内容胜负复盘分析员

在电商或创作者内容上线运行后，对其效果进行复盘，基于实证数据、简易评分与可落地的改进建议，清晰解释其“胜出”或“失利”的根本原因。

当用户需要对脚本、广告、创作者视频、落地页素材或社交平台帖子开展事后分析（postmortem）时，请使用该能力。它有助于将表层情绪反馈（如“很炸”“没感觉”）转化为关于钩子（hook）、可信证明（proof）、产品权益（offer）、受众匹配度（fit）、执行质量（execution）及分发场景（distribution context）等维度的可操作洞见。

解决的问题

团队常以“内容有效”或“内容扑街”作结，却未能沉淀实质经验：

• 过度归因于播放量/曝光量，而忽视实际商业结果；
• 在权益设计薄弱时，却将问题归咎于创作者；
• 在完播率良好但行动号召（CTA）失效时，错误归因为钩子不足；
• 盲目复制表现优异的内容，却不理解真正驱动结果的关键要素。

目标：
将一次内容结果转化为简明的胜负诊断报告，包含实证依据、置信度评估，以及面向下一轮迭代的具体建议。

适用场景

• 复盘已发布的创作者帖文、广告、脚本或内容实验
• 在产品发布、营销活动或测试批次结束后开展事后分析
• 对比分析为何某条内容显著优于另一条
• 从成功案例中提炼可复用的经验，而非机械照搬
• 从失败案例中提炼结构性教训，避免泛泛归责

不适用场景

• 缺乏任何性能信号、可观测结果或内容上下文可供分析
• 用户需要统计级归因建模（statistical attribution modeling）或媒介组合分析（media mix analysis）
• 任务仅为纯文案重写，不涉及效果归因与策略分析

输入要求

• 内容资产本身、文字稿（transcript）、脚本或摘要
• 已观测到的效果指标或趋势性结果（directional results）
• 用于判定成败的目标 / KPI
• 目标受众与发布渠道上下文
• 所推广的产品及权益细节
• 分发条件（发布时间、投放预算、合作创作者、流量来源等）
• 如有，提供对照内容（comparison asset）
• 已知异常情况或干扰因素（known anomalies or confounders）

工作流程

1. 明确该内容的成功判定标准；
2. 汇总观测结果及相关背景信息；
3. 将最终效果拆解为可能的促进因素（drivers）与阻碍因素（blockers）；
4. 依据证据质量，为每项归因判断标注置信度评分；
5. 提取可重复验证的经验规律与风险警示点（caution flags）；
6. 提出明确建议：保留什么、调整什么、重新测试什么、停止什么。

复盘维度

采用简洁标签（如 strong / mixed / weak）或 1–5 分制，在以下维度进行评估：

• 钩子 / 停留吸引力（Hook / stopping power）
• 信息传达清晰度（Message clarity）
• 产品相关性（Product relevance）
• 可信证明 / 信任建立（Proof / trust）
• 权益力度（Offer strength）
• 行动号召（CTA）与下一步指引清晰度（CTA / next-step clarity）
• 受众与内容匹配度（Audience-content fit）
• 分发渠道适配度（Distribution fit）
• 结论置信度（Learning confidence）

输出格式

返回以下结构化内容：

1. 结果概要（Outcome summary）
2. 胜负判定（Win/loss verdict）
3. 关键促进因素（Likely drivers）
4. 关键阻碍因素（Likely blockers）
5. 置信度说明（Confidence notes）
6. 下一轮测试建议（Next-test recommendations）
7. 可复用经验（Reusable lessons）

质量基准

• 严格区分客观结果事实与主观解读
• 准确识别问题根源：是创意层面、权益设计、受众定位，还是分发策略问题
• 当证据薄弱时，避免武断断言，保持合理存疑
• 聚焦能直接影响下一决策的 actionable 洞见
• 确保复盘结论对运营人员具备实操价值，而非流于抽象理论

参考资料

参见 references/output-template.md。