公众号运营分析 · qianjin-wechat-analyzer

> 专业公众号运营诊断系统：内容分析 × 数据洞察 × 选题策略 × 运营规划。输入一个公众号，输出一份可执行的运营改善方案。

一、能力概述

本技能提供四大核心分析能力：

核心理念：内容分析是基石——即使拿不到阅读数据，光靠分析文章本身就能给出大量有价值的运营建议。阅读数据是锦上添花，不是必要条件。

二、数据获取策略

2.1 数据获取优先级

用户输入公众号
    │
    ▼
┌─────────────────────────────────────┐
│ 第1层：用户主动提供                   │ ← 最优先
│ 用户提供多篇文章链接 + 截图           │
│ 用户能导出后台数据（最佳情况）        │
└─────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────┐
│ 第2层：搜狗微信搜索查询               │ ← 最常用
│ 搜索公众号 → 获取文章列表            │
│ 逐篇打开 → 提取标题/发布时间/正文     │
│ 注意：文章阅读量/点赞/在看公开访问已   │
│ 拿不到，直接进入内容分析               │
│ 有反爬限制，需策略性延时               │
└─────────────────────────────────────┘
    │
    ▼
┌─────────────────────────────────────┐
│ 第3层：文章URL直接访问                │ ← 兜底
│ 用户提供单篇文章链接 → 单篇深度分析     │
│ 分析内容质量、结构、写作风格           │
│ 适合深度诊断而非批量分析               │
└─────────────────────────────────────┘

2.2 数据完整性说明

2.3 搜狗微信搜索使用指南

当需要获取公众号文章列表时：

1. 打开 https://weixin.sogou.com/
2. 在搜索框输入公众号名称
3. 从搜索结果中找到目标公众号
4. 点击进入账号历史文章列表页
5. 滚动加载更多文章（搜狗一般显示最近10-15篇）
6. 对每篇文章记录：标题、发布时间、链接
7. 逐篇打开文章页 → 提取正文内容用于内容分析（不要尝试提取阅读量/点赞/在看）
8. 如用户提供了后台数据/截图，再补充数据洞察章节

反爬应对策略：
- 每次请求间隔 3-5 秒
- 模拟正常浏览器 User-Agent
- 如遇验证码，暂停并提示用户手动处理
- 单次分析不超过 15 篇文章（搜狗限制）

2.4 带登录态抓取指标（可拿到阅读量/点赞/在看/留言）

> 公开访问拿不到阅读/赞/在看数据，这是微信的反爬限制，不是技能缺陷。
> 但只要用户提供自己的微信登录态 cookie，即可稳定抓取。这是获取账户数据的唯一可行路径。

原理：微信文章的指标由私有接口 https://mp.weixin.qq.com/mp/getappmsgext 返回，该接口必须带 cookie（核心是 pass_ticket）才返回数字。技能已内置脚本 scripts/fetch_metrics.py 完成"取参 → 调接口 → 解析"全流程。

> 实测结论（重要）：用真实文章链接测试，scripts/fetch_metrics.py 能正常抓到文章页、标题、mid/idx/sn/biz，但匿名访问时页面里 window.appmsg_token = ""（空字符串），导致 getappmsgext 无数字。只有带登录 cookie 去抓文章页，appmsg_token 才非空、接口才返回阅读量。这证明：内容/标题抓取无需登录，阅读量/赞/在看必须登录态，无 cookie 必失败——不要反复尝试公开抓取，直接走 cookie 或浏览器登录方案。

使用步骤：

1. 用户获取自己的微信 cookie（二选一）：
   - 浏览器复制：登录微信网页版/公众号后台 → 打开任意一篇待抓文章 → F12 → Network → 找到 getappmsgext 请求 → 复制 Request Headers 的 Cookie 整段 → 存为 cookies.txt
   - 浏览器自动化：若环境已通过 agent-browser 技能登录微信，可直接让浏览器渲染文章页底部数字并读取（见下方兜底）
2. 把要抓的文章链接放进 urls.txt（每行一个）
3. 运行：
   bash python scripts/fetch_metrics.py --urls urls.txt --cookie cookies.txt --out metrics.json
4. 脚本输出 metrics.json，字段含 read_num(阅读) / like_num(点赞) / old_like_num(在看) / comment_count(留言数)
5. 把 metrics.json 交给分析流程，进入「数据洞察」章节

cookie 失效/风控处理：
- 若返回 ret!=0 或空数据，说明 cookie 过期或被风控 → 提示用户重新登录获取新 cookie
- 每篇间隔 1.5 秒以上，避免频繁请求触发风控
- getappmsgext 对 mid/idx/sn/appmsg_token 四参数强校验，缺一即失败（脚本会明确指出缺哪个）

