小红书爆款标题打分器

核心功能

本工具专门用于为用户输入的标题进行爆款潜力评估，完整流程：

1. 理解用户输入：接收用户输入的标题和相关主题/关键词
2. 查询相关爆款数据：基于主题关键词，查询匹配的小红书爆款内容
3. 提炼爆款规律：从召回的爆款中自动提炼可落地的规律（结构/用词/利益点）
4. 多维度评分：基于6维度加权系统对用户标题进行评分
5. 生成优化建议：输出核心问题、参考爆款和修改版本建议

前置准备

• 依赖：requests>=2.28.0

重要数据说明

• 数据时间差说明：笔记互动数据截止为入库时间，不是实时数据，展示数据仅为入库快照，互动量可能持续增长。
• 数据库仅包含昨天至30天前的数据
• 默认时间范围为最近30天
• 数据不足时会如实展示现有数据并提示用户

用词规范（必须100%遵守）

• 禁止使用词汇：在所有输出内容中，绝对禁止使用"爬取"、"抓取"这两个词
• 替代词汇：必须用"获取"来替代上述禁止使用的词汇

完整操作流程

第一步：理解用户输入并提取关键信息

识别用户输入的两个核心要素：

1. 待评分的标题：用户想要评估的标题内容
2. 相关主题/关键词：用于查询爆款数据的主题词（可选，若用户未提供则从标题中提取）

输入示例理解：

• 用户输入："帮我看看这个标题'这款防晒霜真的太好用了'怎么样，关键词是防晒" → 待评分标题："这款防晒霜真的太好用了"，主题关键词："防晒霜"
• 用户输入："评分'夏天一定要试试这个'，主题是夏日穿搭" → 待评分标题："夏天一定要试试这个"，主题关键词："夏日穿搭"
• 用户输入："'新手必看的护肤技巧' 这个标题如何" → 待评分标题："新手必看的护肤技巧"，主题关键词：从标题提取"护肤"

第二步：判断关键词类型（与原逻辑一致）

• 细分词/垂直赛道→ 直接查询数据
• 具体产品词→ 直接查询该产品数据
• 泛化词/大分类→ 执行泛化词拓展策略去查询

第三步：时间范围与数据查询（与原逻辑一致）

时间范围：

• 数据库只包含昨天至30天前的数据
• "最近"的默认定义：最近30天
• 日期计算：先获取当前系统时间，再根据用户表达计算 startDate

数据不足时的自动调整：若近30天数据仍不足，如实展示现有数据并提示用户

执行命令：

• python scripts/fetch_xhs_trends.py --keyword <关键词> --start-date <日期>

第四步：爆款规律提炼（仅内部执行，不展示给用户）

🔴 核心原则：所有统计数据必须基于实际召回的爆款数据计算，严禁虚构任何百分比、比例或数值

此步骤为内部处理流程，用于支撑评分和优化建议，输出结果不展示给用户

从召回的相关爆款中自动提炼可落地的规律：

规律维度与评分维度一一对应：

1. 主题匹配度规律

   • 提取实际爆款中踩中的热点关键词
   • 统计高频主题词及出现频率
   • 示例：若召回10条爆款，其中8条包含"防晒"，则输出"热点关键词：防晒（80%，8/10）"
   • 禁止：严禁虚构热点关键词及占比数据

2. 结构合规度规律

   • 统计爆款标题的主流结构占比（数字开头、疑问句式、感叹句式等）
   • 计算平均字数及字数分布
   • 分析是否有钩子+利益的结构特征
   • 示例：若召回10条爆款，其中7条使用数字开头，则输出"数字开头结构（70%，7/10）"
   • 禁止：严禁虚构结构占比数据

3. 利益清晰度规律

   • 统计爆款标题中明确标注的具体收益类型
   • 分析收益表达方式（时效性、成本、效果等）
   • 示例：若召回10条爆款，其中6条明确"7天见效"，则输出"时效性利益（60%，6/10）"
   • 禁止：严禁虚构利益类型占比数据

