智能互动找茬型短视频脚本技能 v4.0

核心升级

相比传统脚本生成器，本技能具备智能研究分析能力：

方法论升级（v4.0）：融入shiji-kb知识库构建理念，将脚本生成从"一次性输出"升级为"可持续积累的产品知识节点"：

• 产品实体标签：多维分类 + 别名映射
• 竞品事件时间轴：竞品爆款节点、促销事件、舆论事件
• 卖点SKU两层结构：事实参数 + 转化话术
• 脚本复用机制：结构化存储，支持检索和组合

1. 自动素材分析 - 读取产品图片、文档、用户手册，提取核心卖点
2. 用户画像理解 - 分析目标人群特征、痛点、偏好
3. 竞品差异化 - 研究同类产品，找出独特卖点
4. 个性化生成 - 基于分析结果，生成真正符合用户口味的脚本

工作流程

【输入阶段】
  ↓ 用户提供产品资料（图片/文档/链接/文字描述）
  ↓ 指定目标人群（可选，AI可自动推断）

【研究阶段】
  ↓ AI自动分析素材，提取卖点
  ↓ 分析目标人群痛点和偏好
  ↓ 研究同类产品差异化卖点

【SKU构建阶段 v4.0新增】
  ↓ 事实层：提取产品客观参数
  ↓ 技能层：提炼转化话术逻辑
  ↓ 建立卖点与话术的关联映射

【生成阶段】
  ↓ 基于研究结果，个性化匹配"找茬-解决"逻辑
  ↓ 生成多条差异化脚本
  ↓ 每条脚本针对不同用户痛点

【输出阶段】
  ↓ Word文档（完整脚本+拍摄指南+用户画像分析）
  ↓ SKU数据包（可选，纳入产品知识库）

产品SKU两层结构（v4.0核心）

借鉴shiji-kb的知识单元设计，为每个产品建立两层SKU：

事实层（Fact Layer）

技能层（Skill Layer）

SKU关联示例

{
  "product": "智能锁X1 Pro",
  "fact_layer": {
    "开锁方式": ["3D人脸", "指纹", "NFC", "APP", "密码", "钥匙"],
    "电池": "5000mAh双电池",
    "识别速度": "0.3秒"
  },
  "skill_layer": {
    "人脸识别卖点": {
      "话术": "戴眼镜、化浓妆、晚上回家黑灯瞎火，扫一眼就开门",
      "对应痛点": "老人指纹磨损/双手提东西",
      "演示场景": "模拟下班回家场景"
    },
    "电池卖点": {
      "话术": "两块电池交替用，一块充电一块用，永远不断电",
      "对应痛点": "怕门锁没电被锁门外",
      "演示场景": "低电量提醒→换电池→继续用"
    }
  },
  "scripts": ["脚本1-人脸场景", "脚本2-电池场景", "脚本3-安全场景"]
}

使用方式

触发词

• "生成智能互动脚本"
• "分析产品并生成脚本"
• "研究素材生成短视频"
• "个性化脚本生成"

输入格式

方式1：提供素材文件夹

请分析 /path/to/product_folder 里的素材，生成互动找茬脚本

方式2：提供具体资料

产品：智能锁
素材：
- 图片：产品外观、功能演示图
- 文档：用户手册、卖点说明
- 目标人群：35-55岁，注重家庭安全的中产阶级

方式3：仅提供产品名称（AI自动研究）

给"空气炸锅"生成互动找茬脚本

AI自动研究能力

当用户提供素材时，AI会：

1. 图片分析
• 识别产品外观、功能区域
• 提取屏幕显示信息
• 理解使用场景

1. 文档解析
• 提取核心卖点
• 理解技术参数
• 识别差异化功能

1. 用户画像推断
• 从产品特性推断目标人群
• 分析该人群的核心痛点
• 匹配最适合的话术风格

1. 竞品研究（可选）
• 搜索同类产品
• 分析竞品宣传角度
• 找出差异化卖点

个性化生成策略

根据目标人群调整

根据产品类型调整

输出内容

生成的Word文档包含：

1. 用户画像分析
• 目标人群特征
• 核心痛点梳理
• 偏好内容类型

1. 产品卖点提炼
• 从素材中提取的核心卖点
• 差异化优势分析
• 最适合展示的顺序

1. 个性化脚本（3-5条）
• 每条针对不同痛点
• 不同的人设匹配
• 完整的台词、动作、镜头设计

1. 拍摄执行指南
• 场景布置建议
• 演员表演指导
• 镜头切换方案

1. 优化建议
• A/B测试方案
• 投放策略建议

示例场景

场景1：智能锁 + 素材文件夹

用户输入：

请分析 /Users/kenn/Desktop/智能锁资料 里的素材，生成互动找茬脚本
目标人群：35-50岁，注重家庭安全，有老人小孩

AI执行：

1. 读取文件夹内的产品图片、说明书、卖点文档
2. 分析提取：3D人脸、掌静脉、三摄监控、双电池等卖点
3. 推断目标人群痛点：老人指纹不好、担心安全、怕没电
4. 生成3条脚本：
• 脚本1：针对"老人使用"痛点
• 脚本2：针对"安全监控"痛点
• 脚本3：针对"电池续航"痛点

