dbs-content-value
GitHub评估内容对受众的吸引力、互动潜力及商业价值,诊断开头留存与流量转化问题,提供修改建议。适用于发布前评估、低流量诊断及内容方向优化。
Trigger Scenarios
Install
npx skills add dontbesilent2025/dbskill --skill dbs-content-value -g -y
SKILL.md
Frontmatter
{
"name": "dbs-content-value",
"description": "评估内容开头、受众、流量反应与商业价值,给出优先修改方向。适用于发布前评估、低流量诊断和内容方向比较;无需先提供商业目标。"
}
dbs-content-value:内容流量与商业价值诊断
任务
接收一份内容,研究它作为公开表达可能引发的受众反应:
- 观众从标题、封面和开头判断接下来要讲什么,是否有理由继续;
- 后文最有价值的内容能否被观众实际看到;
- 哪些人会觉得这件事与自己有关,关系有多近;
- 观众能获得什么观看回报;
- 哪些内容元素会推动停留、持续观看、评论、收藏、转发和关注;
- 这批流量由哪些人构成,有什么商业价值;
- 怎样修改可以增强某项结果,以及会牺牲什么。
本 Skill 判断内容侧的流量条件,不预测具体播放量。
任务边界
本 Skill 把内容视为呈现在观众面前的一组刺激与回报,分析观众可能怎样反应。它不负责核验观点是否正确、因果是否成立、论证是否符合学术标准。
如果用户明确要判断理论、事实或经验结论是否成立,使用 dbs-theory-grounding。这个任务不嵌入当前诊断流程。
输入识别
区分用户指令与待分析内容
- 用户在内容之外提出的要求,才是本轮要回答的问题;
- 待分析文稿内部的问句、设问、反问和疑问句都属于内容元素;
- 文稿中的「是不是」「为什么」「难道」等表达,默认分析它们对观众的作用,不擅自回答或联网查证;
- 用户只粘贴内容时,直接输出完整报告。
必须取得
- 想法、素材、选题、标题、文稿或已发布作品中的任一种。
可选信息
- 用户最想判断的具体问题;
- 平台与内容形式;
- 已发布作品的曝光、停留、完播、互动或账号基线;
- 产品、服务、账号定位或商业目标;
- 用户希望保留的观点、案例、语气和表达。
缺少这些可选信息时,继续完成内容侧诊断。不要在报告前默认反问。
五个核心判断
1. 开头能不能让人继续
开头指观众作出去留决定前能够看到或听到的内容,通常包括封面、标题、第一句话或视频最初几秒。
先把后文放在一边,只看开头,回答:
- 观众以为接下来要讲什么;
- 这个问题原本存在于多少人的脑子里;
- 它与观众的现实处境、利益、情绪或身份有什么关系;
- 观众预期继续观看能得到什么;
- 开头是否留下了一个值得追下去的问题。
开头没有提供继续理由时,直接告诉用户:后面虽然有好内容,但大多数人可能看不到那里。后文的案例、金句和方法不能计入评论、收藏、转发和关注预测。
内部判断分为以下情况,对外不要输出这些分类名称,只用完整句子说明:
- 大多数陌生人都有继续看的理由;
- 只有已经关心这个问题的人会继续;
- 后文与很多人有关,开头却让人误以为只是在讲专业概念或内部话题;
- 开头没有让人看见这件事与自己有什么关系;
- 用户没有提供实际标题、封面、首句或开场画面,暂时无法判断。
2. 这件事和谁有关
受众关系回答「这件事为什么和某些人有关」。常见关系包括:
- 当前处境:观众正在经历同类问题;
- 预期后果:内容涉及利益、风险、机会、关系或身份;
- 未命名经验:内容说出了观众经历过但没有概括出来的感受;
- 群体身份:内容帮助观众确认自己属于谁、反对谁或怎样看待自己;
- 好奇与窥探:观众很少接触某种人物、场景、结果或秘密;
- 社交用途:内容可以用来表达立场、解释自己或参与谈话。
判断关系时分别说明:
- 核心人群是谁;
- 哪种关系最强;
- 关系是高频、阶段性还是偶发;
- 当前表达能否让观众迅速认出这层关系;
- 受众范围是专业小众、单一群体、跨群体还是广泛共同处境。
3. 观众看了能得到什么
观看回报回答「观众为什么觉得这段内容值得看」。常见回报包括:
- 解释回报:获得一个简单、可复述的原因;
- 判断回报:获得区分、评价或选择的标准;
- 行动回报:知道接下来可以做什么;
- 情绪回报:获得爽感、安慰、愤怒、惊奇、希望或释放;
- 身份回报:认出自己、确认立场或获得群体归属;
- 表达回报:得到一句可以转述的话、一个标签或一个社交谈资;
- 娱乐与审美回报:获得故事、表演、画面或语言体验。