4. 情绪唤醒度规律

   • 统计爆款标题中的情绪钩子类型
   • 分析情绪表达方式（好奇、焦虑、爽点、惊喜等）
   • 示例：若召回10条爆款，其中5条引发好奇心，则输出"好奇型情绪（50%，5/10）"
   • 禁止：严禁虚构情绪类型占比数据

5. 稀缺性感知规律

   • 分析爆款标题中的差异化表述
   • 统计独家性、限定性表述的使用情况
   • 示例：若召回10条爆款，其中4条使用"第一次"等稀缺词，则输出"稀缺性表述（40%，4/10）"
   • 禁止：严禁虚构稀缺性表述占比数据

6. 合规安全性规律

   • 检查爆款标题是否存在违规/限流词
   • 统计合规标题占比
   • 示例：若召回10条爆款均无违规词，则输出"合规率100%（10/10）"
   • 禁止：严禁虚构合规性数据

数据计算要求：

• 所有占比数据必须标注分母（如"8/10"）
• 必须基于实际召回的爆款标题进行计算
• 若召回数据少于5条，需说明"数据样本较少，规律仅供参考"
• 召回数据为空时，需说明"暂无相关爆款数据，无法提炼规律"

第五步：多维度评分（向用户展示）

基于爆款规律提炼结果，对用户输入的标题进行多维度评分：

此步骤输出结果直接展示给用户

🔴 特殊规则：标题重合判定

• 在评分前，必须先检查用户输入的标题与查询到的爆款标题是否存在重合
• 重合判定标准：用户标题与爆款标题完全一致，或仅存在标点符号、空格差异
• 若存在重合：
  • 直接给予S级评分（9.5分以上）
  • 输出格式中标注"该标题与爆款标题重合"
  • 跳过常规评分流程，直接进入S级输出格式
  • 在爆款分析中说明"该标题已被市场验证为爆款"

总分10分，按维度加权计算，对应等级：

• S级（9.0+分）：流量潜力Top10%，符合爆款所有关键要素
• A级（7.0-8.9分）：符合爆款基础要求，有不错的流量潜力
• B级（5.0-6.9分）：有一些缺陷，建议针对性优化
• C级（5.0分以下）：建议重写，多维度不符合爆款规律

评分维度与权重：

综合得分计算：

• 综合得分 = 主题匹配度 × 0.15 + 结构合规度 × 0.20 + 利益清晰度 × 0.25 + 情绪唤醒度 × 0.20 + 稀缺性感知 × 0.15 + 合规安全性 × 0.05

输出格式：

## [用户输入的标题]-标题评分报告

**数据说明**：查询到相关小红书爆款标题[X]个，已据此总结相关爆款规律，以下是对您标题的评分。

### 综合得分
**[S/A/B/C]级**-**[X.X]分**（满分10分）

[该等级的具体说明，如：S级-流量潜力Top10%，符合爆款所有关键要素，可直接使用]

### 各维度评分
| 维度 | 得分 | 权重 | 加权得分 |
|------|------|------|----------|
| 主题匹配度 | [X]分 | 15% | [X.X]分 |
| 结构合规度 | [X]分 | 20% | [X.X]分 |
| 利益清晰度 | [X]分 | 25% | [X.X]分 |
| 情绪唤醒度 | [X]分 | 20% | [X.X]分 |
| 稀缺性感知 | [X]分 | 15% | [X.X]分 |
| 合规安全性 | [X]分 | 5% | [X.X]分 |

第六步：优化建议生成（向用户展示）

此步骤输出结果直接展示给用户

根据评分等级输出不同内容：

当评分为S级（9.0+分）时：

• 不输出优化建议
• 纯按爆款规律夸赞：基于实际爆款规律提炼结果，从6个维度详细说明为什么这个标题是爆款
• 参考爆款标题：列出3-5条同主题的高赞标题，说明相似之处

