大家好,我是汤师爷,专注AI智能体分享,致力于帮助100W人用智能体创富~

作为短视频创作者,你是否经常遇到这样的困扰:

  • 花了大量时间创作内容,却总是无法获得理想的播放量?
  • 看到其他账号快速增长,却不知道他们成功的秘诀在哪里?
  • 想要参考优秀账号的经验,却不知从何下手分析?

如果你有以上任何一个困扰,那么你需要一个对标账号拆解的智能体,帮助你系统地分析对标账号,让创作少走弯路。

1、对标账号拆解智能体

对标账号拆解简单来说,就是找到行业内做得好的账号,仔细研究他们为什么成功,然后学习他们的优点。

这个过程包括分析目标账号的定位策略(他们针对什么人群)、人设塑造(他们在观众心中树立什么形象)、选题方向(他们做什么内容)、内容结构(他们怎么组织内容)和变现路径(他们怎么赚钱)等多个维度。

通过对标账号拆解,内容创作者可以:

  • 快速掌握行业内容创作的最佳实践和成功模式,少走弯路,避免从零开始摸索
  • 了解目标受众的真实需求和内容偏好,明确自己应该创作什么内容最受欢迎
  • 发现可借鉴的创作技巧和内容结构,比如视频开头怎么吸引人,结尾怎么引导互动
  • 避免常见的内容创作误区,知道哪些是行业内的"雷区",不要踩坑
  • 节省时间和精力,直接借鉴成功经验,快速提升自己的内容质量

需要注意的是,对标账号拆解不是简单的模仿和复制,而是要在理解对方成功要素的基础上,结合自身特点进行创新和优化,打造出具有个性化的优质内容。

就像学习绘画一样,先临摹大师作品学习技巧,再发展出自己的风格。盲目抄袭只会让你成为别人的影子,无法形成自己的独特价值。

整个智能体搭建过程,主要分为两个步骤:

  1. 工作流搭建:将场景流程转化为可自动化运行的步骤化模块,就像搭积木一样,一步步将各个功能模块连接起来,形成一个完整的工作流程。
  2. 智能体设置:将工作流嵌入 AI 智能体中,使其能理解对话内容并智能判断何时调用相应工具,这样用户只需简单对话,就能触发复杂的自动化流程,获得专业的分析结果

2、搭建智能体的工作流

1)创建空白工作流

登录Coze官网,在“资源库-工作流”里新建一个空白工作流,取名“benchmark_analysis”。

2)开始节点

这里通常用来定义工作流启动时需要的输入参数,比如对标账号的视频链接(video_url)。

3)获取对标账号视频信息

通过“视频搜索”插件的“douyin_data”工具,获取对标账号视频信息。

  • 输入

    • api_token:从哪获取?点击“感叹号”,通过网站可以获取。
    • douyin_url:开始- video_url

4)根据用户ID,批量获取视频列表

通过“视频搜索”插件的“get_user_video_all”工具,批量获取视频列表。

  • 输入

    • sec_user_id:获取对标账号视频信息- sec_ uid
    • page:1

5)批量获取视频详细信息

这个环节会使用批处理节点,批处理体内部会执行两个节点:

1.单个获取视频详情

通过“视频搜索”插件的“douyin_data”工具,单个获取视频详情。

  • 输入:

    • api_token:同上
    • douyin_url:批量获取视频详细信息-share_url

2.根据分享链接下载视频

通过“视频下载”插件的“download_video”工具,下载视频。

  • 输入:

    • url:获取单个视频详情- share_url

3.批量提取视频文案

通过“字幕获取”插件的“generate_video_captions_sync”工具,提取视频文案。

  • 输入:

    • url:根据分享链接下载视频- url

4.将视频文案信息整合进视频列表中

  • 通过python代码,将视频文案信息整合进视频列表中
async def main(args: Args) -> Output:
# 如果 args.params 为 None,则使用空字典
params = args.params or {} # 从 params 提取子项,如果为 None,则使用空字典
aweme = params.get("aweme") or {}
text_data = params.get("text_data") or {} # 为 aweme 添加字段 text
aweme["text"] = text_data.get("content", "") aweme_detail = params.get("aweme_detail", {})
aweme["aweme_detail"] = aweme_detail # 构造返回值
ret: Output = {
"aweme": aweme
}
return ret

