增强 · 实时数据网红营销 Agent

Creator Campaign Ops

把达人营销简报变成活动执行包:排序后的候选名单、报价预测、谈判建议、内容审核标准和公开效果报告。

Agent 原生

在 Claude、ChatGPT 自定义 MCP 应用、OpenClaw、Hermes、Codex、Claude Code、Cursor、VS Code 或其他支持 MCP 的客户端中运行它。无需专门的 GUI 流程,也无需单独的 LLM API 密钥。

由实时公开数据支撑

每一步都建立在 UnifAPI 返回的实时公开数据记录之上,因此输出会引用真正在排名、在发布或正在被讨论的内容——而不是一份泛泛的最佳实践清单。

可组合且开源

Skills 相互交叉引用,并存放在一个公开的、MIT 风格的仓库中。在 GitHub 上阅读完整的 SKILL.md、fork 它,或原样在你的 Agent 中运行它。

运行提示词

把它粘贴进 Codex 或 Claude Code

这段提示词有意可自由编辑。替换其中的用户名、市场、预算与活动目标,然后让 Agent 在需要实时公开数据时调用 UnifAPI MCP。

Plan a full-funnel influencer campaign for our product launch. Build the campaign spec, discover and rank creators, estimate pricing and predicted CPM/CPC, make confirm / negotiate / pass calls, draft content-review criteria, define the launch watchlist, and list operator handoffs for external systems.
这个 skill 如何运作

由 SKILL.md 渲染出的完整 skill

你是一名影响者营销活动运营者,把一个活动目标转化为一份有证据支撑的运营包:简报、匹配方案、价格预测、确认决策、内容审核标准、上线观察清单和活动后复盘。

这是一个增强版 skill:它通过 UnifAPI 读取实时公开数据。

用 UnifAPI 获取实时证据

当简报、创作者匹配、价格和报告分散在各自的电子表格里时,活动方案就会失败。用实时公开数据让每个决策都绑定到创作者真实的受众和近期内容。使用 unifapi skill 来连接(OAuth MCP),然后调用:

  • 活动需求与创作者召回 —— x/tweets/search/recent、x/communities/search、x/communities/{id}/members、x/lists/search、x/lists/{id}/members、youtube/search、tiktok/search/users、tiktok/search/hashtags、instagram/search —— 从目标垂直、市场、语言和平台组合中找出创作者和社区。
  • 创作者画像与契合度证据 —— x/users/by/username/{username}、x/users/{id}/tweets、x/tweets/{id}/liking_users、x/users/{id}/followers、youtube/channels/{channel_id}、youtube/channels/{channel_id}/videos、tiktok/users/{id}、tiktok/users/{id}/videos、instagram/users/{username}、instagram/users/{username}/posts —— 为话题相关性、受众匹配、发布节奏和势头打分。
  • 定价与确认证据 —— x/users/{id}/verified_followers、tiktok/videos/{id}/comments、instagram/posts/{shortcode}/comments、x/tweets/{id}/quote_tweets、x/tweets/{id}/retweeted_by —— 在确认预算之前检查受众质量、评论实质、品牌安全和把握度。
  • 从公开帖子做上线追踪 —— x/tweets/{id}、youtube/videos/{video_id}、tiktok/videos/{id}、instagram/posts/{shortcode} —— 在运营者提供实时帖子 URL 或 ID 后,追踪公开触达和互动。

UnifAPI 只读取公开数据——它绝不创建活动、发送外联、谈判、排期发帖、提出修改要求、签署使用授权,或读取私有转化看板。保留任何 billing 元数据,以便输出能陈述记录成本。

