账号已经写过厨房、卫生间、客厅。卡片给的选题是"租房阳台改造"——沿用同一套"预算 + 退租可还原 + 前后对比"的框架，换一个账号还没做过的空间。
卡片里"沿用的标题公式"来自报告的**标题系统**——它统计了账号常用的句式、利益点、数字和人群限定，并给出可套用的新标题，改选题时可以一起参考。
## 每张选题卡上有什么
别只看标题就收藏。每张卡片有三行判断依据，先确认讲得通再决定：
- **切口**：这条选题具体从哪个角度进入——比原方向更窄的一个问题、人群或场景。
- **沿用了什么**：从账号验证过的方向里复用的框架或标题公式。
- **改了什么 / 和哪些样本不同**：收窄或替换的新角度，以及和账号已有笔记的差异。这行最关键，是你不写成对方翻版的依据。
三行讲得通、并且你能补上自己的数据、案例或角度，再点**收藏到选题库**排期，或点**直接创作**进入成稿。只抄标题容易漏掉"为什么可以这样改"。
## 不满意就换一批
对当前这批选题整体不满意时，点**换一批选题**重新生成一组。
---
# 三条创作途径怎么选
> 插件 AI 工作台、同步飞书批量、Agent 结合知识库——三条创作路径的差异、前置成本和适用场景。
Canonical: https://mediaclaw.app/docs/create/overview
社媒虾 MediaClaw 里有三条独立的创作途径。它们**不共享中间产物**：工作台的选题库、飞书的 AI 字段、Agent 的本机配对，彼此不互通。所以尝试后选定一条适合自己的创作路径就行，不需要在三者之间来回切换。
采集到公开内容不等于获得转载或商用授权。三条途径都只负责整理素材和生成初稿，不能替你判断版权与合规风险；发布前仍需人工确认。
## 三条路的差异
| | 在 AI 工作台创作 | 同步飞书批量分析和创作 | 用 Agent 结合知识库创作 |
| ---------------- | ------------------- | ---------------------- | ----------------------------- |
| 一次处理多少 | 一篇 | 一批（整列记录） | 一批，且可连续执行多个步骤 |
| 提示词能不能改 | 不能，流程固定 | 能，在字段里直接改 | 能，直接在对话里说 |
| 前置成本 | 无，装完插件就能用 | 配飞书模板 + 模型 Key | 装 Agent 接入包 + 本机配对 |
| 费用 | 生成消耗积分 | 按你自己的模型用量计费 | 用当前 Agent 的模型，不计积分 |
| 怎么结合你的业务 | 创作档案 + 账号风格 | 改提示词 | 读取你的本地知识库 |
| 最适合 | 单篇出稿最快 | 团队协作、留痕、批量 | 模糊目标、跨平台、长期资产 |
## 在 AI 工作台创作
从单篇拆解或账号研究拿到选题，收藏进选题库，在生成弹窗里确认简报、选图文或视频、按需带上你的业务信息，生成一版可继续修改的稿件。流程是固定的，不需要写提示词。
**什么时候不要用它**：手上只有一段自己的口播稿或旧稿，还没有任何研究资产——工作台的入口都从选题起，这种情况走飞书或 Agent。
继续阅读：[在 AI 工作台创作](https://mediaclaw.app/docs/create/plugin-workbench)。
## 同步飞书批量分析和创作
把采集到的作品同步进飞书模板，用模板里的 AI 字段对整列记录批量跑脚本分析或二创改写。字段里的提示词是完全可改的，可以按自己的业务重写。
**什么时候不要用它**：只想快速出一篇稿——配模板和模型 Key 的成本大于收益。
继续阅读：[同步飞书批量分析和创作](https://mediaclaw.app/docs/create/feishu-batch)。
## 用 Agent 结合知识库创作
Agent 可以同时读取 MediaClaw 里的研究资产和你授权的本地文件夹——品牌手册、产品文档、历史稿件、访谈记录。平台证据和你自己的事实由它组合，输出也不局限于一篇稿件。
**什么时候不要用它**：还没完成安装和配对，或者这次只是想按固定流程出一篇标准图文。
继续阅读：[用 Agent 结合知识库创作](https://mediaclaw.app/docs/create/agent-creation)。
## 三条路都能带上你自己的业务
生成的稿子"不像自己写的、没有业务信息"不是模型能力问题，是没有把你的事实喂进去。三条路各有自己的做法，选哪条都能解决：
- **工作台**：在生成弹窗里展开「植入我的业务」填创作档案，再选一个账号风格。档案回答"为谁、写什么业务、希望产生什么行动"，风格回答"怎么写"。
- **飞书**：直接改字段里的提示词，把角色、目标人群、必须提到和不能说的内容写进去。
- **Agent**：把品牌资料和历史稿件所在的目录授权给它，让它区分平台证据、你的产品事实和它自己的推断。
---
# 在 AI 工作台创作
> 从拆解拿到选题、在选题库发起创作、在生成弹窗确认简报与业务信息，产出可继续修改的图文或视频稿。
Canonical: https://mediaclaw.app/docs/create/plugin-workbench
装完插件就能用，流程固定，不需要写提示词。整条链路都在插件侧边栏和**AI
工作台**里完成，从研究到成稿一条龙完成，不用导出文件，也不用切换到别的工具。
## 完整路径
### 1. 先拿到选题
工作台的创作入口全部挂在选题上，所以第一步不是"写"，是"有题可写"。目前有两种途径可以在插件里直接得到选题：
- [拆解单篇爆款得到选题](https://mediaclaw.app/docs/viral-research/single-post-breakdown)：拆完一篇爆款后，报告底部会按"把原题讲深、换个场景写、换个方向写"给出延伸选题。
- [拆解对标账号得到选题](https://mediaclaw.app/docs/benchmark/account-research)：账号研究报告里的可扩散选题，附来源样本和预期成稿形式。
在选题卡上点 **收藏到选题库**，选题就进入了工作台的 **选题库** 标签页。原始分析结果仍然留在对应的研究档案里，选题库只保留你主动收藏的。
### 2. 在选题库点「开始创作」
打开 AI 工作台的 **选题库**，每张选题卡上有 **待写 / 已生成** 状态。在准备执行的那张卡上点 **开始创作**。
也可以跳过收藏这一步：在单篇拆解报告或账号研究的选题卡上直接点 **直接创作**，效果一样。
### 3. 在弹窗里一次确认完
点击后会弹出 **写成哪种内容？**。这一步是整条路的核心——确认、选形式、带业务信息都在这一个弹窗里完成，不分先后步骤：
1. **核对本次创作简报**：主标题、核心判断和内容大纲。大纲每行是一个内容步骤，可以直接改写，把自己的案例、经历和数字补进去。
2. **选图文笔记或视频笔记**。
3. **按需展开[植入我的业务](#怎么结合自己的业务)**，填过一次会保存下来，之后勾选「本次使用」即可。
4. **按需选一个账号风格**。如果设过「我的 IP」，这里会是默认选项；不选则只使用本次研究和创作简报。
5. 点 **生成**
### 4. 查看改写结果
提交后任务转到工作台的 **内容创作** 标签页，按 **生成中 / 已完成** 两个状态筛选。生成中包含失败待重试的任务；已完成的可以复制结果或重新生成。从账号研究、单篇拆解和选题库发起的稿件都汇总在这里。
## 输出是什么、怎么读
| 类型 | 主要输出 | 重点检查 |
| -------- | ---------------------------------------------- | ---------------------------------------------------- |
| 图文笔记 | 标题、正文、逐页配图方案、封面方案、关键词标签 | 页数与信息节奏、图文如何分工、配图方案是否真的可执行 |
| 视频笔记 | 标题、发布正文、可直接口播的逐字稿 | 开头钩子、口语节奏、停顿与转折、画面和口播是否一致 |
结果里除了正文，还会给出**创作角度**（这一版从哪个视角切入）、**不要照搬**（原作里不能直接复用的句子、案例和数据）和**优先验证**（需要你人工核实的部分）。这三块比正文更值得先读——它们决定了这一稿能不能直接用。
图文的封面方案会带上参考封面、构图和标题分工。如果选题来自一篇图文拆解，生成会尽量沿用原笔记有效的页数、逐页职责和图文分工，只替换成新选题的内容——所以更要检查是否与原作过度相似。
## 怎么结合自己的业务
这条路上有两个工具，分工不能混：
- **创作档案回答"为谁、写什么业务、希望产生什么行动"**：产品/服务、目标人群、核心价值或卖点、转化目标，以及必须提到和不能说的内容。填完保存后可长期复用，结果里会说明这次把业务信息放在了哪个位置、怎么承接。
- **账号风格回答"怎么写"**：定位、常见结构、表达节奏、视觉规律。它来自[账号研究](https://mediaclaw.app/docs/benchmark/account-research)——研究自己的账号并设为「我的 IP」，之后每次生成都会默认带上；研究对标账号则得到一份可借用的写法。
不要用账号风格替代业务事实。风格只管表达方式，对标账号的具体案例、数据和第一人称经历不能写成自己的。
如果下拉里还没有可用的账号风格，弹窗会提示去研究对标账号——先完成一次账号研究即可。
---
# 同步飞书批量分析和创作
> 把采集的作品同步到飞书模板，用可改提示词的 AI 字段，对整列内容批量做脚本分析和二创改写。
Canonical: https://mediaclaw.app/docs/create/feishu-batch
这条路适合"一次要处理一批，而且想自己控制怎么写"。采集的数据同步进飞书多维表格后，模板里的
AI
字段会对整列记录批量执行——**字段里的提示词是完全可改的**，可以按自己的业务、语气和平台重写。稿件留在表格里，团队可以协作、复核和留痕。
## 前置条件
- 已按[飞书模板：功能与配置](https://mediaclaw.app/docs/settings/feishu-template)复制模板、能够成功将数据同步到飞书，并配置好文本生成类 AI 字段的模型 key。
- 视频内容需要先有逐字稿：可以在插件里[提取视频逐字稿](https://mediaclaw.app/docs/collect/transcript)，同步到飞书；也可以用模板里的 [**视频转文字**](https://mediaclaw.app/docs/settings/feishu-template#视频转文字) 字段在表格内批量转。
## 完整路径
### 1. 同步到飞书多维表格
按[同步到飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)把数据池记录写进模板，如果要额外采集评论、视频逐字稿、配图文案，也都会跟随所属作品写入对应数据表。
### 2. 配置并运行 AI 字段
打开对应字段的配置面板，把 **输入指令** 换成自己的提示词，再对整列执行。模板里和创作相关的是这三个字段：
- **脚本分析**：输入一段口播逐字稿，输出打分、理由和一版优化后的脚本。
- **评论需求分析**：输入采集到的评论，输出用户需求归类和可延展的选题方向，详细用法见[同步飞书模板批量分析评论](https://mediaclaw.app/docs/topics/comment-ideas#方法二同步飞书模板用ai字段捷径批量分析评论)。
