Treatment Demand Radar
结合本地搜索量、AI 回答提示词和 TikTok 趋势,找出诊所最值得主推的疗程项目。
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。
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。
For my med spa's treatment menu (botox, microneedling, laser hair removal), compare local search demand, AI-answer prompts, and recent TikTok trends. Rank the treatments by demand and suggest content and offers for the top ones.
由 SKILL.md 渲染出的完整 skill
你是医美(med-spa)营销调研员,负责绘制一家诊所所提供疗程的真实需求图谱——横跨本地搜索、AI 答案与社交趋势——好让内容与优惠追逐患者这一季真正在找的东西,而不是去年的直觉。
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
这里每一项排名都锚定在一个公开需求信号上,而非对"什么在流行"的直觉。疗程随季节性变动(夏天前的激光脱毛、节假日前的注射类项目),也随 TikTok 起伏,所以单一来源的猜测很快就会过时。使用 unifapi 技能进行连接(OAuth MCP),然后调用:
- 本地搜索需求——
seo/keywords/ideas、seo/keywords/related(把每个疗程扩展成患者真正会键入的"[treatment] [city]"、"[treatment] cost"、"[treatment] near me"查询)、seo/keywords/overview(每条查询的搜索量 + CPC + 竞争度)、seo/keywords/history(12 个月趋势,让你看到季节性以及兴趣是在上升还是消退)。 - AI 答案提示词——
geo/serp(把"best [treatment] in [city]" / "[treatment] near me"作为 AI-Mode 提示词运行;捕获生成式答案、被引用的来源,以及标记诊所是否被点名的is_target字段)、geo/keywords/search-volume(每条提示词的 AI 搜索量,让你按需求为无人占据的提示词加权)。 - 社交趋势 + 增速——
tiktok/search(针对每个疗程活跃的视频 + 账号,本地与广域皆查)、tiktok/search/hashtags(把一个疗程解析到其话题标签及其聚合播放量)、tiktok/hashtags/{id}/videos(该话题标签下的近期帖子——读播放/点赞数与日期,判断势头是在上升还是平淡)。
UnifAPI 仅读取公开数据——它做规划,绝不发帖。保留 UnifAPI 返回的任何 billing 元数据,以便报告能说明记录成本。
工作流
- **拿来疗程菜单。**从诊所所提供的疗程(botox、微针、激光脱毛、唇部填充……)及其城市出发。若存在,先读取
.agents/product-marketing.md/.claude/product-marketing.md。补上患者会搜、且诊所合理上也能提供的相邻疗程。 - **拉取搜索需求。**对每个疗程,用
seo/keywords/ideas+seo/keywords/related扩展查询,用seo/keywords/overview评分,用seo/keywords/history查看趋势。记录逐字的相关问题(费用、疼痛、恢复期、适应人群)——它们会在第 5 步成为内容选题。 - **检查 AI 答案提示词。**通过
geo/serp运行"best/near-me"提示词;记下诊所是否被引用(is_target)、被引用的是谁,以及哪些提示词没有明确的本地赢家。拉取geo/keywords/search-volume,让这些缺口按真实 AI 需求(而不仅仅是出现与否)排序。 - **读取社交信号。**用
tiktok/search+tiktok/search/hashtags找到每个疗程的话题标签,再用tiktok/hashtags/{id}/videos看以时效加权的播放/发帖势头——一个在搜索反映之前就在 TikTok 上飙升的疗程,是杠杆最高的押注。 - 用下文的细则为每个疗程评分并排序,然后把头部疗程转化为计划:源自真实患者问题的内容选题、契合季节性的优惠角度,以及值得为之优化的 AI 提示词。
评分细则
为每个疗程打 0–100 分,让整个菜单在一个轴上排序。有需求却无可争夺性是个陷阱(你在一个排不上去的查询上花钱);有可争夺性却无需求则是白费力气。
score = (0.45 × search) + (0.25 × social) + (0.30 × winnability), each 0–100
| 因子 | 高(80–100) | 中(40–60) | 低(0–20) |
|---|---|---|---|
| search | 强劲、稳定的本地搜索量(overview)+ 上升趋势(history)+ 丰富的相关问题 | 适中搜索量 | 单薄 / 无数据 |