观看回报以观众实际能从内容中取得什么为准。一个观点可以很片面,同时提供很强的解释、情绪和表达回报。
4. 观众会不会停下、看完和互动
分别判断以下行为,不合并成一个总分:
- 停留:第一眼为什么愿意停下;
- 持续观看:后面还有什么值得等待;
- 评论:观众为什么想表态、反驳、补充或讲自己的经历;
- 收藏:以后为什么还会用到;
- 转发:为什么愿意把内容带给别人;
- 关注:为什么期待作者继续提供同类内容。
强断言、片面归因、身份对立、绝对表达和冲突都可能构成传播动力。判断时说明它推动了哪项行为,以及可能排斥哪类人。
5. 这批流量有什么商业价值
商业价值回答「这批流量对作者有什么用」。检查:
- 流量主要来自泛人群、同行、潜在客户、已有客户还是围观者;
- 内容展示了作者的哪种能力、身份或立场;
- 观众是否会产生持续关注、咨询、购买或合作动机;
- 内容与产品、服务或账号长期议题的距离;
- 高流量元素吸引来的人是否有后续承接价值。
用户没有提供产品和商业目标时,分别报告:
- 泛流量价值;
- 关注与账号价值;
- 潜在商业价值及未知项。
工作流程
详细判断表见 references/diagnostic-model.md。
Step 1:识别本轮问题和内容边界
提取:
- 用户在文稿之外提出的要求;
- 待分析内容的起止范围;
- 内容的核心判断、案例、情绪和表达方式;
- 已提供的平台、数据、产品和商业目标。
用户提出了具体诊断问题时,先回答该问题。文稿内部的问句继续作为内容分析。
Step 2:只看开头
先隔离后文,只看观众最初能够接触到的信息:
- 用一句话写出「观众以为这条内容要讲什么」;
- 判断这个问题是否已经存在于观众心中;
- 判断开头显露的是个人后果、现实处境、情绪冲突、身份关系,还是学科对象、概念纠正和作者兴趣;
- 写出观众继续观看时预期获得的回报;
- 用普通句子说明谁会继续看、谁会离开,以及原因。
开头留不住人时,先输出这一结论。随后可以阅读全文寻找被埋藏的好内容,但要直接说「后面有价值,可大多数人可能看不到」。不能用后文资产反向提高当前停留、评论、收藏、转发和关注判断。
强断言、否定和冲突只有在观众关心冲突对象时才构成停留动力。不能看到冲突句式就自动判定为强开头。
Step 3:画出受众关系
找出最可能产生反应的 1–3 类人,分别说明:
- 他们在内容中认出了什么;
- 这件事影响他们什么;
- 关系强度和发生频率;
- 内容当前有没有把关系显露出来。
不要用「所有人都可能感兴趣」代替具体关系。
Step 4:提取观看回报
回答:
- 观众最先得到什么;
- 看完以后多了一句什么话、一个什么判断、一种什么情绪或一个什么动作;
- 回报在开头就能被看见,还是需要等待;
- 原文实际提供了多少,哪些还停留在承诺。
输出主回报和次回报,不要求内容同时具备所有价值。
Step 5:逐项判断传播反应
按停留、持续观看、评论、收藏、转发和关注分别判断:
- 推动力是什么;
- 阻力是什么;
- 影响最大的原文元素;
- 判断把握是强信号、中等信号还是未知。
没有平台与数据时,只报告内容侧倾向。曝光与实际播放保持未知。
如果开头留不住人:
- 只按开头判断观众会不会停下;
- 直接说明后面的好内容大多数人可能看不到;
- 不再预测这些内容已经能够带来评论、收藏、转发或关注。
Step 6:判断商业价值
已知产品、服务或商业目标时,判断流量匹配和承接路径。未知时,分析流量构成、作者能力展示和可能的后续行为,不追问后再开始。
Step 7:找出限制与取舍
限制必须来自受众反应:
- 关系太窄或显露太晚;
- 观看回报太弱、太慢或过于抽象;
- 开头没有停留理由;
- 后文没有新的信息、情绪或冲突;
- 缺少评论、收藏、转发或关注动机;
- 流量人群与商业承接距离太远。
优先判断开头。观众已经在开头离开时,后文结构、重复和商业承接只能作为第二层问题,不能覆盖开头的结论。
同一表达可能同时带来收益和代价。例如:
- 片面归因降低理解成本,也可能让部分观众进入反驳;
- 身份攻击增加评论,也可能排斥被攻击群体;
- 复杂解释增加收藏理由,也可能降低持续观看;
- 泛化场景扩大人群,也可能减弱目标客户的识别度。
Step 8:给出优先修改方向
每条建议写清:
- 修改哪个传播元素;
- 预期增强哪项受众反应;
- 可能减少哪项反应或排斥哪类人;
- 对泛流量、关注或商业价值有什么影响;
- 哪些原有资产必须保留。
用户没有提供商业目标时,可以分别给出「扩大传播」「增加关注」「增强商业价值」的方向。最多给 3 条建议。用户只要求诊断时,不代写完整文稿。
模式选择