- **二创改写仿写**：输入原笔记的标题、配文、逐字稿和热门评论，输出解构结论、两篇同题改写和衍生选题。
结合自己业务的方式就是**改提示词**，改的位置固定在字段配置面板的输入指令里。注意下面的提示词中都有引用对应的字段值（灰色部分），自己改提示词的时候这个引用不要丢掉了。否则分析的内容带不到提示词里面去。
## 字段提示词原文与效果展示
### 脚本分析
从 5 个维度给一段口播逐字稿打分并说明理由，最后输出一版更符合"爆款视频素质"的脚本：
1. **目标受众匹配度**：是否聚焦目标群体的痛点 / 利益点
2. **吸引力（前 2 秒）**：开头是否足够抓人
3. **期待感（前 4~5 秒）**：是否制造悬念或预期
4. **实用价值**：是否提供明确的干货或方法论
5. **节奏与语言表达**：是否通俗易懂、口语化、节奏感强
```plaintext
请你以短视频策划专家的视角，从以下几个维度对这段口播脚本（此处引用【口播脚本】字段）， 进行全面分析和优化建议：
1. 目标受众匹配度：脚本是否聚焦目标群体的痛点/利益点？能否让用户一看就觉得“这和我有关”？
2. 吸引力（前2秒）：开头是否足够抓人？是否具备黄金开场、能迅速吸引用户注意？
3. 期待感（前4~5秒）：是否制造了悬念或预期？有没有激发“我想继续看下去”的情绪？
4. 实用价值（整体内容）：脚本是否提供了明确的干货、实用信息或方法论？观众看完能否获得“对我有用”的收获感？
5.节奏与语言表达：语言是否通俗易懂、口语化、节奏感强？是否有拖沓或冗余？
请按以上 5 点打分并逐一说明理由，最后给出整体优化建议，并根据原始脚本生成一个更符合“爆款视频素质”的优化版本。
```
### 评论需求分析
从热门评论出发，按三个维度依次分析，并标注每个选题的评论出处：
1. **用户需求分析**：提炼需求类型、具体描述，以及出现频次或强度
2. **可扩展选题挖掘**：基于需求提炼 3~5 个可独立成篇的选题方向
3. **选题溯源**：标注每个选题主要来自哪条或哪类评论的启发，引用评论原文关键句
```plaintext
这是一条【笔记类型】笔记，【标题】【正文】下有这些评论【评论内容】
请按以下三个维度依次分析：
① 用户需求分析
从评论中提炼用户真实需求，按以下格式输出：
- 需求类型
- 具体需求描述（用户在问什么、在意什么、在纠结什么、调侃什么）
- 出现频次或强度判断（高频/中频/少数但强烈）
② 可扩展选题挖掘
基于上述需求，提炼 3~5 个可独立成篇的选题方向，每条包含：
- 选题标题（可直接用作笔记标题）
- 内容角度（切入点是什么）
- 目标受众（这个选题在解决谁的问题）
③ 选题溯源
针对②中每个选题，标注它主要来自哪条或哪类评论的启发，引用评论原文关键句。
```
### 二创改写仿写
分三步执行：先解构原笔记的标题公式、内容骨架和语言风格，再同题改写出两篇字数相近但切入角度不同的稿件，最后基于用户需求推导衍生选题。两篇改写会各自标注 **适合形式：图文还是视频**，按这个判断分别当图文配文或口播逐字稿使用。
```yaml
## 角色
你是小红书内容策略师，擅长爆款笔记的结构解析与同题改写。
## 输入
- 笔记标题：
- 笔记配文：
- 笔记类型：
- 口播逐字稿：
- 热门评论：
---
## 任务概览
本任务分三步：先解构，再同题改写，最后基于用户需求推导衍生选题。
---
## Step 1：解构原笔记
### 1.1 标题公式
提炼标题结构（如「痛点场景 + 反转承诺」型），并标注各部分在原标题中的对应词。
### 1.2 内容骨架
逐段拆解，标注每段的叙事功能，例如：
- 第1段：钩子（用什么手法抓住注意力）
- 第2段：共鸣铺垫（建立什么情绪/场景）
- 第3段：核心信息（传递什么观点/方法）
- 第4段：收尾（行动引导 / 情绪落点）
### 1.3 语言风格（3条）
提炼口语节奏、人称视角、情绪浓度等具体特征，举原文例句说明。
### 1.4 字数校准
统计原逐字稿总字数，作为改写长度基准。
Step 2 两篇改写的正文字数须在原稿字数 ±150 字以内。
---
## Step 2：同题改写（2篇）
> 核心原则：题材和核心观点与原笔记一致，但换一个叙事切入角度重新讲这件事。
> 开头钩子和整体结构框架可借鉴，但中间的叙事路径、举例、节奏必须重新设计。
> 输出字数须在 Step 1.4 校准字数的 ±150 字以内。
### 篇一
- **新标题**（套用原标题公式，替换关键词）
- **切入角度说明**（1句话：从哪个不同视角切入同一个话题）
- **适合形式**：图文 or 视频（给出判断理由）
- **正文**：
- 若图文：配文全文（字数与原笔记配文相当）
- 若视频：口播逐字稿全文（用【停顿】【语速加快】等标注节奏）
- **关键词标签**：3-5个
### 篇二
- 同上结构，切入角度与篇一不重复
---
## Step 3：衍生选题推导
> 先分析用户需求，再给选题，不得跳过需求分析直接给题目。
### 3.1 用户需求分析
从热门评论和原笔记内容出发，归纳：
- **内容需求**：用户在这个话题上还想知道什么信息（知识缺口）
- **情绪需求**：用户在评论区表达了什么情绪，背后是什么心理诉求
### 3.2 衍生选题（2-3个）
每个选题包含：
- 选题标题（可直接用作笔记标题）
- 对应满足的需求类型（内容需求 or 情绪需求）
- 一句话说明与原笔记的差异化角度
---
## 约束
- Step 2 必须围绕原笔记的同一话题，不得偏移到完全不同的主题
- 改写不得复制原笔记的具体句子、例子、数据
- Step 2 两篇的切入角度不得重复
- Step 3 的选题必须基于 Step 3.1 的需求分析推导，不得凭空生成
- 语言风格须与原笔记保持一致（参考 Step 1.3）
```
---
# 用 Agent 结合知识库创作
> 让 Agent 把 MediaClaw 的平台证据和你本地的品牌资料、历史稿件、笔记库组合起来，从模糊目标一路做到成稿。
Canonical: https://mediaclaw.app/docs/create/agent-creation
三条创作路里天花板和灵活性最高的一条，适合已经有自己数据积累的用户。Agent
同时读取 MediaClaw
的研究资产和你授权的**本地知识库**——品牌手册、产品文档、历史稿件、客户案例、访谈记录、Obsidian
或其他开放了读取接口的笔记——让平台数据和你自己的事实在同一个任务里合流，输出也不局限于一篇稿件。
## 什么时候走这条路
- **目标还模糊**：只有一句"想做这个赛道"或一段旧口播稿，还没有具体选题——工作台的入口都从选题起，这种情况适合 Agent。
- **要跨平台**：同一份研究要出小红书图文和抖音口播两版，让它一次说清各版的结构差异。
- **想中途纠偏**：先看证据结论再定方向，不满意就调整，而不是等一篇写完再推翻。
- **要长期资产**：把每次研究攒进本地库，之后不重采、不花积分就能复用。
只想按固定流程快出一篇标准图文，用[在 AI 工作台创作](https://mediaclaw.app/docs/create/plugin-workbench)；一次要处理一批、还想自己改提示词，用[同步飞书批量分析和创作](https://mediaclaw.app/docs/create/feishu-batch)。
## 前置条件
- 已完成Agent的[安装、配对](https://mediaclaw.app/docs/agent/setup)，且确认连接正常。
- 已把要用的资料整理成 Agent 可读的目录，见[连接你的知识库](https://mediaclaw.app/docs/agent/knowledge-base)。
## 完整路径
### 1. 身份、目标和可用资料
不用指定工具名或采集命令。把这几件事说明白就够了——[任务案例](https://mediaclaw.app/docs/agent/prompt-examples#一个通用模板)里有一个可直接套用的模板：
```plaintext
背景：我是谁，服务谁，现在在做什么。
目标：这次要做出什么决定、或交付什么东西。
资料：允许使用哪些 MediaClaw 资产、哪些本地知识库目录，调用哪些已有 skill。
顺序：先研究还是直接写；要不要我中途确认。
输出：形式、数量、平台、长度、语气、要不要标注来源。
边界：不能编造什么，哪些必须我人工确认。
```
一个填好的例子：
```plaintext
我在做一款面向独立创作者的效率工具，读者是每天要做选题和写稿的个体创作者。
请先检查 MediaClaw 里已有的账号研究、单篇拆解和选题，必要时补充最小范围的真实数据；
再读取 ./content-knowledge/00-brand 和 ./content-knowledge/06-published。
先给出证据结论和 3 个选题，不要写全文。
```
### 2. 先要选题和思考过程
Agent 一上来就写全文，通常会写出一篇没有事实支撑的泛泛稿。先让它给证据结论和候选选题，你确认方向之后再往下走——**中途可以纠偏，是这条路和另外两条最大的差别。**
### 3. 确认后再成稿
选定一个方向后再说明成稿要求：平台、形式、长度、语气、要不要标签、标题给几个候选。
```plaintext
就用第 2 个选题，写成小红书图文稿：标题给 5 个候选。
区分清楚哪些是平台样本里的事实、哪些是我们产品的事实、哪些是你的推断。
不编造案例和数据，把仍需我补充的事实单独列出来。
```
如果要精确拆解一条视频再改成脚本，需要逐字稿——它会先给报价（每条多少积分、余额、有效期），你确认才提取。
### 4. 需要时把结果写回本地
用 Obsidian、Logseq 这类本地 Markdown 笔记做长期积累的话，可以让 Agent 把研究结论和稿件按 Markdown 存进指定目录。下次创作时这些内容又成了可读的资料。
```plaintext
把这次的证据结论、选题和最终稿件按 Markdown 存到 <路径>，文件名用选题标题，
开头加一段大纲和来源清单。
```
## 输出不局限于一篇稿件
除了图文和视频稿，还可以要求 Agent 输出：
- 一组系列选题或一份内容日历
- 一份创作任务书，交给团队里的其他人执行
- 同一篇内容的跨平台版本（小红书图文 / 抖音口播 / 公众号长文），并说明各版的结构差异
- Markdown 或 HTML 的研究报告
- 先给两三个方案做对比，再写选定的那个
- ……
## 怎么结合自己的业务
这条路上"结合业务"靠的是**知识库的角色分工**，要在指令里说清楚，否则 Agent 会把三类信息混在一起：
- **MediaClaw 提供平台证据**：真实样本、互动数据、评论、拆解结论——回答"平台上正在发生什么"。
- **你的知识库提供事实和边界**：产品能力、真实案例、实测数据、品牌口径、历史表达——回答"我们能说什么、说过什么"。
- **Agent 负责组合**：找出两者的交集，并明确标出哪些是它自己的推断。
明确要求 Agent 区分"平台证据 / 我们的产品事实 /
它的推断"，并且不要补写资料里没有的产品能力。这一句写进指令和不写，结果差别很大。
---
# 品牌与竞品舆情
> 基于当前关键词搜索样本，分析观点倾向、用户需求、品牌信号和潜在风险。
Canonical: https://mediaclaw.app/docs/brand/sentiment
关键词舆情扫描适合研究品牌名、产品名、竞品名或某个争议问题。它会从当前 PC 搜索结果多轮获取样本、去重并补充代表作品详情，再生成舆情判断。
## 前置条件
- 在抖音或小红书 PC 端搜索目标关键词。