浏览器自动化兜底（无 cookie 时）：
- 若用户通过 agent-browser 技能在已登录浏览器中打开文章页，可直接读取页面底部渲染出的「xxx阅读 / xxx在看 / xxx点赞」数字与留言区，作为 cookie 方式的替代。
- 此方式最稳但需交互式登录，适合少量文章的精确抓取。

2.5 浏览器模式（推荐普通用户 / 内容分析首选）

> 用户问的"像人一样用浏览器看文章、或截图后分析"，就是这里说的浏览器模式。
> 它绕开了"手动复制 cookie + 调私有接口"的复杂度，直接用浏览器渲染后的可见内容做分析。

两条子路径：

为什么这是更好的默认路径（对比 §2.4 的 cookie API）：

使用步骤（借助 agent-browser 技能）：

1. 调用 agent-browser 技能，在用户已登录微信的浏览器会话中打开文章页
   - 未登录：可直接读全文做内容分析（阅读/赞/在看不显示）
   - 已登录：底部出现「xxx阅读 · xxx在看 · xxx点赞 · xxx评论」
2. 内容分析：读取渲染正文 → 进入「三、分析框架」逐篇分析（无需任何登录）
3. 指标读取（需登录）：
   - 简单法：对页面底部区域截图 → 视觉模型识别数字 → 填入「三、数据洞察」
   - 精确法：仍可用 §2.4 的 fetch_metrics.py，但 token 由浏览器登录态自动带出，无需手动复制
4. 多篇时重复上述；或批量打开后用 scripts/fetch_metrics.py（cookie 来自浏览器导出的登录态）

一键跑：scripts/browse_metrics.py（agent-browser 封装，跨平台）

脚本只负责「打开文章 → 截全页 → 存 PNG」，产出的图交给带视觉的 agent 读出 阅读/在看/点赞/评论 数字。已在 Windows 上验证编排逻辑（解析 node + agent-browser.js 入口、截图落盘、JSON 汇总、失败优雅回报）。

# 0) 一次性安装（本机）
npm install -g agent-browser && agent-browser install

# 1) 先登录微信，保留会话（不关闭 daemon），指标才会渲染
agent-browser open https://mp.weixin.qq.com --headed --session wx
#    ↑ 在弹出的浏览器里扫码/登录，登录成功后保持窗口或只保持 daemon

# 2) 批量截图（复用 wx 会话，指标可见）
python scripts/browse_metrics.py --urls urls.txt --session wx --no-close
#    单篇：python scripts/browse_metrics.py --url "https://mp.weixin.qq.com/s/xxxx"

# 3) 用完关掉会话
agent-browser close --session wx

关键参数：
- --session <名>：复用同一浏览器会话（共享登录态，这是指标能显示的前提）
- --no-close：结束后不关 daemon，便于多次复用登录态
- --headed：显示浏览器窗口（首次登录微信用）
- --no-sandbox：沙箱/容器/CI 环境下 Chrome 起不来时加（等价于 --args=--no-sandbox）
- --mode bottom：截全页后额外裁出底部区域（默认 --crop-h 600），让「阅读/在看/点赞」数字更清晰，适合交给视觉模型读数
- --crop-h <像素>：配合 --mode bottom 调整裁剪高度（不同文章底部结构不同，若没裁到指标，可加大到 800/1000/1200）
- --out <目录>：截图输出目录（默认 ./shots，每篇一张 <标识>.png；--mode bottom 时额外生成 <标识>_bottom.png）

脚本输出 JSON：{"ok":[截图路径...], "failed":[{"url":..., "error":...}]}。把 ok 里的 PNG 交给 agent（视觉）即可读出数字，填入「三、数据洞察」。

> 注意：本脚本依赖 agent-browser 常驻 daemon；若 open 报 "Chrome exited early"，通常是环境缺浏览器依赖或需 --no-sandbox，按提示处理即可（用户本机 Windows 一般直接可用）。