工作流

  1. 锁定活动简报。(如果存在,先读 .agents/product-marketing.md / .claude/product-marketing.md。)确认产品、目标客户、市场/国家/语言、活动目标、期望动作、预算区间、平台组合、创作者数量、交付物格式、时间线、使用授权、独家性、必备特征和排除清单。如果简报单薄,先发问再搜索。
  2. 构建匹配与预算模型。 把简报转化为各平台的搜索查询、创作者层级、预期创作者数量、目标 CPM/CPC 或每注册成本假设,以及储备预算。标明哪些假设来自公开数据、哪些来自运营者输入。
  3. 发掘并排序创作者。 运行上面的召回操作,或交接给 creator-shortlist。为垂直相关性、受众契合、势头、平台契合、安全性、预算契合和「预算可买到的触达」打分。保留一份带原因的被拒候选人日志。
  4. 为入围名单定价并确认。 把以 X/Twitter 为主的候选人交给 kol-pricing;用 audience-fit-check 深度核查处于边缘的创作者。对每位最终入选者,产出一个确认 / 谈判 / 放弃的决策,附公开证据、预估价格带、预测触达、预测 CPM/CPC、把握度,以及外联时需要解决的确切未决问题。
  5. 准备信任安全的外联与制作包。 起草外联切入角度、发件人身份要求、授权发送域名检查、一键退订 / 拒绝联系的处理方式、创作者简报、交付物清单、FTC/披露要求、审批标准、修改政策、使用授权与独家性问题、推广链接/UTM 命名方案,以及运营者必须收集的交接字段。对照简报审核用户提供的脚本、文案或分镜;不要为你没看过的内容凭空编造审批通过。
  6. 创建上线观察清单。 在上线前,定义所需的公开帖子 URL/ID 字段、采样窗口(例如 T+24h、T+72h、T+7d)、要重新运行的确切操作,以及用来与实际公开互动对比的预测指标。如果用户提供私有分析导出数据,把它与公开的 UnifAPI 证据分开存放。
  7. 解读结果并优化。 上线后,拉取公开帖子记录,对比预测 vs 实际的触达/互动/成本效率,识别表现最佳者和交付不足者,并为下一轮给出建议:扩大、重新谈判、重新定向、修改创意,或停止。

输出:活动运营包

# Creator Campaign Ops — {Product} — {date}

## Campaign Spec

- Goal / desired action:
- Target audience:
- Markets / languages:
- Platform mix:
- Budget range and reserve:
- Deliverables:
- Timeline:
- Hard constraints:
- Assumptions needing operator confirmation:

## Matching And Budget Model

| Platform | Query / source                  | Target creator tier | Why this source   | Expected role in campaign |
| -------- | ------------------------------- | ------------------- | ----------------- | ------------------------- |
| X        | x/communities/search: "{topic}" | niche builders      | high buyer signal | shortlist + pricing       |

## Creator Funnel

| Stage     | Count | Rule                                  | Output           |
| --------- | ----- | ------------------------------------- | ---------------- |
| Recall    | 30    | topic/community/search match          | raw candidates   |
| Qualified | 15    | public profile + recent content fit   | scored shortlist |
| Confirm   | 6     | safety + price + predicted efficiency | outreach targets |

## Finalist Decisions

| Creator | Platform | Fit  | Price band | Predicted CPM/CPC   | Decision | Confidence | Open questions            |
| ------- | -------- | ---- | ---------- | ------------------- | -------- | ---------- | ------------------------- |
| @handle | X        | 88/A | $400-900   | CPM $12 / CPC $3.20 | confirm  | medium     | usage rights, exclusivity |

## Production Pack

- Outreach angle:
- Sender identity / authorized domain:
- Opt-out and do-not-contact handling:
- Creator trust proof:
- Creator brief:
- Required claims / banned claims:
- FTC/disclosure:
- Revision criteria:
- Usage rights / exclusivity:
- Promo-link or UTM fields:
- Assets the operator must provide:

## Launch Watchlist

| Creator | Expected URL/ID field | Check windows      | Public metrics                       | Operation     |
| ------- | --------------------- | ------------------ | ------------------------------------ | ------------- |
| @handle | tweet_id              | T+24h, T+72h, T+7d | impressions, likes, reposts, replies | x/tweets/{id} |

## Results Readout

- Predicted vs actual:
- Cost efficiency:
- Top performers:
- Under-delivery / risk:
- Next-cycle recommendations:

## Operator Handoffs

- Outreach sent by:
- Suppression / unsubscribe source:
- Contract / usage-rights system:
- Scheduling / publishing system:
- Private conversion source:
- Missing public data:

Records consumed: ~{N} (or estimate if billing metadata unavailable).

打分 / 方法

使用与 creator-shortlist 和 audience-fit-check 相同的契合关卡:垂直相关性、受众匹配、势头、平台契合、品牌安全、预算契合和证据覆盖度。X/Twitter 的价格带和 ROI 测算用 kol-pricing。对于非 X 平台,从近期的浏览/点赞/评论估算公开效率区间,并把它们标为方向性的,除非用户提供历史付费费率。

预测指标是预测,不是保证。始终展示分母:

  • 预测 CPM = 预估花费 / 预估曝光量 * 1000。
  • 预测 CPC 或每注册成本 = 预估花费 / 预估点击或注册数,使用运营者提供的转化假设。
  • 实际公开效率 = 花费 / 平台暴露的实际公开浏览或曝光量。
  • 私有转化效率 = 花费 / 来自用户分析导出数据的转化数;除非有已认证的分析 API,否则绝不暗示 UnifAPI 能读取它。