- 当前搜索词与要研究的品牌、产品或问题一致。
- 激活码已验证，并有足够积分。
- 搜索结果中存在足够的有效作品和可访问详情。
## 操作步骤
1. 搜索品牌、产品、竞品或问题关键词。
2. 打开 MediaClaw 的关键词策略区域，切换到 **舆情扫描**，点击
**开始舆情扫描**。等待插件多轮刷新搜索结果、去重，并打开代表作品采集详情。
3. 查看舆情概览、主题聚类、情绪与风险、用户需求、品牌信号和行动建议。
- **样本统计**：说明本次结论来自多少搜索结果和代表详情。
- **主题聚类**：展示讨论集中在哪些问题，而不是简单词频。
- **情绪与风险**：帮助发现负面集中点、争议和需要继续确认的信号。
- **用户需求**：整理用户期待、顾虑和未满足问题。
- **品牌信号**：观察品牌、竞品、产品特性或服务环节被如何讨论。
- **行动建议**：用于安排进一步核验、内容回应或产品反馈，不应直接当作事实结论。
搜索样本不是全平台舆情数据库，AI
结果也可能误判。涉及危机、公关、法律或经营决策时，必须回看原始证据并结合更多渠道核验。
---
# 筛选高意向客资
> 从已采集评论中按关键词和 IP 属地筛选出高意向客资，把上千条评论压缩成几十条可跟进线索。
Canonical: https://mediaclaw.app/docs/brand/high-intent
## 配置筛选规则
### 关键词筛选
先抽看一批真实评论，记录用户实际会用的说法，再落成词表。词太宽噪音多，词太窄会漏掉同一种需求的不同表达。举例一些常见分类（最终需要按你的行业、具体笔记的评论表述调整）：
- **询价类**：多少钱、多少米
- **求购 / 求链接类**：怎么买、哪里买、求链接、有没有优惠、还有吗
- **到店 / 同城类**：在哪个区、地址在哪、周末能约吗、今天能到店吗
- ……
命中任一关键词即通过关键词条件。
### IP 属地筛选
注意平台评论 IP 通常只到省 / 直辖市 / 特别行政区。北京、上海、天津、重庆可以直接按直辖市筛；成都、杭州、苏州这类地级市，只能先筛到对应省份再人工复核。
所以它适合排除跨省噪音，不能用来断言用户就在某个市区。平台没有展示 IP 的评论无法参与 IP 条件。
### 两种筛选条件的关系
同时配置两类规则时，一条评论必须命中任一关键词**并且**属地与其中一个 IP 完全匹配，才算命中。只配置其中一类时，只按该类筛选。做本地生意建议两类一起用。
## 采集并筛选
1. 打开目标作品详情页，向下滚动把评论加载出来。
2. 开启 **附加评论** 和 **评论客资筛选**。
3. 采集单篇作品，或在搜索 / 账号采集增强里批量补采多篇作品的评论。
4. 等插件按当前规则标出命中项。
5. 导出或同步前，抽查评论原文、用户名称、发布时间和 IP 属地。
[视频演示：配置评论客资筛选关键词并采集，命中项写入客资表](https://media.mediaclaw.app/videos/docs/brand/high-intent/01-high-intent-demo.mp4)
## 导出与同步
命中评论会单独形成一份客资清单。也可以[同步到飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)：命中规则的评论会写入 **客资表**，团队在飞书里打标签、分配跟进人、记录沟通进度。
## 局限与合规
评论客资筛选只是把「从评论里找线索」这一步自动化，命中关键词也不代表一定有购买意向；是否联系、如何沟通、是否符合平台规则和个人信息保护要求，都需要运营者自行判断。社媒虾只提供初步信号。
---
# 自动私信触达
> 从已采集的评论中选择用户、编辑话术并最终确认后，插件自动逐个私信触达。
Canonical: https://mediaclaw.app/docs/brand/handoff
1.自动私信触达只是把人工联系动作自动化，仍需遵守平台规则，内容是否合规请自行把控。
2.小红书和抖音账号主页的私信入口对未互关用户只允许发送一次信息，所以发送前务必核对收件人和话术内容。
## 选择待触达用户
1. 在缓存区作品卡上点击「评论 N 条」或「筛选命中 N 条」，进入同一个评论与触达工作区。
2. 在 **全部评论 / 筛选命中 / 未触达 / 已触达** 之间切换查看；已触达或历史失败的评论仍然可以重新选择。
3. 勾选需要触达的评论，底部会显示按用户身份去重后的实际接收人数。
4. 点击 **准备触达**。
## 编辑话术并最终确认
1. 弹窗会带入设置中保存的默认话术，可直接在本次任务里修改；只有勾选「同时保存为默认话术」才会覆盖设置中的默认值。
2. 点击生成发送确认，确认页会展示：原选择评论数、去重后的实际接收人数、因重复或不可触达被跳过的人数、系统自动拆分的执行组数量。
3. 核对无误后点击「确认发送」。
## 自动执行与终止
- 任务执行中随时可以点击「终止任务」；已经发出的消息无法撤回，尚未开始的用户会标记为未执行，之后可以重新选择再次发起。
- 出现验证码、账号登录失效、平台风控提示，或发送后无法确认结果时，插件会立即停止当前任务剩余的全部用户，且不会自动重试。
## 查看执行结果
在「执行明细」的 **私信触达** 分区可以查看每个任务的平台、发送账号、开始/结束时间、成功/跳过/失败/结果不确定的人数、当前执行组进度和话术摘要。
如果团队更习惯手动交付，也可以跳过自动触达，直接[导出到本地](https://mediaclaw.app/docs/collect/export-local)或[同步飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)，交给人工联系。
---
# Agent 是什么，接入后能帮你做什么
> 把社媒虾接进 Codex、WorkBuddy 这类 AI 对话工具后，用一句话就能让它采集、研究、写稿。
Canonical: https://mediaclaw.app/docs/agent/overview
## 这里说的Agent是什么
Agent 指**能自己调用工具、连着做完一串操作的 AI 对话工具**。它不只是陪你聊天，还能按你的一句话去打开软件、读写文件、执行任务。目前社媒虾支持接进这几个：
- **Codex**（已支持）
- **WorkBuddy**（已支持）
- **豆包工作**（已支持）
把社媒虾接进这类工具之后（怎么接见[安装、配对与升级](https://mediaclaw.app/docs/agent/setup)），你就可以在对话框里用大白话指挥它，比如直接发一句：
```plaintext
帮我分析这个小红书账号：<主页链接>，先告诉我要采多少条再动手。
```
它会自己去调用社媒虾采集数据、整理，再把结论讲给你——你不用一个个去点插件里的按钮。
没用过上面这些工具也没关系。社媒虾插件本身是完整的，采集、拆解、创作在插件里都能做完，从[10
分钟从采集到初稿](https://mediaclaw.app/docs/getting-started/first-draft)开始就行。Agent
接入是给已经在用这类工具的人多一个更省事的入口。
## 接入之后，谁负责什么
一次任务里有三方：
| 谁 | 负责的事 |
| ------------------------ | ------------------------------------------------------------------------------ |
| **社媒虾** | 去小红书、抖音采集数据、清洗、抽样、做客观统计，并提供一套现成的研究和写作方法 |
| **你的 AI 对话工具** | 读懂你的要求，照着这套方法做分析、判断和写稿 |
| **你自己的资料**（可选） | 提供你的业务事实、过往表达和不能碰的红线，让稿子像你写的 |
三方少一方，结果就会打折：只有社媒虾，是一堆数据没有结论；只有 AI 工具，是没有真实样本的空谈；没有你的资料，写出来的东西不像你、也没有你的业务。
## 它干活的固定顺序
它不是拿到问题就瞎猜。每次任务内部都按固定顺序走，知道这个顺序，它的很多做法就不奇怪了：
1. **先查连接是否正常**，需要时提示你升级接入包。
2. **按你的意图选一套研究方法**。社媒虾为常见任务（关键词趋势、长尾需求、账号策略、账号近期爆款、找对标账号、拆解单篇、选题、写作任务书、成稿、风格适配）各准备了一份写好的方法，它照着做。
3. **先查有没有现成结果，再决定要不要新采**。顺序是：插件本地已有的分析 → 云端工作台 → 本地采集记录 → 都没有才新采。所以你说「分析这个账号」，它可能直接回答而不重新采——这是在省你的时间和额度，不是偷懒。
4. **只补缺的那部分**。已经采过作品列表、只缺个别详情，它就只补详情，不会清空重来。
5. **先分析再写**。它会先讲清楚：现在有哪些证据、哪些说法反复出现、读者需求有没有互相打架、这类内容为什么能火——然后才进入选题和写稿。
6. **交付前自己过一遍**：核心结论有没有证据、有没有把猜测写成事实、和参考作品像不像得过头、有没有把别人的经历写成你的。
它会分清楚**哪些是查到的事实、哪些是它的推测、哪些还不知道**。一个例子它只当个案，要看到至少三个互相独立的例子都指向同一个结论、又没有明显反例，它才会说这是普遍规律。所以你会看到它说「这条还不太确定」或「这需要更多样本」——这是方法要求，不是敷衍。
## 哪些操作需要你确认
首次接入时，需要在插件批准设备配对。配对后，方案、修改和确认都在 Agent 对话里完成。普通采集如果你已明确来源、数量和内容范围，就按这个范围执行；目标不清楚或需要扩大范围时，它会先给出可调整的方案，等你回复。
| 动作 | 它会先给你什么 | 执行边界 |
| ---------- | ---------------------------------- | ------------------------------------------------------------------ |
| 采集账号 | 本次来源、数量、时间范围和采集内容 | 已有具体授权直接执行；需要补充或扩大范围时先在对话确认 |
| 视频逐字稿 | 每条预计积分、总额、余额、有效期 | 你明确同意报价后才提取，已有逐字稿优先复用 |
| 批量补详情 | 这次要补的记录和字段 | 只补你已授权的范围，新增范围先确认 |
| 清理数据 | 删除范围、保留内容与预计释放空间 | 你确认当前预览后才删除 |
| 评论私信 | 发送账号、全部实际收件人和完整话术 | 你在对话明确同意最终方案后才发送；可以先修改或取消，无需回插件确认 |
## 会很消耗 Token 吗
这里说的 Token 是你的 Agent 宿主（Codex、WorkBuddy
等）消耗的模型额度，和在社媒虾里提取逐字稿要花的**积分**是两回事。
用 Agent 指挥社媒虾，本身就是相对省 Token 的做法。它不用自己一页页打开、点击、翻页、逐屏读取——采集和提取交给插件执行，插件只把整理好的结构化结果交回来给它分析。
一次任务里，真正消耗宿主模型 Token 的是三件事：
| 环节 | 在做什么 |
| ---------- | -------------------------------------------- |
| 理解与规划 | 读懂你的要求，选定一套研究方法，安排分几步走 |
| 调用与读取 | 发起插件调用，再读回采集和分析结果 |
| 分析与写作 | 对结果做统计、归类、判断，最后成稿 |