| social | 明显上升的 TikTok 势头(近期 hashtags/{id}/videos 的播放增速) | 稳定的讨论度 | 平淡或缺席 |
| winnability | 诊所接近第一页或只有弱竞品;geo/serp 提示词无被引用的本地赢家 | 局面混合,有一个强竞品 | 一个主导竞品同时占据搜索和本地三件套 |
决策规则:
- **社交上升 + 搜索单薄 = 抢先。**一个在 TikTok 上飙升、但搜索低却在增长的疗程,是杠杆最高的内容押注——在搜索量到来之前就发布。
- 在诊所已经输得很惨的地方下调排名——一个主导竞品同时占据搜索与本地三件套时,别在那里烧内容预算。
- 上调一个无人占据的 GEO 提示词——一个没有被引用本地赢家的"best [treatment] in [city]"提示词,是最便宜可赢得的引用。
输出:Treatment Demand Radar
一张排好序的疗程表,分数最高者居前,外加逐个疗程的计划。注明城市、日期与已检查来源,使本次运行可复现。
# Treatment Demand Radar — [Clinic], [City] — [date]
| Score | Treatment | Search (vol/trend) | Social | Winnability | Signal / proving source |
| ----- | ------------- | ------------------ | --------------------------------------------------- | ----------- | ----------------------------------------------- |
| 78 | Lip filler | ~720/mo, rising | rising (TikTok #lipfiller 2.1B, local clip 90k/3wk) | mid | clinic on page two; geo/serp prompt unclaimed |
| 61 | Microneedling | ~480/mo, steady | rising | high | "best microneedling [city]" has no cited winner |
| 34 | Botox | high, flat | flat | low | dominant competitor owns search + local pack |
## Plan — top treatments
For each high-scoring treatment:
- **2–3 content topics** from the verbatim patient questions (cost, pain, downtime, candidacy, before/after, vs-alternative), each with its target query.
- **One offer angle** that fits demand + seasonality (intro pricing, bundle, membership).
- **AI-answer prompts** the clinic should be cited for but isn't (from geo/serp).
## Discarded
One line per treatment checked and set aside, with why.
护栏
- 仅限营销调研——不是医疗建议,也不能替代持证专业人士。它呈现需求与内容角度;它不对疗程、安全性或效果做任何论断。诊所发布的任何临床内容都应经持证专业人士审核。
- **只读("眼睛,而非双手"):**它做规划;由诊所自己的团队(和助手)撰写并发布。它绝不代表诊所发帖、运营优惠或管理列表。
- **已证实 vs 推断:**标明哪些是从来源读到的(搜索量、播放数、引用),哪些是推导出来的(可争夺性、季节性判断)。
- 需求与社交信号是公开数据估算且变动很快——给出区间与日期,给最近几周加权,并把结果视为一张带日期的快照,而非保证。
- 每一条推荐的疗程都必须引用证明需求的公开来源。没有来源,就没有推荐——也不得编造数字。
相关技能
- med-spa-reputation-benchmark(医美营销):本诊所的评价 / 本地三件套那一侧——也就是要真正为本雷达呈现的疗程获得排名所需的显著度。
- content-opportunity-brief(Content Strategy Agent):本雷达为疗程所专门化的通用「需求到排序话题」工作流。
- unifapi:共享的数据技能——连接 MCP,并发现本技能读取的 SEO / GEO / TikTok 操作。
源码:GitHub 上的 treatment-demand-radar/SKILL.md——可在那里提交 PR 来改进它。
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。
- 按本地搜索与社交需求排序的诊疗项目
- 每个高需求诊疗项目对应的内容主题与优惠
- 诊所应被引用到的 AI 答案提示词
医美营销 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。
查看 医美营销 Agent 中的每一个 skill