场景2：仅产品名称

用户输入：

给空气炸锅生成互动找茬脚本

AI执行：

1. 自动研究空气炸锅常见卖点和功能
2. 推断目标人群：年轻家庭、注重健康、厨房小白
3. 分析痛点：怕油腻、不会做饭、难清洗、容量小
4. 生成个性化脚本

核心模式（保留经典结构）

【开场】B展示产品核心卖点
【找茬-解决循环】
  A提出质疑/顾虑（基于目标人群真实痛点）
  B展示产品功能解决（个性化匹配卖点）
  每次演示必须成功
【层层递进】质疑从浅入深，解决方案逐步展示
【悬念结尾】价格完全模糊，用"只要这个数"引导进直播间

绝对禁止（保持不变）

• ❌ 前面提到的痛点，后面用同样方式解决
• ❌ 演示失败或卡顿
• ❌ 透露具体价格
• ❌ 直接说"去买吧"而不引导进直播间

2026抖音新规合规指导（v4.2新增）

AI内容标注要求

• 视频前5秒明显位置标注AI生成
• 发布页必须勾选AI生成
• 未标注限流50-80%，存量视频直接下架

极限词禁用

• 绝对禁止：最、第一、顶级、极致、全网最优、完全有效、毫无风险
• 虚假权威：机关专供、媒体推荐（非官方）、专业机构认证
• 虚假承诺：保证过关、没效果包赔、一直有效

20类高频违规话术与合规替代（2026.4.17新规）

虚假营销噱头违规（2026.4.17新规核心）

售假黑话类违规

2026推流机制核心变化

1. 从"24小时短期赛马"转向"7天长效赛马"——考核7天综合运营表现
2. 从"标签匹配"转向"AI行为预测"——AI预判用户行为决定推流
3. 从"泛流量分发"转向"精准垂直流量"——优先分给高信息密度专业内容

推流算法权重（脚本设计参考）

权重排序（已重构）：

新粉3秒停留率 > 收藏率/复访率 > 铁粉互动率 > 5秒完播/前屏停留 > 评论质量 > 平均停留时长 > 点赞/转发

脚本设计策略（按权重优先级）：

脚本结构建议（适配新算法）：

0-3秒：强钩子（痛点/悬念/数字，留住人）
3-8秒：问题展开（让用户觉得"对对对，就是我"）
8-15秒：解决方案（产品出现，解决痛点）
结尾：引导收藏关注（"收藏起来，下次买的时候对照"）

交易数据避坑：

• 结算GMV（剔除退款）才算数——退货订单不仅不算，还会倒扣权重
• 实时退款率是直接负面指标——不要制造虚假紧迫感
• UV价值/GPM考核流量使用效率

短视频与直播联动：

• 短视频种草是直播间重要流量来源
• 发直播预告短视频，挂载直播间链接
• 直播间场景做原创有特色，同质化摆拍/KT板陈列直接降权

内容方向

致命违规话术警戒

迭代优化

根据实际投放数据反馈，AI会学习：

• 哪类找茬角度最吸引目标人群
• 哪种话术风格转化率最高
• 如何优化悬念引导效果

技能文件结构

interactive-video-script/
├── SKILL.md                              # 技能主文档（本文件）
├── references/
│   ├── example_scripts.md               # 示例脚本参考
│   ├── personalization_guide.md         # 个性化生成指南
│   └── document_style_guide.md          # 文档风格指南（参考智能锁文档）
├── templates/
│   └── document_template.py             # 标准化文档模板类
└── scripts/
    ├── generate_script.py               # 基础脚本生成
    ├── smart_generate.py                # 智能研究版生成器
    └── analyze_product.py               # 产品素材分析

文档模板规范（v3.0新增）

参考智能锁文档的清晰美观风格，建立标准化模板：

五部分结构

1. AI研究洞察 - 卖点表格、用户画像卡片、痛点分析表格
2. 个性化脚本 - 基础信息栏、完整台词、拍摄要点表格
3. 拍摄执行手册 - 场景、道具清单表格、演员、镜头
4. 投放策略 - 优先级、A/B测试、优化方向
5. 合规检查 - 检查清单表格

视觉规范

• 颜色编码：蓝色(引导)、红色(痛点)、绿色(正面)、橙色(数字)
• 表格呈现：所有对比信息表格化
• 专业排版：微软雅黑、层级分明、留白合理

使用方法

from templates.document_template import ScriptDocumentTemplate

template = ScriptDocumentTemplate("产品名称", "互动找茬型")
template.add_cover_page(["卖点1", "卖点2"], "v1.0")
template.add_section_title("一", "AI研究洞察")
template.add_selling_points_table([...])
template.add_script(...)
template.save("/path/to/output.docx")

技能版本： v4.2 知识库方法论版

更新日期： 2026-04-25

核心升级： 融入2026.4.17新规，新增20类违规话术替代模板、虚假营销噱头/售假黑话检测、推流算法权重指导、2026推流机制深度解析（3秒停留/收藏复访/铁粉互动权重策略）

相关技能（v4.0新增）

hv-analysis（横纵分析法）

通用深度研究技能，可与本技能协同使用：

调用方式：

为智能门锁生成找茬脚本：
1. 用hv-analysis深度研究智能门锁赛道（竞品格局+技术演进）
2. 用interactive-video-script生成找茬脚本
3. 引用hv-analysis的竞品对比作为"找茬"角度

douyin-alliance-outreach

达人筛选后脚本生成：

• 用douyin-alliance-outreach筛选目标达人
• 用interactive-video-script生成达人专属脚本
• 脚本风格可参考达人的历史内容偏好

creator-analyzer

达人内容分析后脚本定制：

• 用creator-analyzer分析达人的内容风格
• 用interactive-video-script生成匹配达人风格的脚本
• 人设和话术风格保持一致

本技能依赖 hv-analysis 进行产品横纵分析，建议在重要产品脚本生成前优先加载。