当评分为A/B/C级时：

1. 核心问题清单

   • 影响最大的问题，必须修改
   • 每个问题需对应具体的爆款规律依据（内部使用，不展示具体规律数据）

2. 参考爆款标题

   • 列出3-5条同主题的高赞标题
   • 说明每个标题可复用的点（结构、用词、利益点等）

3. 修改版本建议

   • 给出2-3个修改版本
   • 分不同风格（干货风/情绪风/猎奇风等）
   • 标注每个版本的适用场景和预期效果

S级输出格式：

## 爆款分析

**[若标题与爆款重合，输出：该标题与爆款标题重合，已被市场验证为爆款！]**
**[若标题不重合，输出：这个标题非常优秀，完美踩中了爆款规律！]**

### 爆款亮点
- **主题匹配度**：[基于实际爆款规律说明为什么好]
- **结构合规度**：[基于实际爆款规律说明为什么好]
- **利益清晰度**：[基于实际爆款规律说明为什么好]
- **情绪唤醒度**：[基于实际爆款规律说明为什么好]
- **稀缺性感知**：[基于实际爆款规律说明为什么好]
- **合规安全性**：[基于实际爆款规律说明为什么好]

### 参考爆款标题
1. [参考标题1](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：XXX）
   - [若重合：完全一致] [若不重合：相似之处：说明与用户标题的相似点]
   
2. [参考标题2](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：YYY）
   - 相似之处：[说明与用户标题的相似点]
   
3. [参考标题3](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：ZZZ）
   - 相似之处：[说明与用户标题的相似点]
   
4. [参考标题4](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：XXX）
   - 相似之处：[说明与用户标题的相似点]
   
5. [参考标题5](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：YYY）
   - 相似之处：[说明与用户标题的相似点]

A/B/C级输出格式：

## 优化建议

### 核心问题
1. [问题1]
2. [问题2]
3. [问题3]

### 参考爆款标题
1. [参考标题1](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：XXX）
   - 可复用点：[结构特点/用词技巧/利益表达]
   
2. [参考标题2](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：YYY）
   - 可复用点：[结构特点/用词技巧/利益表达]
   
3. [参考标题3](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：ZZZ）
   - 可复用点：[结构特点/用词技巧/利益表达]
   
4. [参考标题4](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：XXX）
   - 可复用点：[结构特点/用词技巧/利益表达]
   
5. [参考标题5](https://www.xiaohongshu.com/explore/{photoId})（作者：[作者名](https://www.xiaohongshu.com/user/profile/{userId})，互动数：YYY）
   - 可复用点：[结构特点/用词技巧/利益表达]

### 修改版本建议

**版本1：干货风**
- 修改后标题：[新标题]
- 适用场景：[适合的内容类型/人群]
- 预期效果：[基于爆款规律的预期表现]

**版本2：情绪风**
- 修改后标题：[新标题]
- 适用场景：[适合的内容类型/人群]
- 预期效果：[基于爆款规律的预期表现]

**版本3：猎奇风**（可选）
- 修改后标题：[新标题]
- 适用场景：[适合的内容类型/人群]
- 预期效果：[基于爆款规律的预期表现]

使用示例

示例1

• 场景/输入：用户输入"帮我评分'这款防晒霜真的绝了'，关键词防晒霜"
• 预期产出：
  1. 标题评分报告（6维度加权得分+等级评定）
  2. 优化建议（核心问题+参考爆款+修改版本）
• 关键要点：基于防晒霜相关的爆款数据评分，优化建议要有针对性

示例2

• 场景/输入：用户输入"'夏天这样穿超好看' 这个标题怎么样，主题是夏日穿搭"
• 预期产出：
  1. 标题评分报告（6维度加权得分+等级评定）
  2. 优化建议（核心问题+参考爆款+修改版本）
• 关键要点：结合季节特点和穿搭类爆款特征进行评分

资源索引

• 数据查询脚本：见 scripts/fetch_xhs_trends.py