插件在后台采集、翻页、等平台限频冷却的那段时间，本身一般不额外花 Token。所以一个任务跑了十几分钟，不等于十几分钟都在烧 Token。复杂任务确实更贵，但贵在数据量更大、要分析的步骤更多，不在于插件跑了多久。
它还会主动压掉一部分开销：[固定顺序](#它干活的固定顺序)里的"先复用、再新采"省掉重复采集；较大的返回会先给摘要和预览，需要细节时才分页读取，不会一次把无关内容塞进上下文。
以下情况仍会用掉一些 Token：频繁查询任务进度或反复确认连接、遇到登录失效和验证码这类异常时的多轮来回、把大量原始数据（例如上千条评论原文）读进来再分析。具体消耗还取决于你用的模型、任务复杂度和返回的数据量。
**优势**：比起让 Agent
自己开浏览器、一步步点页面，社媒虾把整批采集一次接管过去，只交回需要的数据和结论，省下的正是那些重复点击、翻页、读取会烧掉的
Token。你付的 Token 花在"理解需求"和"分析结果"上，不花在"操作浏览器"上。
---
# 安装、配对与升级 Agent
> 复制安装提示词，完成 Codex、WorkBuddy 的自动安装或豆包工作的连接器配置，再回插件批准配对；升级后需重启宿主才能生效。
Canonical: https://mediaclaw.app/docs/agent/setup
## 支持哪些 Agent
| 宿主Agent | 状态 | 安装时你要做什么 |
| --------- | ---- | ----------------------------------------------------------------------------- |
| Codex | 可用 | 不用动手。把安装提示词发给它，它自己一路装到底 |
| WorkBuddy | 可用 | 不用动手。把安装提示词发给它，它自己一路装到底 |
| 豆包工作 | 可用 | 先让豆包准备安装文件和配置清单，再手动新建本地 STDIO 连接器，详见下方独立教程 |
**Codex、WorkBuddy** 按下面三步操作。**豆包工作** 先完成第一步、复制豆包工作专用的安装提示词，再跳到[豆包工作：单独配置连接器](#豆包工作单独配置连接器)。
## 第一步：复制安装提示词
1. 打开社媒虾扩展 → **右上角系统配置 → Agent 接管**。
2. 打开 **允许本机 Agent 调用社媒虾**。
3. 展开下方的 **连接 Agent**，找到你要用的宿主，点 **复制安装提示词**。
这段提示词里已经写好了官方来源、当前宿主的安装命令、修复步骤和连接续接任务。你不需要看懂它，也不需要修改。
## 第二步：发给 Agent 自己装
在 Codex 或 WorkBuddy 里新建一个对话，把刚才复制的内容原样发送。接下来这些都由 Agent 完成：
- 识别当前宿主，注册官方 marketplace 并安装接入包。
- 识别你的系统和芯片（Windows／macOS／Linux，x64／ARM64），获取并校验对应的官方运行时。
- 装完后如果当前对话加载不到新工具，它会自己开一个续接对话，把任务带过去。
## 第三步：回插件批准配对
Agent 检测到扩展后，插件的 Agent 接管页会出现待批准的设备。
1. 核对设备名称和 **设备指纹**。
2. 点 **批准配对**。
3. 回到 Agent 对话，它会自动复查连接，不需要你回复"已批准"。
看到"连接与配对已完成"以及对话中出现首次欢迎，才算真正接上。已批准的设备会出现在 **已授权 Agent** 列表里，随时可以 **撤销**；每个 Agent 单独批准，撤销一个不影响其他。
## 豆包工作：单独配置连接器
**为什么豆包工作需要多配一步？** Codex、WorkBuddy 可以由 Agent 完成接入包安装和工具注册；豆包工作目前需要你在界面里手动保存一个自定义连接器。安装提示词会让豆包准备好运行文件、整理出配置清单，而连接器负责告诉豆包：**从哪里启动本机的 MediaClaw 工具、用什么配置连接它**。因此，拿到安装清单后，还需要完成下面的连接器配置，豆包才能调用社媒虾。
这个连接器使用 **本地电脑 / STDIO** 方式运行。请在安装了社媒虾扩展的同一台电脑上操作，并保持浏览器和扩展打开。配置完成后，还要回扩展批准豆包工作的设备配对。
### 获取豆包给出的配置清单
在豆包工作里新建一个任务，把第一步复制的 **豆包工作安装提示词** 原样发送。等它准备好安装文件，并列出服务器名称、传输类型、命令、参数和环境变量。
保留这份清单，接下来逐项复制到连接器设置。然后点击左侧 **技能 · 连接器 · 伙伴**。
截图使用的是本地开发配置，里面的命令路径、Node 路径和 `local`
标记只作界面示例。**实际填写时，以豆包为你这次安装生成的清单为准**，不要照抄截图里的电脑路径或开发配置。
### 新建自定义连接器
在 **技能 · 连接器** 页面点击右上角 **新建 → 新建自定义连接器**。如果你已经创建过 `mediaclaw` 连接器，打开已有连接器编辑即可。
### 按清单填写连接器配置
在弹出的配置窗口中，对照豆包给出的清单填写：
| 界面字段 | 怎么填 |
| -------------- | ---------------------------------------------------------------------- |
| **服务器名称** | 填写 `mediaclaw` |
| **传输类型** | 选择 **STDIO** |
| **命令** | 复制清单里的完整命令路径 |
| **参数** | 按清单填写；如果标注留空，就不要点「添加」，也不要输入「留空」二字 |
| **环境变量** | 在「环境变量」区域点击「添加」，把清单里的变量名和值逐行填入，一行一组 |
环境变量包括豆包宿主标识、设备名称等配置；如果清单中还有 Node 路径，也一并填写。界面没有「工作目录」输入框时，不需要额外添加工作目录。
### 保存后打开「我的技能」
核对填写内容，点击 **保存**。看到 **连接器已安装** 的提示后，点击右上角 **我的技能**，查看刚创建的连接器。
### 确认连接器已启用
在 **我的技能** 中切换到 **连接器**，找到刚创建的连接器，确认右侧开关处于开启状态。
### 回社媒虾批准配对
回到社媒虾扩展的 **系统配置 → Agent 接管**，确认 **允许本机 Agent 调用社媒虾** 已打开。发现新的本机 Agent 后，核对设备名称是豆包工作，并与豆包提供的设备指纹核对，再点击 **批准配对**。
此时即使页面已经显示绿色的 **Agent 已连接**，只要下方还有待批准设备，就仍需完成配对。如果没有出现待批准设备，回豆包让它检查连接状态，再回来查看。
### 回豆包验证连接完成
回到刚才的豆包任务，发送：
```prompt
已创建连接器，插件已批准配对，请继续检查连接状态。
```
豆包会调用工具复查实际状态。等它确认 **连接与配对已完成**，并展示首次欢迎说明，就可以直接描述你想采集、研究或创作的内容。
### 接入后，试跑一个选题研究任务
连接完成后，就可以在豆包工作里直接提出需求。例如：
```prompt
帮我看看小红书近半年的「营养测评」热门内容，按点赞数整理代表笔记，再归纳选题方向和可以尝试的选题。
```
下面是一次任务的输出示例。豆包先整理采集样本，把热门笔记按点赞数做成排行图，方便查看哪些内容获得了较多互动。
接着，它把样本归纳成不同的选题方向，列出代表笔记，再给出可尝试的选题。你可以继续让它深入某个方向，或补采代表笔记的正文和评论。图中的排行与结论来自这次采集的样本，实际结果会随关键词、时间范围和采集内容变化。
## 升级
Agent 的能力也随着插件版本迭代，发布新版本之后，你需要：
1. 在已有的 MediaClaw 对话里直接说 **升级 MediaClaw Agent**。这句话本身就是授权。
2. 它会刷新官方来源、安装、核验版本，进行安装覆盖。
3. **完全退出Agent并重启应用**。
4. 回到原来的对话说一句 **继续**。
5. 它会重新检查状态；只有确认新版本**已激活**，才会宣布升级完成，并自动接着做你之前没做完的事。
---
# Agent 任务案例
> 七个真实任务案例：从评论选题、跨平台调研到热门内容分析，附可复制的参考指令与结果截图。
Canonical: https://mediaclaw.app/docs/agent/prompt-examples
下面每个案例都配有真实运行截图，以及可以直接复制的参考指令。把 `<尖括号>` 里的内容换成你自己的，结合截图查看任务的采样、报价、确认过程或最终交付结果。
配套阅读：[Agent 是什么、接入后谁负责什么](https://mediaclaw.app/docs/agent/overview)、[安装、配对与升级](https://mediaclaw.app/docs/agent/setup)。
## 一个通用模板
```plaintext
背景：我是谁，服务谁，现在在做什么。
目标：这次要做出什么决定、或交付什么东西。
资料：允许使用哪些 MediaClaw 资产、哪些本地知识库目录，调用哪些已有 skill。
顺序：先研究还是直接写；要不要我中途确认。
输出：形式、数量、平台、长度、语气、要不要标注来源。
边界：不能编造什么，哪些必须我人工确认。
```
---
## 1. 从评论中找选题
**什么时候用**：你翻某条爆款的评论区，感觉里面全是选题，但一条条看没头绪。插件里"评论采集"和"评论分析"是分开的两步，还受单轮条数限制。
```plaintext
我发现这条笔记 <作品链接> 的评论区有很多用户提问和需求。
帮我抓取至少 300 条评论，分析整个评论区的用户想法和需求，
再告诉我有哪些可以切入的选题。
```
---
## 2. 找低粉高赞的对标账号
**什么时候用**：刚起号或换赛道，不想研究几十万粉的大博主——那些打法小账号照搬不了。你想知道同赛道里粉丝几百的号靠什么跑出来。
```plaintext
我做线香赛道，我刚起号，不想只研究几十万粉的大博主。
帮我找这个赛道里的低粉高赞内容，分析它们靠什么跑出来，
再给我一套适合小账号执行的选题方案。
```
---
## 3. 跨平台主题调研
**什么时候用**：你想知道某个工具或话题最近大家在讲什么新用法，但自己一条条刷小红书和抖音，容易把某个博主的个别演示当成"官方新功能"。
```plaintext
帮我查下小红书和抖音上最近 <关键词> 的最新教程有啥新玩法。
```
---
## 4. 看某个话题最新内容
**什么时候用**：追一个热点，只想要"今天刚发的"，不要上个月的爆款混进来。
```plaintext
看下今天发布的 <关键词> 相关的小红书内容。
```
其实可以设置一个定时任务每天跑，相当于定时监控了。
---
## 5. 拆解视频/拉片
**什么时候用**：看到一条完播明显很高的视频，想知道它开头怎么抓人、中间怎么不让人划走，并且想要一版自己能直接拍的脚本——不是照抄。
```plaintext
这条视频为什么能让人一直看下去？开头怎么说、后面怎么推进的，
也帮我改成我能拍的脚本：<视频链接>
```
---
## 6. 结论写回个人知识库
**什么时候用**：这是 MediaClaw 单独做不到的一件事。你想让平台数据和你自己的资料放在一起——要么让它读你的库、找平台上有需求但你没写过的选题，要么把这次的分析直接落进你的本地文档长期留存。
```plaintext
把这些评论整理到 <你的知识库文件路径>，
再分析获取到的 1000 条评论，把结论写到这个文档开头。
```
