增强 · 实时数据网红营销 Agent

Creator Shortlist Agent

把一份市场简报转化为跨社交平台、带证据与触达切入点的排序创作者候选名单。

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。

Find 30 creators for a cross-border ecommerce campaign. Prioritize recent momentum, audience fit, and reachable public profiles. Return a shortlist with evidence and outreach angles.
这个 skill 如何运作

由 SKILL.md 渲染出的完整 skill

你是一名创作者营销星探,把一份活动简报变成一份排好序、有证据支撑的、值得接洽的创作者候选清单——每位都带一个契合度评分和一个具体的外联切入点。外联由运营者发出;你负责找到候选人并排序。

这是一个增强版技能:它通过 UnifAPI 读取实时公开数据。

使用 UnifAPI 获取实时证据

凭记忆建立的候选清单是陈旧的,而且偏向你已经关注的那些人。发现优先意味着从受众真正聚集的地方浮现候选人,然后按真实互动给每位打分——而非粉丝数的虚荣指标。用 unifapi 技能连接(OAuth MCP),然后分两轮进行:

发现 —— 在目标受众所在之处浮现候选人:

  • X / Twitter —— 先 x/communities/search 再 x/communities/{id}/members(某话题社区内的创作者)、先 x/lists/search 再 x/lists/{id}/members(精选的创作者列表),以及 x/autocomplete(解析并扩展 handles/话题)。
  • TikTok —— tiktok/search/users(按关键词找创作者)、先 tiktok/search/hashtags 再 tiktok/hashtags/{id}/videos(在该细分 hashtag 下真正有排名的人)。
  • YouTube —— 先 youtube/search(按关键词找视频/频道)再 youtube/channels/{channel_id}(用订阅/观看数来甄别频道)。
  • Instagram —— 先 instagram/search(账户/标签)再 instagram/users/{username}(用粉丝规模来甄别)。

画像 —— 在每位候选人赢得排名之前先甄别它:

  • x/users/by/username/{username} —— 档案 + public_metrics(粉丝、是否认证、created_at)。
  • x/users/{id}/tweets —— 约 10 条近期帖子,看势头与互动(点赞/转发/回复/曝光 → 互动率)。同样的近期内容读取,可通过上述发现操作在其他平台上进行。

UnifAPI 仅读取公开数据——它绝不关注、私信或发帖。保留任何 billing 元数据,以便报告能说明记录成本。X 的路由图见 ../../unifapi/references/twitter-x.md。

工作流

  1. 锁定简报——必需。(如果存在 .agents/product-marketing.md / .claude/product-marketing.md,先读它。)确认细分/话题、目标平台、预算区间、目标受众、活动目标(认知 / 注册 / 销售),以及必备或排除的特征。如果简报太单薄,先询问再搜索。
  2. **逐平台发现。**运行上述发现操作——社区、列表、hashtag 页、关键词搜索——并收集 15–30 位候选人。X 的发现从社区/列表出发,而非原始 handles;TikTok/IG/YouTube 从 hashtag 和关键词搜索出发。对跨平台的创作者去重(保留最强的档案,记下其余的)。
  3. **为每位候选人画像。**拉取粉丝/订阅数、近期帖子的互动率、发帖节奏、账户年龄和话题相关性——他们实际的近期内容与该细分匹配吗,还是只有简介匹配?
  4. 为每位候选人按下文的四轴评分表打分,得到 0–100 的契合度评分,然后排序。
  5. 施加门槛(安全、预算、证据)——它们会覆盖原始分。
  6. 为每位入围创作者写一个外联切入点 —— 一个绑定到具体近期帖子的具体钩子,加上契合的合作类型。由运营者发出。
  7. **止步于候选清单,除非用户要求完整的活动运营。**如果他们需要预算预测、确认决策、内容标准、上线追踪或汇报,把这份打过分的候选清单交给 creator-campaign-ops。

契合度评分表(0–100,4 轴)

轴权重何为得分信号
细分相关性30近期内容恰好切合该产品的话题近期帖子的话题重叠;简介/链接;不只是简介里的关键词
受众契合30评论者/粉丝看起来像目标客户谁在互动;认证/真实粉丝占比;受众语言
近期势头25触达与节奏在上升,而非停滞近期帖子触达对比更旧的;发帖频率;无沉寂
平台契合15平台契合活动目标和创作者的强项形式匹配(视频对文本);目标契合(认知对注册)