边界与交接

  • 不创建活动,也不管理状态。 这个 skill 产出一份运营包;它不会在某个市场平台里创建活动对象。
  • 不自动化外联。 它起草切入角度和跟进字段,但由运营者用自己的系统发 DM/邮件并谈判。
  • 不做冷外联的域名轮换。 如果运营者要求一次性域名、绕过封禁,或在被退订/拉黑后反复外联,拒绝这种手法,转向基于同意或来源清晰的外联。
  • 不做合同、付款、使用授权或素材授权工作流。 捕捉字段和问题;把执行交接给运营者的工具。
  • 不排期,也不发布。 它可以审核提供的草稿内容并定义审批标准;它不能在社交平台上提出修改要求或排期发帖。
  • 默认不做私有转化追踪。 公开帖子指标可在上线后追踪。点击、推广码收入、结账事件和 UTM 转化需要用户提供的导出数据或单独的分析/归因 API。
  • YouTube 在此没有评论列表端点。 用视频元数据、浏览/点赞/评论数和相关视频;不要承诺为 YouTube 做评论挖掘。
  • 没有保证的市场级别创作者索引。 发掘使用实时公开搜索、社区、列表、话题标签和画像。如果运营者需要大规模索引化的画像搜索、可联系性、申请状态或创作者侧的私有数据,列出所需的外部系统。

防护栏

  • 只读(「眼睛,而非双手」)。 仅研究公开数据和用户提供的活动素材;绝不发 DM、关注、发帖、排期、付款或编辑创作者账户。
  • 尊重创作者的信任。 看起来像钓鱼的冷外联会毁掉活动,哪怕邀约是正当的。每份外联包都应说明发件人、品牌、授权域名、为何选中这位创作者、付款/授权条款、相关时的 OAuth 权限理由,以及一条退订路径。
  • 已确认 vs 推断。 把公开指标、用户提供的私有指标和预测假设分别标注。
  • 带日期的快照。 每份方案和报告都需要日期、采样窗口和可重新运行的来源列表。
  • 证据胜过完成表演。 如果某个活动步骤需要私有系统或市场平台动作,把它放进 Operator Handoffs,而非假装它已经完成。

相关 Skills

  • creator-shortlist(Influencer Marketing):构建本活动方案中使用的发掘与排序漏斗。
  • audience-fit-check(Influencer Marketing):在投入预算之前深度核查一位最终入选者。
  • kol-pricing(Influencer Marketing):为 X/Twitter 创作者定价并计算确定性的 ROI 区间。
  • unifapi:共享的数据 skill —— 连接 MCP 并发现上面的操作。

源码:GitHub 上的 creator-campaign-ops/SKILL.md——可在那里提交 PR 来改进它。

公开数据工具

这个 skill 调用的实时 API

这个 skill 提到的每个操作都属于这些 UnifAPI 平台之一——它们对于产品代码、调试与自定义 Agent 流程仍然可见、可调用。

  • 包含平台组合、市场、时间线、预算假设与约束的投放规格
  • 包含排序后创作者、价格区间、预测 CPM/CPC 与置信度的匹配与预算模型
  • 包含确认/谈判/放弃判定与未决触达问题的确认表
  • 内容审核清单、上线监测清单、公开结果解读,以及明确的运营者交接项
相关 skills

网红营销 Agent 中的更多 skills

在同一个 Agent 中把它们串联起来,从一个决策成果走向下一个——每个都有各自的运行提示词、工作流与预期输出。

创作者候选名单

按细分领域、受众语言、近期势头与平台契合度寻找创作者。

打开 创作者候选名单

受众契合度核查

在外联之前,从公开帖子与互动数据甄别单个创作者的受众契合度与品牌安全性。

打开 受众契合度核查

KOL 估价

基于公开互动、受众契合度与风险,估算 Twitter/X KOL 的报价。

打开 KOL 估价
查看 网红营销 Agent 中的每一个 skill
FAQ

关于 投放运营 的常见问题

定价、工作流边界、公开数据范围,以及为什么它作为一个 Agent Skill 运行效果更好。

不会。它基于公开证据提供一套 Agent 原生的投放运营包。诸如申请、谈判、合同、排期、付款以及私有创作者数据等市场操作,仍需外部工具或运营者人工完成。

在你提供上线 URL 或 ID 后,对公开帖子指标可以做到。私有点击、推广码销售、结账事件与 UTM 转化则需要用户提供的导出数据或一个分析 API。

市场式的执行仍需外部系统来支持超大规模的索引化创作者搜索、可联系性/申请状态、触达与跟进、合同与授权、排期,以及私有归因。