适用边界：

• 浏览器模式是内容分析的首选（零门槛、零风控）
• 指标读取依赖账号登录态，截图视觉读值存在个位数误差，正式报表建议以公众号后台导出为准
• 在交互式桌面环境（用户本机）效果最佳；纯服务端无头环境需配合无头浏览器 + 登录态

三、分析框架（核心）

3.1 账号定位分析

对公众号主页 + 近期文章进行综合分析：

3.2 文章内容分析（每篇独立分析）

3.2.1 选题分析

3.2.2 标题分析

3.2.3 结构与逻辑分析

3.2.4 写作风格分析

3.3 综合诊断（所有文章汇总）

四、输出规范

4.1 分析报告结构（Markdown）

输出的分析报告必须包含以下完整结构：

# 公众号分析报告：{账号名称}

> 分析时间：{日期} | 分析文章数：{N}篇 | 数据时间跨度：{起止日期}

---

## 一、账号概览

### 1.1 基本信息
{账号简介提炼、认证信息、赛道判断、定位一句话总结}

### 1.2 运营画像
| 维度 | 数据 |
|------|------|
| 更新频率 | 周更X篇 / 日更 |
| 平均文章长度 | XXX字 |
| 赛道竞争度 | 红海/蓝海/细分 |
| 内容人设 | 清晰/模糊/无人设 |
| 商业化进度 | 未启动/初步/成熟 |

### 1.3 核心判断（一句话结论）
> "这个账号目前处于……阶段，核心问题是……，最大机会是……"

---

## 二、内容深度分析

### 2.1 选题分析
{选题分布饼图/表格 + 分析解读}

### 2.2 标题分析
{标题类型分布 + 优秀标题举例 + 优化建议}

### 2.3 结构与写作
{文章结构类型分布 + 开头/结尾写法评估 + 金句密度}

### 2.4 综合评分
| 维度 | 评分（1-10） | 说明 |
|------|-------------|------|
| 选题能力 | X/10 | |
| 标题功力 | X/10 | |
| 内容质量 | X/10 | |
| 写作风格 | X/10 | |
| 用户互动 | X/10 | |
| **综合** | **X/10** | |

---

## 三、数据洞察（如有阅读数据）

### 3.1 阅读量趋势
{按时间线的阅读量变化 + 趋势解读}

### 3.2 爆款特征
{阅读量TOP3文章的共同特征分析}

### 3.3 互动质量
{点赞率/在看率分析}

---

## 四、选题与方向建议

### 4.1 当前账号可拓展的选题方向TOP5
1. {选题方向1} —— 理由：……
2. {选题方向2} —— 理由：……
3. {选题方向3} —— 理由：……
4. {选题方向4} —— 理由：……
5. {选题方向5} —— 理由：……

### 4.2 差异化策略
{与同赛道竞品的对比 + 账号可以切入的差异化角度}

### 4.3 标题优化建议
{针对当前账号标题弱点的改进方案 + 标题公式推荐}

---

## 五、运营计划

### 5.1 内容排期方案（建议接下来4周）

| 周次 | 周一 | 周三 | 周五 | 备注 |
|------|------|------|------|------|
| 第1周 | 选题A | 选题B | 选题C | 热点型/干货型搭配 |
| 第2周 | …… | …… | …… | |
| 第3周 | …… | …… | …… | |
| 第4周 | …… | …… | …… | |

### 5.2 增长策略
{基于当前账号阶段的增长建议}

| 阶段 | 核心策略 |
|------|---------|
| 冷启动（0-5000粉） | 内容质量优先，重点做1-2个爆款系列 |
| 成长期（5000-5万粉） | 稳定更新频率+互动设计+社群导流 |
| 成熟期（5万粉以上） | 矩阵号+商业化+用户运营 |

### 5.3 互动提升方案
{评论引导、投票/征集活动、社群运营等具体方案}

### 5.4 转化/变现建议
{如果账号已有一定基础，给出变现路径建议}

---

## 六、执行优先级

### 立即行动（本周）
1. ……
2. ……
3. ……

### 短期目标（1个月内）
1. ……
2. ……
3. ……

### 中期目标（1-3个月）
1. ……
2. ……
3. ……

---

*分析基于公开可获取数据，完整数据需结合公众号后台。*
*报告生成时间：{日期} | 工具：qianjin-wechat-analyzer v1.0*

4.2 报告交付标准

五、执行流程

5.1 完整分析流程

Step 1：需求确认
├── 用户输入公众号名称/ID/链接
├── 确认分析深度（快速诊断 / 标准分析 / 深度报告）
├── 用户是否有文章链接列表或后台数据可以提供？
└── 确认竞品账号（可选，增强对比分析）