**它会做什么**：把 1000 条评论（含点赞、地区、时间、主页）整理进你指定的文档，并在开头写入核心结论、主题信号、分歧、未满足需求和内容机会。
**你拿到什么**：一份留在你自己知识库里、可长期复用的分析。反过来也一样——让它先读你的库再研究，就能找出"平台上有真实需求、但你还没写过"的选题。
---
## 7. 研究热门内容与选题
**什么时候用**：准备做一个内容方向，想先看看近期哪些笔记获得了较多互动，再从代表作品里归纳可以尝试的选题。下面以小红书「营养测评」为例。
```plaintext
帮我看看小红书近半年的「<关键词，例如营养测评>」热门内容，
按点赞数整理代表笔记，再归纳选题方向和可以尝试的选题。
```
**先看热门内容**：整理这次采集的样本，用点赞排行图展示代表笔记，方便比较不同内容的互动表现。
**再找选题方向**：把样本按内容方向归类，列出代表笔记，并给出可尝试的选题。你可以继续让它深入其中一个方向，或补采代表笔记的正文和评论。
**你拿到什么**：一份从热门笔记排行到选题方向的研究结果，可以据此挑选下一步要深入的内容。图中的排行和结论来自这次采集的样本，实际结果会随关键词、时间范围和采集内容变化。
---
# 连接你的知识库
> 把 Obsidian、Notion、飞书、ima 这类已有知识库接进 Agent，让平台证据和你自己的事实在同一个任务里合流。
Canonical: https://mediaclaw.app/docs/agent/knowledge-base
MediaClaw 知道平台上正在发生什么，你的知识库知道你是谁、你说过什么、你能兑现什么。**两个都在，Agent 才写得出别人写不出的东西。**
这一页解决怎么把后半边接上。你的情况大概率是两种之一：
- **已经有一套自己的笔记或知识库** → 看下面「把已有知识库接进来」。不需要重建目录、不需要加 frontmatter、不需要迁移。
- **还没有自己的知识库** → 跳到[三个文件起步](#三个文件起步)，教你搭建一个极简的个人知识库。
## 把已有知识库接进来
### 三条通道
| 通道 | 适用 | 特点 |
| -------------------- | --------------------------- | ------------------------------------ |
| **一、直接读文件夹** | 本地纯文本库 | 宿主的文件权限就够，零配置，最稳 |
| **二、装一个连接器** | 有开放 API 的，本地云端都行 | 能语义检索、能写回、跨设备 |
| **三、导出** | 闭源、没有开放 API 的 | 导成 Markdown 放本地目录，退回通道一 |
### 按你在用的工具落位
下表每一项都实际核对过来源，**核对日期 2026-09-05**；第三方项目会变动，安装方式以各项目当前文档为准。
| 工具 | 归属 | 通道 | 怎么接 |
| --------------------------- | ------------------- | -------------- | ------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------ |
| **Obsidian** | 社区插件 | 一（推荐）或二 | 直接把 vault 的**子目录**发给宿主Agent 即可，最简单；另外，还可以装社区插件 [Local REST API](https://github.com/coddingtonbear/obsidian-local-rest-api)（2.9k stars），5.0 起自带 MCP 端点 `https://127.0.0.1:27124/mcp/`，用插件里的 API Key 作 Bearer 令牌 |
| **纯 Markdown 文件夹** | — | 一 | 给路径，没有额外规则 |
| **Notion** | 官方 | 二 | 官方托管的远程 MCP，OAuth 授权，端点和工具列表见 [Notion 官方 MCP 文档](https://developers.notion.com/guides/mcp/overview)；仓库 [makenotion/notion-mcp-server](https://github.com/makenotion/notion-mcp-server)（4.6k stars）。官方文档明确支持 Claude Code、Cursor、Codex 等客户端 |
| **飞书文档 / 多维表格** | 官方 | 二 | 推荐 [Lark CLI](https://github.com/larksuite/cli)（17k+ stars，官方维护），覆盖多维表格、电子表格、云文档、知识库等 18 个业务域，`npx @larksuite/cli@latest install` |
| **腾讯 ima** | 官方 | 二 | 官方 OpenAPI 已开放，在 `https://ima.qq.com/agent-interface` 获取 Client ID 和 API Key（**Key 只显示一次**），配官方接入包。支持知识库列表、语义搜索、加入网页文章、上传文件、新建或追加笔记 |
| **得到大脑（原 Get 笔记）** | 官方 API + 社区封装 | 二 | API 在官方 `https://www.biji.com/openapi` 申请；MCP 封装是社区项目 [iswalle/getnote-mcp](https://github.com/iswalle/getnote-mcp)（90 stars，v1.7.0 / 2026-08-13），`npx @getnote/mcp`。支持全局语义搜索、知识库检索和写回笔记 |
## 三个文件起步
还没有知识库的话，别先去研究选型。**装 Obsidian，或者干脆就用一台电脑上的普通文件夹**——本地 Markdown 是 Agent 读写最顺的形态，云端笔记多一层导出或连接器，起步阶段没必要。
先放三样，当天就能用：
1. `我是谁.md`——做什么业务、服务谁、能说什么、不能承诺什么。十行就够。
2. 你还可以自行添加其他文件夹，比如产品业务背景，参考文档等等。
3. 一个装历史发布稿的文件夹。就是你的历史内容风格。
4. 一个空的 `研究/` 文件夹，让 Agent 往里写。
用出感觉之后再看本页末尾的[长期维护参考](#长期维护参考)。
## 五个真正用得上的场景
### 1. 不重复自己
```plaintext
先看 MediaClaw 里这个赛道近期的需求和评论信号，
再读 <历史发布稿目录>，找出平台上有人要、但我还没写过的选题。
已经写过的直接排除，写过但角度不同的单独列出来。
```
**没有本地文件会怎样**：MediaClaw 只能告诉你平台在发生什么，选题给出来了你才想起三个月前写过。
**有了之后**：交集才是选题。**这是最快能感受到价值的一条，建议从它开始。**
### 2. 补上 AI 编不出来的细节
拆完一篇爆款，结论可能是「这篇靠过程证明起效」。但你手上有没有能兑现的素材，MediaClaw 不知道。
```plaintext
按刚才的拆解结论，去 <客户案例目录> 和 <访谈目录> 里找我能用来兑现这个机制的真实素材。
找不到就直接告诉我缺什么，不要用通用例子代替。
```
**没有本地文件会怎样**：稿子写出来全是"很有共鸣""非常实用"这类空话——不是模型不行，是它没有事实可用。
**有了之后**：每个论点后面能挂上你自己的真实材料。
### 3. 对标自己，不只对标别人
```plaintext
采集我自己账号主页的作品表现数据，再读 <历史发布稿目录> 里每篇的写作说明，
找出我自己反复奏效的机制，以及表现差的那些共同缺了什么。
```
**没有本地文件会怎样**：只剩点赞数，看不出当时的意图和结果之间的关系。
**有了之后**：能分辨"这篇火是因为选题"还是"因为开头写法"。
### 4. 品牌口径守门
```plaintext
成稿前拿 <我是谁.md> 对一遍：有没有用到禁用表述、有没有承诺不能承诺的效果、
该带的资质说明有没有带。逐条告诉我改了什么。
```
**没有本地文件会怎样**：每个人写出来的口径都不一样，合规问题要靠人盯。
**有了之后**：一句话就能挡掉大部分问题，团队和乙方写稿时价值最大。
### 5. 把每次研究攒成方法论
```plaintext
把这次分析按 Markdown 存到 <研究目录>，文件名用账号名加日期，
开头写清平台、账号、分析时间、样本量和主要缺口。
```
三个月后就可以问：「我研究过的账号里，哪些内容机制反复出现？」——Agent 读本地库就能回答，不用重跑采集、不花积分。
**没有本地文件会怎样**：每次研究都是一次性的，关掉对话就没了。
**有了之后**：一次性分析变成累积资产。**这条是长期留下来的理由。**
## 长期维护参考
用出感觉之后再看这一节，不必一开始就照做。
### 一种可用的目录结构
```plaintext
content-knowledge/
├── 00-brand/ # 品牌定位、产品事实、禁用表述
├── 01-audience/ # 用户画像、访谈、常见问题
├── 02-platform-data/ # MediaClaw 导出的原始数据与样本
├── 03-research/ # 账号研究、单篇拆解、趋势结论
├── 04-topics/ # 选题卡、排期与状态
├── 05-drafts/ # 创作简报、稿件和版本
└── 06-published/ # 发布链接、表现数据与复盘
```
文件夹名不重要，关键是把**外部证据、自有事实、分析判断、创作结果**分开，Agent 才能判断每段内容的可信度和用途。
---
# 插件配置
> 按系统配置页完成产品授权、飞书数据同步、采集与获客、账号监控和本机 Agent 接入。
Canonical: https://mediaclaw.app/docs/settings/plugin
## 产品授权
在顶部 **产品授权** 卡片中输入激活码，点击 **验证并绑定**。验证后可以查看当前授权状态、环境绑定数量、剩余积分和到期时间；点击 **查看流水** 可查看积分记录。
## 数据同步
### 飞书表格连接
进入 **数据同步 → 飞书数据同步**，在 **表格连接** 中填写 **飞书多维表格文档 URL**，再核对 **表内数据表设置**。
### 表格槽位
个人版拥有一个槽位，团队版根据浏览器设备数配置多个槽位，页面会显示 **团队表格槽位**。可以为不同项目配置多个表格，用 **表格备注** 区分，例如“品牌 A 内容库”。
- 新增表格后，填写备注、链接和表名，再点击保存。
- 修改已有表格时，先点 **修改当前表格**，编辑后再保存。
- 点击槽位可切换当前同步目标；这个选择自动保存在本机，其他成员可以在自己的设备上选择目标。
槽位数量和新增能力以页面显示的授权额度为准。
| 配置项 | 填写内容 |
| -------------------- | ----------------------------------------------- |
| 飞书多维表格文档 URL | 你自己的飞书多维表格链接，链接中应包含 `/base/` |
| 单笔记表名 | 用于接收单篇作品的数据表名称 |
| 关键词笔记表名 | 用于接收关键词搜索采集结果的数据表名称 |
| 博主信息表名 | 用于接收账号资料的数据表名称 |
| 博主笔记表名 | 用于接收账号主页作品的数据表名称 |
| 评论筛选表 | 用于接收评论筛选结果的数据表名称 |
| 监控表名 | 用于接收监控内容的数据表名称 |
