KO | EN

GitLite

Minimalist Open Source Repository Search Engine

gitlite — search

#dsh #dsh-plugin #ai-agents #developer-tools #typescript #codex #cli #claude-code #mcp #rust #deepseek-harness #ai-agent

douyin-ad-creative-reverse-engineering-skill

★ 3 Open GitHub ↗

No description available.

// repository documentation

Was this content helpful?

★ 0 (0 ratings)

# 抖音电商信息流素材诊断、爆款拆解与复刻优化 Skill

这是一个面向抖音电商信息流/千川素材组的 Codex Skill。它不是单纯写脚本的提示词，而是一套用于看视频、拆素材、诊断问题、沉淀经验、生成下一版执行方案的工作流。

当前默认品类是童装，但童装不是写死在主流程里的。童装逻辑以 category preset 和 knowledge base 的形式存在，后续可以替换、删除或新增洗护、宠物食品、家清、女装、食品等品类。

## 1. 它能做什么

这个 Skill 支持三类核心任务：

1. 爆款拆解与复刻  
   用来拆竞品、行业爆款、历史跑量素材，判断它为什么能爆，并生成可复刻方向。

2. 自有素材诊断与优化  
   用来分析自己正在投放、待投放或跑不动的视频，判断弱在哪里，下一版应该小改、重剪、重拍还是放弃。

3. 自有素材 vs 爆款对比  
   用来把自己的素材和一条爆款素材放在一起看，找出黄金三秒、画面、成交模型、人群、证据链和转化承接的差距。

## 2. 这个 Skill 的核心思路

它不是只看“文案写得好不好”，而是同时看：

- 黄金三秒为什么能不能停住用户
- 画面有没有视觉钩子
- 是否把看不见的问题变成看得见的证据
- 用户是否能代入自己的购买场景
- 卖点有没有被画面证明
- 成交模型是否清晰
- 情绪和决策链路是否完整
- 结尾有没有给点击/下单理由
- 哪些变量可以复刻，哪些表层不能照抄

一句话：它拆的是“素材如何让用户完成购买决策”，不是只拆“视频说了什么”。

## 3. 三种任务模式怎么选

### `viral_reverse_engineering` 爆款拆解模式

适合输入：

- 竞品爆款视频
- 行业跑量素材
- 历史高点击/高转化素材
- 想学习和复刻的优秀素材

默认输出：

- 爆款机制拆解
- 黄金三秒拆解
- 视觉模型分析
- 成交模型判断
- 复合人群发散
- 卖点证据链
- 情绪与决策链路
- 可复刻变量
- 3 条复刻方向
- 每条方向 5 镜头文字分镜

### `own_material_diagnosis` 自有素材诊断模式

适合输入：

- 自己正在投放的视频
- 未跑量素材
- 低点击素材
- 低转化素材
- 高点击低转化素材
- 拍完但还没投的视频
- 素材组内部待优化脚本

默认输出：

- 当前最大问题
- 问题属于注意力、代入、画面、卖点、证据、信任、转化还是人群匹配
- 是否值得继续优化
- 优化优先级
- 保留什么、删除什么、前置什么、补拍什么、重剪什么
- 优化版 5 镜头文字分镜
- 测试变量建议

### `compare_with_viral` 对比模式

适合输入：

- 一条自己的素材
- 一条爆款/对标素材
- 想知道“别人强在哪里，我差在哪里”

默认输出：

- 两条素材基础对比
- 黄金三秒差距
- 视觉钩子差距
- 成交模型差距
- 人群命中差距
- 卖点证据链差距
- 情绪与决策链路差距
- 可以迁移的机制
- 不建议照抄的表层
- 下一版优化方案

## 4. 视频分析档位怎么选

视频分析细度由 `video_analysis_mode` 控制。

| 档位 | 适合场景 | 默认看法 |
| --- | --- | --- |
| `oral_only` | 只口述、不传视频、最低 token | 不主动看视频 |
| `sparse_keyframes` | 快速判断、你已经口述得比较清楚 | 6-8 张关键帧 |
| `standard_keyframes` | 默认模式，日常复盘和复刻 | 10-16 张关键帧 |
| `dense_keyframes` | 爆款重要、画面变化快、AI 奇观/混剪多 | 20-30 张关键帧 |
| `deep_review` | 核心爆款深度复盘、准备批量复刻 | 30-50 张关键帧 |

默认不逐帧分析。逐帧分析成本高，只有明确要求“逐帧看/逐帧分析”时才使用。

## 5. 推荐输入方式

最理想的输入是：

```text
请使用 $douyin-ad-creative-reverse-engineering 分析这个视频。

analysis_mode: own_material_diagnosis
video_analysis_mode: standard_keyframes

产品：儿童夏季速干 T 恤
目标动作：点击购买
投放数据：CTR 偏低，ROI 偏低
我的补充：这条开头先讲亲肤透气，我怀疑太像广告。重点看前三秒和证据链。
```