6)通过python代码,将信息整理为格式化的数据

  • 节点的输入、输出如图所示:

  • python代码如下:
async def main(args: Args) -> Output:
# 1. 先安全地获取 params
params = getattr(args, "params", {}) # 如果 args 或 params 不存在,就给空字典
if not isinstance(params, dict):
return [] # 如果 params 不是字典,直接返回空列表 # 2. 安全地获取 aweme_list
aweme_list = params.get("aweme_list", [])
if not isinstance(aweme_list, list):
return [] # 如果 aweme_list 不是列表,也直接返回空列表 result = [] # 3. 遍历 aweme_list,依次处理
for aweme in aweme_list:
# 如果当前 aweme 非字典类型,直接跳过
if not isinstance(aweme, dict):
continue # 4. 安全获取 share_info 和 statistics
share_info = aweme.get("share_info", {}) if isinstance(aweme.get("share_info"), dict) else {}
statistics = aweme.get("statistics", {}) if isinstance(aweme.get("statistics"), dict) else {}
text = aweme.get("text", "") # 5. 提取各字段信息,并在取值时加默认值
video_id = statistics.get("aweme_id", "")
title = share_info.get("share_title", "")
link = share_info.get("share_url", "")
digg_count = statistics.get("digg_count", 0)
comment_count = statistics.get("comment_count", 0)
collect_count = statistics.get("collect_count", 0)
share_count = statistics.get("share_count", 0) # 6. 获取 aweme_detail 并判空
aweme_detail = aweme.get("aweme_detail", {}) if isinstance(aweme.get("aweme_detail"), dict) else {}
# 获取作者信息
author_info = aweme_detail.get("author", {}) if isinstance(aweme_detail.get("author"), dict) else {}
author_name = author_info.get("nickname", "")
signature = author_info.get("signature", "")
sec_uid = author_info.get("sec_uid", "") # 7. 获取时间和时长,这里可以进一步做类型检查,防止计算时报错
raw_create_time = aweme_detail.get("create_time", 0)
create_time_ms = raw_create_time * 1000 if isinstance(raw_create_time, int) else 0 raw_duration = aweme_detail.get("duration", 0)
duration_sec = raw_duration / 1000 if isinstance(raw_duration, (int, float)) else 0 # 8. 组装返回数据
item_dict = {
"fields": {
"视频ID": video_id,
"标题": title.strip(),
"文案": text,
"链接": {
"text": "查看视频",
"link": link.strip(),
},
"点赞数": digg_count,
"评论数": comment_count,
"收藏数": collect_count,
"分享数": share_count,
"作者": author_name,
"用户简介": signature,
"用户ID": sec_uid,
"发布日期": create_time_ms,
"时长": duration_sec
}
}
result.append(item_dict) return result

7)通过大模型节点,使用DeepSeek生成拆解报表。

系统提示词如下:

根据对标账号的视频列表信息
{{input}} 自动生成结构化的报告:
- 账号基本信息:名称、简介
- 定位:账号核心受众、差异化价值
- 人设:IP形象、语言风格
- 选题方向:爆款主题分类、发布时间规律
- 内容结构:开场、叙事节奏、结尾引导
- 变现路径:广告、带货、课程等模式分析

8)飞书文档插件:创建飞书文档

通过“飞书云文档”插件的“create_document”工具,创建飞书云文档。

  • 输入:

    • content:使用DeepSeek生成拆解报表-output

  • folder_token:指定文档所在文件夹 的 Token,不传或传空表示根目录。支持输入文件夹 token 或者 文件夹 URL。如下图红框所示:

9)结束节点

最后输出对标拆解报告的文档链接,完事~

3、创建智能体

工作流只是一个自动化脚本,如果想在对话中直接使用,就需要封装成一个 AI 智能体。

1)新建智能体

在 Coze 中进入“智能体”版块,新建一个 智能体,取个好记的名字,比如“对标账号拆解智能体”。

2)人设与逻辑

编辑该智能体的“人设与逻辑”,告诉它自己是一个专业的对标账号拆解助手。提示词如下:

当用户输入视频 url 时,调用 `benchmark_analysis`工作流来生成对标拆解报告。

3)绑定工作流

把之前的“benchmark_analysis”工作流加进来,让智能体在合适的时机自动调用它。、

4)测试并发布

在右侧面板中进行对话测试,输入个短视频的链接,看智能体是否能正确完成对标拆解,并成功写入飞书文档。

确认无误后点击“发布”,就可以把这个智能体发布到飞书或其他渠道。

5)查看飞书文档中的对标拆解报告

通过对标账号拆解智能体,我们成功生成了一份结构清晰、内容完善的对标拆解报告。

4、小结

本文我们构建了一个对标账号拆解智能体。

这个智能体能够自动化提取目标账号的视频内容、互动数据和受众反馈,为内容创作者提供全方位的竞品分析视角。

从抓取视频数据、解析文案内容,到生成结构化报告,每一步都经过精心设计,确保分析结果既全面又精准。

这种自动化工作流程大大简化了传统人工拆解的繁琐步骤,让分析过程变得轻松高效。

对创作者来说,这是一个实用的学习对标的工具,能快速掌握成功账号的运营要点。

你不必再费时费力地一个视频一个视频地看,也不用担心遗漏重要信息。

智能体会系统地总结出对方的内容策略、互动规律和增长技巧,让你一目了然。

以往可能需要团队几天才能完成的分析工作,智能体现在只需要几分钟就能生成专业报告。

这意味着创作者可以将更多精力投入到内容创作本身,而不是耗费在繁琐的分析工作上。

如果你觉得这篇文章有帮助,别忘了点赞、关注、收藏哟,传统美德不能丢哟~

本文已收录于,我的技术博客:tangshiye.cn 里面有,DeepSeek 资料,AI 智能体教程,算法 Leetcode 详解,BAT 面试真题,架构设计,等干货分享。

扣子Coze智能体实战:自动化拆解抖音对标账号,输出完整分析报告(喂饭级教程)的更多相关文章

  1. 抖音 滑块验证方案 s_v_web_id 参数分析

    本文所有教程及源码.软件仅为技术研究.不涉及计算机信息系统功能的删除.修改.增加.干扰,更不会影响计算机信息系统的正常运行.不得将代码用于非法用途,如侵立删! 抖音web端 s_v_web_id 参数 ...

  2. 抖音web端 s_v_web_id 参数生成分析与实现

    本文所有教程及源码.软件仅为技术研究.不涉及计算机信息系统功能的删除.修改.增加.干扰,更不会影响计算机信息系统的正常运行.不得将代码用于非法用途,如侵立删! 抖音web端 s_v_web_id 参数 ...

  3. python 手机App数据抓取实战二抖音用户的抓取

    前言 什么?你问我国庆七天假期干了什么?说出来你可能不信,我爬取了cxk坤坤的抖音粉丝数据,我也不知道我为什么这么无聊. 本文主要记录如何使用appium自动化工具实现抖音App模拟滑动,然后分析数据 ...

  4. 前端福利,用 JS 就能实现抖音养号等诸多功能

    我是风筝,公众号「古时的风筝」,一个不只有技术的技术公众号,一个在程序圈混迹多年,主业 Java,另外 Python.React 也玩儿的 6 的斜杠开发者. Spring Cloud 系列文章已经完 ...

  5. JavaWeb-SpringBoot(抖音)_三、抖音项目后续

    JavaWeb-SpringBoot(抖音)_一.抖音项目制作 传送门 JavaWeb-SpringBoot(抖音)_二.服务器间通讯 传送门 JavaWeb-SpringBoot(抖音)_三.抖音项 ...

  6. JavaWeb-SpringBoot(抖音)_二、服务器间通讯

    JavaWeb-SpringBoot(抖音)_一.抖音项目制作 传送门 JavaWeb-SpringBoot(抖音)_二.服务器间通讯 传送门 JavaWeb-SpringBoot(抖音)_三.抖音项 ...

  7. 利用抖音Cookie充值接口提取支付链接,个人调起原生微信h5支付宝h5支付

    最近开始搞一些个人支付通道的开发,方便个人不用和第三方平台签约就能收款,省去很多流程手续的成本. 然后翻了一下网上并没有太多现成的技术教程,只能自己研究着搞了. 这次要分享的是利用抖音的充值接口,去分 ...