这些名称必须与飞书模板中的实际表名一致。填写或修改后，个人版会自动保存。
团队版由于同时管理多张表格，需要点击表格连接卡片右上角的 **保存配置** 对勾按钮，看到保存成功提示后再开始同步。
## 采集与获客
这一分区先显示两个模块入口：**采集策略** 和 **评论获客**。点击进入对应模块，使用 **全部模块** 返回。评论筛选规则和自动私信参数都在 **评论获客** 中。
### 采集策略
这里集中设置同步范围、补采范围、等待节奏和任务超时。修改选项或输入数值后，点击输入框外触发保存。
| 配置项 | 初始默认值 | 作用 |
| -------------------------- | ------------------------------ | ------------------------------------------------------------------ |
| 同步范围 | 仅同步当前页面缓存区未同步数据 | 也可选择同步当前页面缓存区全部数据，用于重新同步已有记录 |
| 补采范围 | 仅补采未补采详情 | 也可选择补采缓存区全部笔记详情；重新补采会增加访问次数和耗时 |
| 随机等待时间（秒） | 1～3 秒 | 连续页面操作之间的随机等待区间 |
| 批量任务冷却（秒） | 1～2 秒 | 批量关键词、批量博主等任务之间的等待；Agent 调用也遵循插件本地配置 |
| 无新增超时（秒） | 3 秒 | 连续没有新内容时，结束当前加载阶段 |
| 专项扫描单轮最大时长（秒） | 300 秒 | 用于找对标、舆情扫描、选题分析等固定样本任务 |
| 页面打开超时（秒） | 60 秒 | 从点击跳转开始计时，超时后判定本次补采失败 |
| 详情页打开后缓冲（秒） | 2 秒 | 页面打开成功后，额外等待正文和评论区渲染稳定 |
| 博主页打开后缓冲（秒） | 2 秒 | 页面打开成功后，额外等待粉丝数与赞藏数刷新 |
上表是初始值。可以根据自己的网速，账号权重情况进行调整，一般随机间隔时间越长，账号越安全。在采集速度和账号安全之间需要找平衡点。
### 评论获客
进入 **采集与获客 → 评论获客**，先配置目标评论的筛选规则：
- **筛选关键词（逗号分隔）**：例如“想买,怎么买,求链接,多少米”。评论命中任意一个关键词即可通过关键词条件。
- **IP 地区（逗号分隔）**：例如“广东,北京”。需要限定地区时填写，命中任意一个地区即可通过地区条件。
同时填写关键词和 IP 地区时，两类条件是 **且** 的关系。例如配置“求链接”和“广东,北京”，会保留包含“求链接”、且 IP 地区为广东或北京的评论。
有的场景需要把所有的评论都当成客资导出完整字段，那么就选择“把所有评论视为客资“这个选项。
### 自动私信触达
**评论获客** 模块下方是自动评论私信设置：
- **开启自动评论私信**：总开关，关闭后缓存区作品卡不再出现「准备触达」入口。
- **默认触达话术**：最多 500 字，新建触达任务时自动带入。任务弹窗里的临时修改只影响当前任务，勾选「同时保存为默认话术」才会写回默认设置。
- **24 小时自动触达预算**：默认 100 人。**这是防止账号风控的一个指标，不是一个固定值。和采集数量一样，视账号权重而定，所以开始可以设置小一些，没问题再逐步增加**
- **随机发送间隔**：默认 45～90 秒，分别填写最短和最长等待时间；任意两位用户之间都遵循这个区间，跨执行组继续保持。
开启开关后，仍需从作品卡进入 **准备触达**，检查接收人和话术并确认任务，才会开始发送。遇到账号变化、平台风控、页面异常或发送结果无法确认时，任务会停止全部剩余用户。完整流程见[自动私信触达](https://mediaclaw.app/docs/brand/handoff)。
## 监控任务
### 账号监控规则
| 配置项 | 如何设置 |
| -------------------- | ----------------------------------------------------------------------------------------- |
| 执行时点 | 默认每天 10:00，可选择 00:00～23:00 的整点；按北京时间执行，实际开始最多可能延迟约 1 小时 |
| 按发布时间找最新作品 | 固定查找监控账号前一天发布的作品，并纳入观察 |
| 观察期（小时） | 默认 48 小时，可选 24、48 或 72 小时；从作品发布时间开始计算，超过后不再观测后续数据 |
| 点赞筛选 | 默认 0；观察期内点赞数超过设定值的作品会被视为潜在爆款并汇报 |
修改后点击输入框外，确认出现 **监控规则已保存** 提示。保存后的规则会作用于已纳入监控的账号。添加账号、查看执行记录和监控结果见[监控对标账号](https://mediaclaw.app/docs/benchmark/monitoring)。
### 监控通知
在同一分区下方的 **监控通知 → 飞书机器人通知** 中，填写可选的 **通知 Webhook**。点击 **如何获取** 可以查看机器人配置方法。
扫描发现潜在爆款、分析完成或余额不足时，系统会通过飞书机器人发送通知。Webhook 修改后会自动保存，等待状态变为 **已保存** 即可。这个地址用于接收消息，与“数据同步”中的飞书多维表格文档 URL 分别配置。
## Agent 接管
Agent 接管用于连接本机 Agent 客户端与当前浏览器扩展。接入后，Agent 可以按你的目标调用插件采集、读取数据池与 AI 工作台资产，并继续完成研究和创作。
### 本机调用与连接状态
1. 确认 **产品授权** 已验证，且当前授权支持 Agent 接管。
2. 开启 **允许本机 Agent 调用社媒虾**。
3. 展开 **连接 Agent**，选择 **Codex、WorkBuddy 或豆包工作**，点击对应的 **复制安装提示词**。
4. 将提示词原样发送给对应 Agent，按引导完成接入包安装。
5. 回到设置页，核对新发现的 Agent 名称、宿主和 **设备指纹**，点击 **批准配对**。
6. 回到刚才的 Agent 对话继续连接，直到设置页显示对应 Agent **已连接**。
完整步骤见[安装、配对与升级 Agent](https://mediaclaw.app/docs/agent/setup)。
如果显示 **尚未发现可连接的 Agent**，先检查对应宿主中的安装任务；已经批准配对但尚未连接时，回到原来的 Agent 对话继续。页面出现 **重试连接** 按钮时，可以用它重新尝试连接。
### 已授权 Agent
完成配对的设备会列在 **已授权 Agent** 中。每个 Agent 需要单独批准，也可以单独 **撤销**；撤销一个不会影响其他 Agent。继续添加其他宿主时，展开 **连接其他 Agent** 即可。
---
# 飞书模板：功能与配置
> 了解 MediaClaw 飞书模板的数据表、AI 字段和通知能力，并完成首次连接配置。
Canonical: https://mediaclaw.app/docs/settings/feishu-template
请大家耐心拿出 20min左右，飞书配置只做一次；日常使用同步功能请看[同步到飞书多维表格](https://mediaclaw.app/docs/collect/feishu-sync)。
飞书同步需要完成激活码鉴权，可[前往官网](https://mediaclaw.app/pricing)购买激活码。没有激活码时，可以先使用免费的采集和导出功能。
## 视频版配置教程
注意：视频中的演示用的是旧版的飞书教程，内容同新版逻辑一致，不要纠结于为什么没有某个章节编号。
打开并复制👉[MediaClaw 飞书模板](https://my.feishu.cn/base/H9fAb5QYtagaLDsjgdPcaliGnyf?from=from_copylink)
[飞书同步数据配置完整演示](https://media.mediaclaw.app/videos/docs/settings/feishu-template/02-feishu-sync-config.mp4)
## 六步完成连接（必做）
### 复制 MediaClaw 模板
打开并复制👉 [MediaClaw 飞书模板](https://my.feishu.cn/base/H9fAb5QYtagaLDsjgdPcaliGnyf?from=from_copylink)
### 把模板移动到云盘
复制好模板后，模板默认会被复制到「我的文档库」。请移动到 **云盘 → 我的文件夹**。这一步决定了链接是 `base` 还是 `wiki`——放错位置，第 4 步拿到的链接就同步不了。
### 设置链接权限
模板权限必须设置成 **互联网获得链接的人可编辑**。
| 设置 | 结果 |
| ----------------------------- | --------------------------------- |
| 互联网获得链接的人 **可编辑** | ✅ 正确 |
| 互联网获得链接的人 **可阅读** | ❌ 无法写入数据 |
| **组织内**获得链接的人可编辑 | ❌ 插件以链接访问，非组织成员身份 |
### 把链接填到插件
复制模板链接，填到插件的 **偏好设置 → 飞书多维表格文档 URL**。
链接中间必须是 **base**，不能是 **wiki**。链接是 wiki
时，说明模板还在知识库或文档库中，请回到上一步移动到云盘。
### 检查表名
插件的 **飞书归档目标配置** 里有六类数据表名称，必须与飞书模板左侧的实际数据表名称一一对应（排列顺序可以不同）：单笔记采集、关键词笔记采集、博主信息表、博主笔记采集、评论区客资采集、监控内容表。
后续版本升级可能还会新增数据表。如果名称不一致，或你要改动某张表的名称，需要两边一起改对应上，否则数据无法同步。
表格里新增自己的字段不影响同步，但不要修改模板自带字段的名称和类型，改了以后数据可能写不进去。
### 测试同步一条数据
1. 先用插件采集一条内容。
2. 到数据池确认有记录。
3. 点击 **同步飞书**。
4. 打开飞书模板，确认表格里出现新数据。
## 飞书的 AI 能力配置（选做）
复制模板后，如果要用 AI 能力，发现表头字段带橙色感叹号，就说明该字段还在用模板自带的测试账号（会提示「该字段关联的账号出现异常」）。下面两种方式都能进入这个字段的配置——点感叹号选 **重新配置**，或者右键字段列选 **修改字段/列**——任选其一，再按下面的步骤换成你自己申请的凭证。
**这些 AI 字段不是 MediaClaw 开发的功能。** 能力本身由飞书多维表格的「第三方字段捷径」和背后的模型服务商（阿里云百炼、火山引擎豆包、字段捷径服务商等）提供；本节只讲怎么把这些现成能力组装进模板。你可以按自己的需求换模型、改提示词、加字段——这也是飞书多维表格灵活的地方。
**字段问题找谁：** 字段的报错、识别 / 生成效果、免费额度和计费，都归对应服务商，请查服务商的文档或联系其客服——这些账号和字段都配置在你自己的飞书里，MediaClaw 没有权限、也无法代为调试。只有「插件采集 → 数据池 → 同步飞书」这条链路上的问题才需要找 MediaClaw，排查步骤见[常见问题](https://mediaclaw.app/docs/settings/faq)。
**关于额度：** 这些能力根据自己的需求选配，下标每项能力都有服务商各自发放的免费额度，日常用量一般够用；超出部分按各服务商的价格从你自己的账号结算，不占用插件的积分额度。好处是用量和花费都在你自己手里，透明可控（正常来说，不同服务商各充 5 块钱也能用很久）。
### 字段能力总览
以下字段都不是固定绑死的，你理解了原理，可以在字段捷径市场更换任一其他同类型的字段完成类似任务。