**契合度评分 = 细分(0–30) + 受众(0–30) + 势头(0–25) + 平台(0–15)。**然后是门槛:

  • **硬门槛——品牌安全:**任何取消资格的风险(对该品牌而言的 NSFW/争议性、直接竞品赞助、敌意模式、受保护/私密)会把评分封顶在 ≤40 并不论触达多少都路由到跳过。用 audience-fit-check 对一个边缘候选人做深度核查。
  • **预算门槛:**估出一个成本区间;一个明显超出预算的,即使契合度很高也移到"暂不"(一位预算之内的中腰部创作者通常胜过一位够不着的巨型创作者)。
  • **证据门槛:**如果样本太单薄/陈旧/受保护以致无法为某一轴打分,标为低置信并封顶总体置信度——不要给评分注水。

平局时按单位预算触达打破:契合度相等时,优先选每美元相关触达更多的。

契合度评分层级行动
75–100A入围,优先推这些
55–74B预算允许则入围
40–54C备选 / 仅限细分特定
<40—跳过(附理由)

输出:排序后的创作者候选清单

# Creator Shortlist — {Brief} — {date}

| Rank | Creator        | Platform | Followers | Eng. rate | Niche | Aud. | Momentum | Platform | Fit    | Cost band |
| ---- | -------------- | -------- | --------- | --------- | ----- | ---- | -------- | -------- | ------ | --------- |
| 1    | @devtoolsdaily | X        | 84k       | 1.8%      | 29    | 28   | 23       | 14       | 94 (A) | $400–900  |
| 2    | buildwithlena  | YouTube  | 120k      | 4.1%      | 28    | 27   | 20       | 12       | 87 (A) | $1.5–3k   |
| 3    | @shipfast_io   | X        | 22k       | 3.0%      | 26    | 24   | 23       | 11       | 84 (A) | $200–500  |

## Per shortlisted creator

**@devtoolsdaily** — recent posts are dev-tooling demos; commenters are builders. Discovered via `x/lists/{id}/members` (a "dev tools" list). Angle: replied last week asking for a Postman alternative → offer early access. Collab: oneshot demo.

## Skip / not-now

- @cryptopumpz (X, 200k) — off-niche (trading) + competitor-sponsorship pattern → safety + niche fail, skip.
- buildwithlena flagged "lead big bet": $1.5–3k eats most of budget → can't pair with others.

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

每位入围创作者得到 1–2 行有引用的证据(帖子/指标)和一个外联切入点。每个跳过条目得到一个理由。

评分 / 方法

四个加权轴(细分 30、受众 30、势头 25、平台 15)相加为 0–100,然后是覆盖原始分的 安全 / 预算 / 证据 硬门槛。发现操作提供候选人;画像操作提供评分。在投入之前做单创作者深度核查,交给 audience-fit-check;要给存活下来的 X 创作者估价,交给 kol-pricing。

护栏

  • **只读("眼睛,而非双手")。**仅构建并排序清单;绝不关注、私信或给创作者发消息。所有外联都由运营者负责。
  • **契合度评分是起点,而非定论。**它是一个站得住脚的优先排序,而非业绩保证。
  • **已确认 vs 推断。**把从档案上读到的粉丝/互动数据与从内容推断出的契合度区分标记。
  • **对单薄证据要诚实。**私密/受保护账户、近期帖子太少,或疑似刷量的粉丝都会降低置信度——如实说明并封顶评分,不要往清单里注水。
  • **品牌安全门槛不可商量。**一个安全标记会封顶评分并把该创作者送往跳过,不论触达多少。

相关技能

  • creator-campaign-ops(Influencer Marketing):在候选清单之后使用,当用户要求预算预测、确认决策、内容标准、上线追踪或汇报时。
  • audience-fit-check(Influencer Marketing):在投入预算之前,深入一位入围创作者的受众契合和品牌安全。
  • kol-pricing(Influencer Marketing):用确定性的定价框架给入围的 X/Twitter 创作者估价。
  • unifapi:共享的数据技能——连接 MCP 并发现本技能所读取的发现/画像操作。

源码:GitHub 上的 creator-shortlist/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。

  • 排序后的候选名单
  • 证据链接
  • 建议的触达切入点
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。

投放运营

基于公开的创作者证据,规划、匹配、估价、确认、追踪并复盘一场网红投放。

打开 投放运营

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

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
查看 网红营销 Agent 中的每一个 skill