如果你只想拆爆款：

```text
请使用 $douyin-ad-creative-reverse-engineering 拆解这个爆款视频。

analysis_mode: viral_reverse_engineering
video_analysis_mode: dense_keyframes

产品：儿童速干套装
重点：拆它为什么能停留、为什么能成交，并给我 3 个复刻方向。
```

如果你想对比自己的素材和爆款：

```text
请使用 $douyin-ad-creative-reverse-engineering 对比这两条素材。

analysis_mode: compare_with_viral
video_analysis_mode: standard_keyframes

自有素材：A 视频
对标爆款：B 视频
重点：找出我的素材为什么跑不动，下一版怎么改。
```

## 6. 并行口述为什么重要

上传视频时，可以同时补充一段口述，例如：

- 这个视频大概在讲什么
- 产品是什么
- 你怀疑它强在哪里或弱在哪里
- 想重点看黄金三秒、证据链还是转化承接
- 哪些地方不用重点看
- 投放数据是什么

这些信息不会替代视频分析，但能让 AI 少看无关画面，把 token 用在关键位置。

## 7. 本地视频分析环境

为了让 Skill 能稳定、低成本地看视频，推荐先安装轻量运行环境：

```text
Douyin Video Analysis Runtime v1
```

核心原则：

- FFmpeg 是必需核心。
- Python/OpenCV 是低成本自动化抽帧核心。
- OCR 和音频转写是增强模块，不是默认强依赖。
- 环境不完整时必须降级，不能假装看过视频。
- 默认依赖集中目录：`G:\codex\依赖库`。

首次使用或换电脑时，先检查：

```bash
python douyin-ad-creative-reverse-engineering/runtime/check_env.py
```

如果缺核心依赖：

Windows:

```powershell
cd douyin-ad-creative-reverse-engineering
runtime/install_env.ps1
```

macOS/Linux:

```bash
cd douyin-ad-creative-reverse-engineering
bash runtime/install_env.sh
```

默认抽帧：

```bash
python runtime/extract_keyframes.py path/to/video.mp4 --mode standard_keyframes
```

统一探测：

```bash
python runtime/run_video_probe.py path/to/video.mp4 --mode standard_keyframes
```

启用 OCR 和音频转写：

```bash
python runtime/run_video_probe.py path/to/video.mp4 --mode standard_keyframes --with-ocr --with-transcribe --transcribe-timeout 180
```

注意：OCR 需要 `paddleocr + paddlepaddle` 才算完整可用；音频转写默认只使用已缓存模型，不会偷偷下载模型。需要下载时明确运行 `transcribe_audio.py --allow-download`。

详细标准见：

```text
douyin-ad-creative-reverse-engineering/references/runtime_environment.md
```

## 8. 童装默认逻辑

当前默认加载童装 preset。童装素材重点不只是卖衣服，而是同时打：

- 孩子舒服
- 家长省心
- 不踩雷
- 换洗方便
- 价格不心疼
- 穿上体面
- 孩子愿意穿

童装分析会特别关注：

- 有没有孩子上身状态
- 有没有跑跳、出汗、洗后、换洗等真实场景
- 亲肤、柔软、透气、速干是否被画面证明
- 是否降低尺码、质量、价格、耐穿度风险

## 9. 素材经验库是什么

`knowledge_base/` 是这个 Skill 的长期经验层。

它用来沉淀：

- 爆款素材里验证过的好机制
- 自有素材里常见的失败模式
- 不同数据表现对应的诊断经验
- 童装等品类的长期认知
- 复刻时应该迁移的变量
- 不建议照抄的表层元素

经验库不会替代当前素材事实。它只是帮助判断更快、更稳。当前视频里看到的事实永远优先。

## 10. 素材组推荐工作流

建议长期这样用：

1. 拆爆款  
   找到它的视觉机制、成交模型和证据链。

2. 沉淀经验  
   把新发现写入 `knowledge_base/`，不要频繁改主流程。

3. 诊断自有素材  
   用同一套经验找自己素材的问题。

4. 输出下一版  
   生成优化版 5 镜头分镜和测试变量。

5. 投放测试  
   看 CTR、CVR、ROI、完播、评论信号。

6. 复盘数据  
   把新结论继续沉淀进经验库。

这个循环比单次拆解更重要。

## 11. 重要原则

- 默认不生图，只输出文字分镜。
- 默认不过度推断人群。
- 不把童装写死进主流程。
- 不照抄爆款表层。
- 不把所有经验塞进主 prompt。
- 新经验优先写入 `knowledge_base/`。
- 只有反复验证并影响全局流程时，才修改主流程模块。

douyin-ad-creative-reverse-engineering-skill

Explore Similar Repositories

Was this content helpful?

Recent Feedback

Download README