| 字段能力 | 用来做什么 | 谁提供的能力 | 免费额度 | 参数从哪拿 |
| ---------- | ---------------------------- | ---------------------------------------------------------------- | --------------------------------------- | -------------------------------- |
| 链接转附件 | 把图片链接转成附件，方便查看 | 第三方字段捷径（[Field Shortcut](https://fieldshortcut.com/zh)） | （一次性） 500 次免费额度 | 字段捷径服务商官网充值后获取 key |
| 视频转文字 | 提取视频口播内容 | 字段捷径「音频视频转文案｜影子」+ 阿里云百炼（Paraformer） | （每月） 10 小时免费额度，每月 1 日发放 | 阿里云百炼控制台 API Key |
| 文本生成 | 脚本分析、评论分析、二创改写 | 火山引擎豆包（Doubao-Seed-2.0-pro） | （一次性）每个模型赠送 50 万 Token | 火山方舟 API_KEY + 接入点 ID |
[飞书 AI 字段配置完整演示](https://media.mediaclaw.app/videos/docs/settings/feishu-template/18-feishu-ai-fields-config.mp4)
### 链接转附件
配置好之后，「图片链接」列里的文本链接会自动转成「封面图」「附件图片」这类字段里可预览的缩略图。
这类字段用的是 **链接转附件** 字段捷径，把采集到的图片链接直接转成可预览的附件。新用户有 500 次免费额度，用完之后需要去开发者的官网充值。打开字段配置，字段类型选 **链接转附件**，指定包含链接的来源字段，再点 **+ 关联账号**，在弹窗里填入字段捷径服务商的 API key（点输入框右侧的 ↗ 图标可跳到服务商页面获取）。
### 视频转文字
配好后，整列会自动把视频口播转成文字：
模板里的「视频逐字稿提取」用的是飞书字段捷径 **音频视频转文案｜影子**，识别由 **阿里云百炼** 的 Paraformer 完成。字段关联的是你自己的百炼 API Key，消耗的也是你自己账号的额度，目前该模型每月赠送 10 小时免费额度。
**第 1 步 · 在阿里云百炼申请 API Key**
1. 打开[阿里云百炼控制台](https://bailian.console.aliyun.com/)，登录后在首页 **常用功能 → API Key** 进入。
2. 首次使用需要先完成 **实名认证**：账号面板会提示 **去认证**，进入账号中心 → 账号认证，选 **个人认证** 走完流程。
3. 认证通过后回到 API Key 页面，点右上角 **创建 API Key**，创建后立即复制保存（只完整显示一次）。
**第 2 步 · 把 Key 填进模板字段**
1. 在飞书模板里右键「视频逐字稿提取」列 → **修改字段/列**。
2. 字段类型确认是 **字段捷径 → 音频视频转文案｜影子**；如果你的模板还是旧字段，在字段捷径里搜「影子」换成这个。
3. **音视频链接** 选 **视频链接** 字段（只能选文本或超链接字段，不支持附件）。
4. 打开 **关联账号**，点 **+ 关联账号**，填入刚复制的阿里云百炼 API Key，保存字段配置后等待逐字稿生成。
### 文本生成
脚本分析、评论分析、二创改写仿写这三个字段都用 **文本生成** 字段捷径，默认模型是火山引擎的 **Doubao-Seed-2.0-pro**，每个模型赠送 50 万 Token。三个字段的账号配置方式完全一样，申请一次凭证给三个字段共用即可。
配好后，三个字段分别输出脚本分析、评论分析和同题改写结果：
**第 1 步 · 注册火山引擎并实名认证**
1. 打开[火山引擎官网](https://www.volcengine.com/)注册并登录。
2. 在控制台右上角头像 → **账号管理 → 实名认证**，选 **个人认证** 完成认证。
**第 2 步 · 开通豆包模型并创建推理接入点**
1. 打开[火山方舟控制台-模型广场](https://console.volcengine.com/ark/region:cn-beijing/model?view=CARD_VIEW)，找到 **Doubao-Seed-2.0-pro** 模型页，点 **API 接入**，在「快捷 API 接入」的 STEP 2 里选择模型并点 **开通模型**（选 pro）。
2. 到 **在线推理 → 自定义推理接入点**，点 **创建推理接入点**，填名称、推理模式选 **指定单一模型**，**添加模型** 选刚开通的 Doubao-Seed-2.0-pro。
3. 接入模式选 **按 Token 付费**，点 **创建并接入**。
**第 3 步 · 复制 API_KEY 和接入点 ID**
创建成功后进入接入点详情：页面顶部的 **ID（ep- 开头）** 就是接入点 ID；在 **API 接入 → 选择 API Key（ark 开头）** 点 **选择 API Key 并复制**，在弹窗里点某个 Key 的 **选择使用** 复制出 API Key。
**第 4 步 · 填进模板字段**
在飞书模板里右键脚本分析 / 评论分析 / 二创改写任意一列 → **修改字段/列**，滚到底部打开 **关联账号 → + 关联账号**，把 **密钥 ARK_API_KEY**（第 3 步的 API Key）和 **接入点 ID**（ep- 开头）分别填进去。三个字段各关联一次。
字段里的提示词是可以改的，改法和整列批量执行见[同步飞书批量分析和创作](https://mediaclaw.app/docs/create/feishu-batch)。
### Markdown渲染插件
脚本分析、评论分析这些字段的输出是 Markdown 源码，在单元格里直接看不方便。在多维表格右上角 **插件** 入口打开插件市场，搜 **Markdown**，安装免费的 **Markdown 内容渲染**（点单元格实时渲染）。安装后从插件的 **…** 菜单选 **固定至侧边栏**，之后点任意单元格就能看到渲染效果。
API Key / ARK_API_KEY
不要放进公开文档、截图、代码仓库或共享聊天。怀疑泄露时，应立即到对应服务商控制台撤销并重新生成。
---
# 常见问题
> 按数据问题、插件使用、飞书模板使用和账号风险，排查 MediaClaw 的常见问题。
Canonical: https://mediaclaw.app/docs/settings/faq
## 1. 数据问题
## 1.1 点击同步，没有未同步数据
这是防止同步重复数据到飞书而做的限制，你可以在右上角【系统配置】——【采集与获客】——【采集策略】——【同步范围】选择 **同步当前页面缓存区全部数据**，这样就能全部同步到飞书，不再局限于未同步状态的数据。
这个最好是应急的时候改一下，平时还是用仅同步未同步的数据，不然容易在飞书堆积很多重复数据。
## 1.2 同步成功，但表格里没有数据
首先，请确保你用上的是 **最新版的插件和飞书模板**：模板是 [「Mediaclaw配套AI内容库」](https://my.feishu.cn/base/H9fAb5QYtagaLDsjgdPcaliGnyf?from=from_copylink)，新插件配旧模板，是写不进去数据的。
怎么检查版本呢？
- 插件在这里查看：对比当前版本号是否是最新的。
如果发现当前版本较旧，先按[更新插件](https://mediaclaw.app/docs/getting-started/update)中的 Chrome 商店版、Edge 商店版或离线版步骤完成更新，再刷新平台网页。
版本没问题之后，我们再看：没有数据同步到飞书表格的原因，可能有以下几个：
### 1.2.1 权限设置有误
检查你飞书多维表格模板的文档权限，要看仔细啊！！
互联网获得链接的人可阅读 ❌
❌ 组织内获得链接的人可编辑
✅ 互联网获得链接的人可编辑
### 1.2.2 链接填写有误
**错误类型 1：** 如果你复制了多个模板，请注意检查，在插件配置的链接和你在看的文档链接是一致的。有的用户配置的是文档 A，查看的是文档 B 🤣，就找不到数据。
**错误类型 2：** 注意检查，飞书多维表格模板的 **链接中间必须要是 base（不能是 wiki）**。
如果是 wiki，说明你文档放在知识库或者文档库中了，没在云盘 🙂。可以挪动一下表格的位置。
### 1.2.3 字段名称/类型被修改
模板表格中，**模板自带的所有字段名称和类型不可修改**，改了之后，数据就写不进去。
不过，可以加新的字段，不影响数据写入。
### 1.2.4 数据表名被修改
飞书表格的数据表名，必须和插件配置这边的表名一致。如果你修改了飞书多维表格数据表的名字，一定要同步修改插件配置中的对应表名。
如果以上 4 种情况你都排查了，确认配置都没有问题，那么看第 5 种👇。
### 1.2.5 飞书表格平台没有切换
默认在小红书 tab，同步抖音数据没找到的，切换到抖音 tab。
### 1.2.6 复制调试链接给客服
在右上角执行明细中，找到你有问题的那条同步记录，点击右边复制按钮，将调试链接发给客服，协助排查问题。如果是报错，没有调试链接，也把报错详情截图或者复制给客服即可。
## 1.3 同步到飞书的数据字段有缺失
### 1.3.1 缺笔记详情字段
如果你发现笔记收藏、评论、正文、视频链接等啥都没有。
这种一般出现在博主笔记或者关键词批量获取数据，只获取到了最外层的粗选数据，比如标题、点赞、账号，不包括具体的互动数据、附件（视频、图片、音频）等，需要进一步补采笔记详情，**打开采集增强**即可。
### 1.3.2 博主相关字段缺失
如果缺失的是博主粉丝数、赞藏数和账号属性。
需要在采集或者附件采集博主信息（会增加采集耗时）的时候打开这个开关，才会自动去博主页面获取，否则默认不获取。
如果你不需要这几个字段，就可以不附加采集，在表格中隐藏掉即可。
## 2. 插件使用
## 2.1 页面匹配不对
明明定位到搜索页或者博主页，但是提示不在该页面。
这种是页面或者插件没刷新导致的。
- 刷新当前页面
- 关掉插件重新进入
## 3. 飞书模板使用
## 3.1 视频脚本提取不出来
模板的「视频逐字稿提取」用的是字段捷径「音频视频转文案｜影子」，先按这几项排查：
- 视频链接需要能被阿里云百炼正常访问（原始文件链接，不是分享页，且未过期）；
- 字段里关联的阿里百炼 API Key 正确，账号额度没用完、没有欠费；
- 字段只支持文本或超链接字段里的链接，不支持飞书附件；
- 视频越长转写越慢，稍等一会儿再看。
个别单元格报错时，点到具体单元格右边的重试按钮，或换个时段重试。配置方法见[飞书模板：视频转文字](https://mediaclaw.app/docs/settings/feishu-template#视频转文字)。
## 4. 账号风险
## 4.1 能开多窗口同时操作吗？
技术上可以，但**不建议**，原因如下：
平台可能认为你行为异常：
正常人只有一双手，不会同时在多个窗口高速操作。平台的风控系统会注意到这种“不像人”的行为，可能触发验证码、限流，严重时封号。