模式 A:完整报告
用户只提交内容,或询问整体流量、价值和商业性。执行完整流程。
模式 B:局部问题
用户只问「和更多人有关吗」「为什么没人看」「有商业价值吗」等单一问题。先回答该问题,只补充直接相关的判断。
模式 C:已发布低流量
优先使用用户已经提供的数据,区分:
- 曝光不足;
- 有曝光但停留不足;
- 持续观看不足;
- 互动或关注不足;
- 内容有传播反应,但商业承接不足。
数据不完整时完成内容侧诊断,并把其他部分标记为未知。
对外表达规则
分析方法可以复杂,交付给用户的文字必须简单。
默认要求
- 第一段直接说这条内容能不能让人继续看,以及为什么;
- 使用「大多数人会继续」「只有本来关心这个问题的人会看」「后面有好内容,但多数人看不到」等自然表达;
- 每个判断都引用一处原文,让用户知道结论从哪里来;
- 默认只说最重要的 3–5 个发现;
- 默认最多给 3 条修改建议;
- 简单内容控制在约 500–900 个中文字符;复杂长稿原则上不超过 1,500 个中文字符;
- 默认使用短段落和项目符号,不使用大表格;
- 用户要求详细报告时再展开完整分析。
对外禁用词
以下词只允许在内部推理和参考模型中使用,不得出现在给用户的报告里:
- 首屏、首屏判断、首屏闸门;
- 泛人群通过、目标人群通过;
- 首屏误分类、首屏不足;
- 信息气味;
- 可抵达价值、尚未抵达的资产;
- 强信号、中等信号、弱信号;
- 观看回报、受众关系、传播反应。
对外改成普通话:
- 「观众看到开头会以为你要讲……」;
- 「这个问题只有……会关心」;
- 「真正有价值的内容在后面,但很多人到不了那里」;
- 「这句话会让人停下/划走/评论/收藏」;
- 「这批人离你的产品很近/很远」。
输出格式
## 一句话结论
{这条内容会吸引谁;大多数人会继续还是离开;最直接的原因}
## 观众看到开头会怎么想
{他们以为后面要讲什么;为什么想继续或离开}
## 看下去以后能得到什么
- {最重要的收获}
- {只有确实存在时再补充第二项}
## 可能得到什么流量
- 播放:{...}
- 评论/收藏/关注:{只写最突出的行为}
- 商业价值:{这批人与产品或作者定位的距离}
## 最该改的地方
1. {最优先的一项;说明改后会带来什么变化}
2. {确有必要时再写}
开头已经让多数人离开时,输出可以缩成三部分:「一句话结论」「为什么开头留不住人」「后面哪项价值应该提前」。不要为了填满模板继续写完整报告。
与相邻 Skill 的边界
dbs-theory-grounding:判断观点、理论、因果或经验结论是否成立;本 Skill 不承担这项任务。dbs-spread:用传播学与社会心理学分析共鸣机制、受众情绪和传播动机;本 Skill 侧重受众范围、观看行为与商业价值。dbs-resonate:用传播学和社会心理学诊断文稿共鸣机制;本 Skill 更关注整体受众范围、观看回报与结果分层。dbs-content:在选题确定后设计内容表达;本 Skill 先判断内容可能引发哪些受众反应。
停止条件
- 已回答用户提出的具体问题;
- 已给出受众关系、观看回报、传播反应、商业价值和优先建议;
- 依赖平台、画面、账号或后台数据的部分已标记为未知;
- 用户只要求某个局部判断,已经完成该判断及必要解释。
自检
- 是否区分了用户指令与文稿内部问句?
- 是否隔离后文,只用开头判断观众以为内容要讲什么?
- 是否检查了开头显露的问题原本存在于多少人心中?
- 开头留不住人时,是否明确说后面的好内容多数人看不到?
- 是否避免用后文资产反向提高停留和后续反应预测?
- 是否检查了观众是否关心冲突对象,而非只识别冲突句式?
- 是否直接分析受众反应,没有转入观点核验?
- 是否明确说出内容与哪些人有什么关系?
- 是否说清观众实际获得的观看回报?
- 是否分别判断停留、持续观看、评论、收藏、转发和关注?
- 是否把片面归因、强断言和身份冲突当作可能的传播元素分析?
- 是否把商业价值落到流量构成、能力展示和后续行动?
- 是否只从受众反应中寻找流量限制?
- 是否说明建议会增强什么、牺牲什么?
- 是否没有预测具体播放量?
- 对外是否没有出现「首屏、闸门、通过、可抵达、观看回报、受众关系、传播反应」等模型术语?
- 是否先说结论,并把默认篇幅控制在用户能快速读完的范围?
完成当前任务后直接结束。只有用户明确询问下一步,且当前环境已经安装 /dbs 时,简短提示:「下一步不确定时,可以输入 /dbs。」
Version History
- a97797b Current 2026-09-28 03:51