Step 2：数据采集
├── 通过搜狗微信搜索获取公众号信息
├── 获取近期文章列表（标题+时间+链接）
├── 提取每篇文章正文内容用于内容分析
├── 若用户已提供微信 cookie → 运行 scripts/fetch_metrics.py 抓阅读/赞/在看（见 §2.4）
├── 若用户能导出后台数据/截图 → 直接采用（最可靠）
└── 无 cookie 且无后台数据 → 跳过数据洞察，纯内容分析并明确标注

Step 3：内容分析
├── 按分析框架逐篇文章进行内容分析
├── 汇总统计（选题分布/标题类型/结构偏好等）
├── 提取高频关键词
├── 识别爆款特征和低流量特征
└── 综合评分

Step 4：洞察提炼
├── 发现账号的核心问题和最大机会
├── 每个建议必须有依据（来自哪篇文章/哪个数据）
├── 避免"正确的废话"
└── 形成可执行的行动计划

Step 5：报告输出
├── 按输出规范生成完整报告
├── 确保所有建议具体可执行
├── 给用户提供进一步追问的入口
└── 交付 + 询问是否需要深入某个维度

5.2 快速诊断模式

当用户只需要快速评估时，执行简化版流程：

1. 只分析最近3-5篇文章
2. 不抓取阅读量数据（除非文章页已显示）
3. 只输出：账号定位判断 + 选题评估 + 3条最关键的改进建议
4. 控制在 15 分钟内完成

5.3 深度分析模式

当用户需要完整报告时：

1. 分析最近10-15篇文章（搜狗上限）
2. 数据获取二选一：
   - 优先：用户给了微信 cookie → 跑 scripts/fetch_metrics.py 抓阅读量/点赞/在看
   - 次选：用户导出了后台数据/截图 → 直接采用
   - 都没有：跳过数据洞察章节，纯内容分析并在报告中标注"数据缺失"
3. 完整输出报告所有章节
4. 附可执行的4周排期方案
5. 提供进一步追问的3个方向

六、分析原则与边界

6.1 核心原则

1. 内容为核：即使没有阅读数据，单靠分析文章内容也能给出60%以上有价值的运营建议
2. 建议可执行：每个建议必须是"下周就能做到的"，不是"提升品牌影响力"这种空话
3. 数据透明：明确区分"从数据中发现的"和"根据经验推断的"
4. 量身定制：不同阶段的账号（冷启动/成长/成熟）建议方向完全不同
5. 竞品视角：没有竞品对比的分析是不完整的

6.2 能力边界

6.3 免责声明

• 分析基于公开可获取数据，不代表公众号后台真实数据
• 阅读量等互动数据为抓取时刻的快照值，非历史峰值
• 运营建议基于通用方法论 + 公众号内容分析，不保证100%有效
• 建议用户结合公众号后台数据对分析结果进行验证

七、触发与使用

7.1 触发词

7.2 对话示例

用户：帮我分析一下"XX"这个公众号，看看有什么问题
助手：好的，我先搜一下这个号的信息。

[通过搜狗微信搜索获取公众号信息 + 近期文章列表]
[逐篇打开文章页，提取正文内容和阅读量数据]
[按分析框架进行内容分析和数据整理]

好的，以下是分析报告（节选）：

---

## 一、账号概览
{结果}

## 二、内容分析
{结果}

## 三、选题与方向建议
{结果}

---

完整报告已输出，需要我针对某个维度展开细聊吗？比如标题策略、选题方向或者排期方案？

7.3 数据不足时的应对

当搜狗搜索无法找到目标公众号时：

我暂时没有搜到"XX"的公众号信息，可能有以下原因：
1. 账号名称输入有误，请确认
2. 该账号较新或搜索量低，搜狗索引未收录

你可以试试提供以下内容，我一样能帮你分析：
🔹 提供3-5篇该公众号的文章链接
🔹 提供该公众号的文章截图/PDF
🔹 直接告诉我账号ID，我换其他方式查找

八、版本记录

分析基于公开可获取数据，完整数据需结合公众号后台。