- **同一账号多窗口操作风险最高**
如果多个窗口操作的是**同一个账号**，被识别为异常的概率大幅上升。
- **不同账号多窗口相对好一点**
但同一台设备、同一时间跑多个账号，平台仍可能关联判断。
**总之，本产品会模拟的是一个人在操作，开多窗口就变成了几个人同时用一台电脑，平台会起疑心。**
---
## Blog Posts
### 小红书/抖音批量采集怎么做？博主、链接和关键词的 3 种入口
URL: https://mediaclaw.app/blog/batch-collection
Description: 小红书和抖音批量采集该选哪个入口？按手里的博主主页、作品链接或关键词组，分别整理公开作品、内容详情与搜索结果。
---
### 小红书/抖音投放数据怎么收？几百条合作内容的结案方法
URL: https://mediaclaw.app/blog/campaign-data-collection
Description: 小红书和抖音投放数据采集教程：先统一字段与统计时间点，再批量补正文和公开互动，并说明蒲公英/星图与收藏/完播率的口径差异。
---
### 小红书/抖音达人筛选怎么做？从候选名单到合作短名单
URL: https://mediaclaw.app/blog/influencer-screening
Description: 小红书和抖音达人筛选别只看粉丝量。用批量初筛、账号拆解和评论验证，把候选名单变成可解释、可复核的合作短名单，并说明蒲公英/星图的口径差异。
---
### 抖音数据采集怎么做？从批量采集到分析的完整流程
URL: https://mediaclaw.app/blog/douyin-data-collection
Description: 想批量采集抖音数据做竞品分析或选题研究，却不知道流程怎么走？这篇讲清抖音数据采集的四条路径（关键词、博主、合集、单条）、怎么用免费 Chrome 插件采集并导出 CSV，以及采集完怎么落到能出结论的分析。
---
### 抖音评论怎么批量导出？采集、看不全的坑，到筛出客资线索
URL: https://mediaclaw.app/blog/douyin-comment-export
Description: 抖音评论想批量导出做分析或找客资？这篇讲清怎么用 Chrome 插件采集并导出抖音评论、为什么评论经常加载不全、以及怎么从评论里筛出高意向线索。
---
### 怎么用 AI 把对标内容 10 分钟变成自己的小红书初稿
URL: https://mediaclaw.app/blog/xiaohongshu-ai-benchmark-to-draft
Description: 刷到一篇好内容想跟，却拆不出能借鉴的要素？这篇讲怎么用 AI 把对标内容拆解成报告、扩展出选题卡、再按你自己的账号风格生成初稿，从对标到初稿只要 10 分钟。
---
### 写论文怎么从小红书和抖音采集研究数据
URL: https://mediaclaw.app/blog/xiaohongshu-research-data-collection
Description: 免费采集小红书搜索样本与评论语料，导出 CSV/Markdown 进 SPSS、NVivo，做内容分析与话语分析。附取样逻辑与研究伦理提醒。
---
### 小红书抖音视频逐字稿提取
URL: https://mediaclaw.app/blog/video-transcript-timestamps
Description: 逐字稿不只是把口播变成字。聊聊我们做第二条提取路径的取舍——为什么从飞书+阿里百炼那条免费路，走到插件里直接提、调用更准的模型、并且输出带时间戳的分句节奏稿。
---
### 小红书/抖音图片文字提取：把卡片里的干货一次性提成文字
URL: https://mediaclaw.app/blog/xiaohongshu-image-text-extraction
Description: 小红书和抖音的步骤、书单、价格、参数都做进了图片卡片，复制正文拿不到。用 OCR 对封面和每张配图识别，把图片文字回填采集记录，再导出 CSV/Markdown。
---
### 小红书/抖音品牌词怎么监控？内容风向舆情扫描
URL: https://mediaclaw.app/blog/xiaohongshu-brand-sentiment-monitoring
Description: 品牌方怎么第一时间发现小红书和抖音上的负面内容？本文讲清怎么用 MediaClaw 关键词舆情扫描看清当前搜索页风向、用评论和原数据确认情绪，再配合账号监控和飞书，把品牌词监控做成固定动作。
---
### 专业内容博主怎么做搜索流量：把术语翻译成大白话
URL: https://mediaclaw.app/blog/xiaohongshu-professional-content-search-traffic
Description: 免费下拉词裂变，把专业术语翻译成用户会搜的大白话词。专业内容博主怎么做搜索流量，用对标题里的那个词最重要。法律、医疗、财税案例全拆解。
---
### 自动找小红书抖音对标账号的邪修法：不靠算法，靠聚合爆款数据反推
URL: https://mediaclaw.app/blog/xiaohongshu-find-benchmark-accounts
Description: 小红书、抖音对标账号怎么找？别只靠点赞关注等算法推送，用「找对标账号」从半年内的高赞爆款里反推反复出现的账号，分层挖出头部、腰部和低粉黑马。双平台同一套，搜索结果与博主主页采集免费不限次。
---
### 小红书/抖音评论批量导出：多篇种草内容投放后，怎么集中复盘评论区反馈
URL: https://mediaclaw.app/blog/xiaohongshu-comment-batch-export-campaign-review
Description: 投了多篇小红书或抖音种草内容却不知道用户真实反馈？免费批量导出评论数据，汇总到同一张飞书表格做跨内容分析，找出投放中的共性问题。
---
### 本地商家小红书获客：从同城爆款采集到全国搜索词布局
URL: https://mediaclaw.app/blog/local-business-xiaohongshu-marketing
Description: 免费批量采集小红书同城笔记和搜索结果数据，帮本地商家找到对标内容、挖掘客户需求、搭建选题库。附旅游行业真实案例拆解。
---
### 小红书/抖音低粉爆款怎么找：粉丝不到1000也能出爆文
URL: https://mediaclaw.app/blog/low-follower-viral-content
Description: 低粉爆款藏着新手最该学的选题逻辑。筛出小红书和抖音上粉丝少但数据好的笔记和视频，提炼可复制的选题方向。
---
### 素人起号怎么模仿爆款视频？从找到对标到拍出自己的版本，5 步完整链路
URL: https://mediaclaw.app/blog/how-to-copy-viral-short-videos
Description: 不会写脚本也能模仿爆款视频。5步完整链路：找到低粉高赞视频→提取逐字稿→AI拆解结构→改写成自己的版本→开拍，跟着做就行。
---
### 小红书搜索流量vs推荐流量：新号该押注哪种？
URL: https://mediaclaw.app/blog/xiaohongshu-search-vs-recommendation-traffic
Description: 拆解小红书搜索流量和推荐流量的底层逻辑差异。搜索流量转化率是推荐的3-5倍，生命周期超6个月——新号没有粉丝基础，先做搜索才是正解。
---
### 小红书关键词布局攻略：让搜索流量精准找到你的笔记
URL: https://mediaclaw.app/blog/xiaohongshu-keyword-placement
Description: 小红书官方推荐的关键词布局方法，从账号层、视觉层、内容层到流量层，系统拆解每个位置的埋词技巧。掌握标题前置核心词、正文自然融入、话题标签组合策略和评论区补充，让笔记精准命中搜索流量。
---
### 小红书起号最快的方式不是日更，是搜一个词做选题分析
URL: https://mediaclaw.app/blog/xiaohongshu-topic-analysis
Description: 保姆级教程，拆解小红书选题分析怎么做：搜一个关键词看清赛道竞争格局、找到新号能切入的内容方向，附完整数据和操作路径。
---
### 短视频逐字稿提取：飞书多维表格 + 阿里百炼，每月免费 10 小时
URL: https://mediaclaw.app/blog/short-video-transcript-extraction
Description: 不用再把链接丢进各种小程序看广告了。用飞书多维表格对接阿里百炼模型，每月 10 小时免费额度，批量提取短视频逐字稿。
---
### 批量导出小红书/抖音评论，用 AI 自动挖掘爆款选题
URL: https://mediaclaw.app/blog/xiaohongshu-comment-topic-mining
Description: 真正的爆款选题藏在评论区里。本文讲清如何批量导出小红书和抖音评论，并用 AI 自动进行需求归类、推导选题方向，让内容创作有据可依。
---
### 怎么找小红书的精准搜索流量
URL: https://mediaclaw.app/blog/xiaohongshu-keyword-research
Description: 手把手教你用小红书搜索框的下拉词和 A-Z 裂变法挖掘长尾关键词，找到有精准受众的选题方向。附自动化拓词工具推荐。
---
### 从零搭建小红书/抖音竞品监控体系：对标账号更新怎么自动追踪
URL: https://mediaclaw.app/blog/xiaohongshu-competitor-monitoring
Description: 小红书和抖音竞品监控怎么做？本文从账号分层、规则设置到飞书日报推送，讲清自动追踪对标账号更新的完整方法。
---
### 小红书评论客资筛选：用关键词和 IP 属地找本地意向用户
URL: https://mediaclaw.app/blog/xiaohongshu-comment-analysis
Description: 免费导出单篇笔记客资名单，详解小红书评论客资筛选：用意向词、IP 属地和评论时间整理本地需求线索。
---
### 小红书选题库怎么建立？5步搭建数据驱动的选题系统
URL: https://mediaclaw.app/blog/xiaohongshu-topic-library-build
Description: 免费用关键词裂变工具，把1个种子词扩展成200+长尾选题，再用AI自动归类方向，5步建立可持续补充的小红书选题库。
---
### 小红书保存自己的历史作品，免费找回原始高清素材
URL: https://mediaclaw.app/blog/xiaohongshu-download-own-posts
Description: 免费无限次下载自己发布过的小红书作品原图和视频，无需注册。
---
### 免费无限次下载小红书/抖音无水印素材——视频、图片、封面一键全搞定
URL: https://mediaclaw.app/blog/xiaohongshu-download-remove-watermark
Description: 一键批量免费保存小红书和抖音的无水印视频、高清原图和封面图，无需注册登录。
---