  8. 【SerpentAI:Python开源游戏智能体开发框架——相比OpenAI Universe可导入自己的游戏、可脱离Docker/VNC运行】

    https://weibo.com/fly51fly?from=myfollow_all&is_all=1#1514439335614 [SerpentAI:Python开源游戏智能体开发框架 ...

  9. TensorFlow利用A3C算法训练智能体玩CartPole游戏

    本教程讲解如何使用深度强化学习训练一个可以在 CartPole 游戏中获胜的模型.研究人员使用 tf.keras.OpenAI 训练了一个使用「异步优势动作评价」(Asynchronous Advan ...

  10. 伯克利推出「看视频学动作」的AI智能体

    伯克利曾经提出 DeepMimic框架,让智能体模仿参考动作片段来学习高难度技能.但这些参考片段都是经过动作捕捉合成的高度结构化数据,数据本身的获取需要很高的成本.而近日,他们又更进一步,提出了可以直 ...

随机推荐

  1. Lynx-字节跳动跨平台框架多端兼容Android, iOS, Web 原生渲染

    介绍 字节跳动近期开源的跨平台框架Lynx被视为一项重要的技术创新.相较于市场上已有的解决方案如React Native (RN) 和Flutter,Lynx具有独特的特性. 首先,Lynx采用轻量级 ...

  2. 详解ES6升级优化以及知识点汇总

    @charset "UTF-8"; .markdown-body { line-height: 1.75; font-weight: 400; font-size: 15px; o ...

  3. github每次提交代码都要登录

    原因:不要使用https的方式克隆代码,而是用git. 查看源 git remote -v 删除源 git remote rm origin 重新添加项目源(origin后面改成自己的): git r ...

  4. Comparator.reverseOrder() 和 reversed()的区别

    摘要:Comparator.reverseOrder() 和 reversed()的区别是前者以某字段进行倒序排列,而reversed是针对已排序数据进行处理,常常用于比较器的末尾.   在使用Str ...

  5. 利用堆排序和分治法求解千万级数据排序的Top K问题—百度面试

    目录 问题描述 问题解析 第一步:查询次数统计 第二步:找出Top 10 算法一:排序 算法二:部分排序 算法三:堆排序 1.构造初始堆 2.首尾交换,断尾重构 3.迭代执行第二步 算法四:分治法 小 ...

  6. Linux服务器(CentOS/Ubuntu)接口Bond模式详解、配置指南及交换机对应接口的配置示例

    以下是关于Linux服务器(CentOS/Ubuntu)与交换机对接的接口Bond模式详解.配置指南及交换机配置示例(思科/华为/华三) 的全面说明: 一.Linux Bonding 模式对比 模式 ...

  7. 敏捷史话(十):我牺牲了滑雪时间,参加了一场软件革命——Jon Kern

    "在镜头定格的一刹那,所有美好都和你不期而遇",这是 Jon Kern 对生活的表达.为了更好地记录生活,他在一家名为 flickr 的网站上创建了一个属于自己的照片博客,在这个博 ...

  8. 「Log」2023.8.29 小记

    序幕 早上下雨了,七点到校,还是先整理博客. 今天是生日,发条犇犇纪念一下,16 岁了! 学长进行杂题选讲,一些 KD-Tree.根号分治.生成树题,大部分是图相关,高低胡上两道. 补一些题 \(\c ...

  9. 前端录制屏幕getDisplayMedia方法的视频分片问题

    一.问题 最近在使用getDisplayMedia方法录制屏幕时遇到问题,总是在录制结束后才能得到全部的视频,最后通过查找资料发现有一个视频分片的配置参数,就是MediaRecorder: start ...

  10. MATLAB 打开报错:错误使用eval,未定义与‘struct‘类型的输入参数相对应的函数‘workspacefunc‘(MAC OS情况下)

    MAC OS情况下遇到这个问题比win会麻烦一点点 第一步:在Matlab中打开文件夹 打开文件夹/Volumes/自己的安装位置/MATLAB_R2022b.app/toolbox/local 第二 ...