输入：已有的内容表现表（含题材、收藏/完读等指标）。关键操作：在 WorkBuddy 中设定身份，按观察窗口对比同口径数据，识别高转化题材。产出：下一批题材试验清单。本教程聚焦如何利用 AI 辅助分析现有数据，而非手动统计或热点追踪。
配置专属内容助理身份
避免每次重复解释账号定位，首先将核心信息写入记忆。打开设置里的“身份与记忆”，粘贴包含账号名称、赛道、目标人群及沟通风格的指令。例如，设定为“职场成长”赛道，针对一二线城市加班多的白领，要求输出简洁口语化。这一步能确保后续数据分析贴合你的实际业务场景。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
注意系统设计的两个关键点：一是“人工审核发布”环节永远卡在发布前，AI 不直接对外发送内容，确保控制权在手；二是复盘结论会回流至选题库，评论区高频问题可直接转化为新选题，使流水线越跑越准。
导入并清洗原始数据
将周未截图抄数进 Excel 或 CSV 文件，确保包含题材分类、发布时间、收藏量、完读率等字段。去除无效样本，如测试性发文或异常流量来源。保持数据口径一致，例如统一使用“收藏比”而非绝对值，以消除粉丝基数波动的影响。
请分析以下数据表： [粘贴你的CSV数据] 任务：按题材分组，计算平均收藏比和完读率。 限制：忽略样本量小于5的题材组。 输出：列出表现前30%的题材类别及其关键数据特征。
通过结构化提示词，让 AI 快速完成数据清洗和初步归类。重点在于控制样本量局限，避免因个别爆款误导整体判断。关注同一观察窗口内的横向对比，而非纵向历史趋势。
员工在试用 WorkBuddy 时，经常会冒出"这个要是能一键就好了"的念头，但往往转头就忘。本技能把这类反馈零摩擦地沉淀到企业统一表格： 1. 不用跳出当前工作流、不用重复填姓名和部门； 2. 身份一次配置，后续只说内容即可； 3. 自动对齐表头、追加一行，企业方可直接统计。 触发方式 在对话中表达"提交 / 记录一条反馈"的意图即可触发，例如： - 反馈一个需求 · 提个诉求 · 记录一下这个痛点 - 收集反馈 · 提交体验反馈 · feedback - 完成
识别高潜力题材并生成清单
基于清洗后的数据，筛选出高收藏比和高完读率的题材组合。这些指标反映用户深度参与意愿，是持续创作的核心信号。区分留言归类、热点追踪和财务表分析，专注于内容本身的吸引力评估。
- 提取表现稳定的题材关键词，如“时间管理”、“职场沟通”。
- 结合评论区高频问题，补充具体细分角度。
- 排除已饱和或低互动的题材方向。
交付下一批题材试验清单，建议采用小步快跑策略。每周选取2-3个高潜力题材进行A/B测试，观察反馈后动态调整配比。省下的时间应用于建立粉丝信任和谈商单等高价值活动，而非重复机械劳动。
