Xiaohongshu Ops

OpenClaw 小红书运营技能（通用版）

目标：构建可复用的"小红书运营"流程，让任何账号类型都能复用同一套动作框架。

适用范围（默认即通用流程） 账号定位与内容方向 选题产出与争议点挖掘 竞品/同类账号对标 小红书发布前演练与内容交付 发布后快速复盘（互动结构、评论回复、热点追踪）

将每类账号的行业细节作为"案例模块（case 模块）"挂载到通用流程中。

常用术语 选题：可发布、可讨论、可转发的内容切入点 引流钩子：标题/开头一句用于触发停留与点击 结构化输出：标题、正文、互动问句、话题、标签五元组 快照：用于验证页面状态的关键证据快照 回放：流程失败后重试或改道执行 0) 启动与环境校验（所有任务都遵循）

执行前先按 references/xhs-运行time-rules.md 中"运行规则"执行，优先遵循失败可复用顺序。

固定使用内置浏览器 性能分析：OpenClaw，出现通道异常先切回后再重试。 以 evaluate 为先，关键节点少量 snapshot，单步动作最多重试一次。 失败后保留已获结果，切稳健路径并汇报。 1) 技能默认行为（所有任务都遵循） 开始新任务前先读 knowledge-base/README.md，检索历史记录，避免重复试错。 先读本技能目录下的 persona.md（小红书平台专用人设/语气/发布与回复风格）。所有对外文案（发帖/评论回复/私信话术）都必须遵循。 优先输出可执行的 SOP 而非一次性内容稿 语言优先"能对话"而不是"写报告"：短句、口语、站位明确、可引导评论 所有输出默认保留"可追问点"，用于评论区继续延展 2) 账号定位（可复用）

每个账号先确认 4 个变量：

目标用户：年龄/场景/痛点（如「下班后碎片时间」「追星讨论人群」） 内容价值主张：每篇给用户什么（观点、情绪价值、实操建议） 差异化角度：同类账号不做什么、你做什么 风格规范：语气、长度、冲突边界（避免过激）

输出：

人设关键词（3-5） 内容支柱（3 个） 口头禅/固定句式（2-3 个） 不能碰底线（红线）清单（剧透、人身攻击、虚假承诺） 2.5) 账号分析

对账号做五维体检评分，判断"现在处在什么位置、下一步优先改什么"。

五维： 定位清晰度 / 内容结构力 / 互动转化力 / 账号辨识度 / 增长可持续性

执行方式： 提供账号URL/名称/数据，AI出诊断报告 详细方法： references/xhs-account-analysis.md 沉淀去向： 体检结论写入 knowledge-base/accounts/YYYY-MM-DD-{账号名}-检查up.md

3) 通用选题与对标流程 §3.1 首页推荐流分析

在开始选题前，可先做一轮首页推荐流分析，理解"平台现在在推什么"。

触发条件： 账号初建期 / 数据下滑期 / 想找新方向时 执行方式： 老板手动观察首页前10-20条，截图/描述发给 AI 分析 详细方法： references/xhs-home-feed-analysis.md 输出格式： 首页画像 / 高信号样本 / 可复用模式 / 下步动作 沉淀去向： 分析结果写入 knowledge-base/patterns/YYYY-MM-DD-feed-patterns.md

A. 平台侧抓取信号（可并行） 先在小红书抓同题材高互动内容（点赞/收藏/评论高于近期平均值） 记录可复用字段：title, hook, angle, 结构标签, 评论信号, 互动CTA, 标签组 汇总前 10-20 条到候选池

⚠️ 中间存盘规则：每 2-3 轮搜索/抓取后，立刻把已获得的高互动样本和关键发现写到 /temp/xhs-findings-{topic}.md，防止连续采集时前面的信息被挤掉。采集完成后此文件可删除。

B. 需求侧补充信号（行业/场景） 按主题去主流平台/社媒抓"评论区观点分歧" 抽取支持/反对/中性观点各一组 输出可发文争论点（争议但可控） C. 形成选题清单（每轮至少 3 条）

每条选题包含：

选题标题（20 字内可选） 观点标签（支持/反对/中性） 预计互动钩子 证据来源（哪组高互动数据） 风险提示（是否容易踩线） 3.5) 搜索并浏览（新增操作类型）

按 references/xhs-运行time-rules.md 的搜索与评论入口章节执行。

只允许从搜索结果页进入帖子； 优先通知/回复场景前先对位校验。 连续失败回退策略见引用文件。 3.8) 素材交接检查

内容生产前，检查 /temp/handoffs/collector-to-writing.md 是否存在：

有 → 读取，筛选与当前选题相关的素材条目，纳入写作参考 消费后删除已使用的条目（如果文件清空则删除文件） 没有 → 跳过，正常流程 3.9) 对标颗粒度检查表

找到对标账号后，逐维度对比一致性。每一个不一致都要解释为什么不一致，解释不了就改成一致。

借鉴 dbs-benchmark 的核心理念：「模仿的颗粒度决定模仿的质量。如果对方袜子 3 个线头你只有 2 个，就没有模仿到位。」

内容维度对比 维度 对标账号 我们 一致性 差异说明 笔记类型（图文/视频/混合） 发布频率 标题风格（反问/数字/立场/悬念） 封面图风格（实拍/设计/截图/文字卡） 正文长度 正文结构（总分/故事/清单/对比） 互动提问方式 话题标签数量和类型 评论区互动频率和风格 运营维度对比（如可获取） 维度 对标账号 我们 一致性 差异说明 粉丝量级 平均点赞/收藏/评论 变现方式（广告/带货/引流/无） 私域引流路径 投流方式（薯条/聚光/无）

使用方法：找到对标账号后，浏览其最近 10-20 条笔记填写此表。重点关注高互动笔记。

4) 通用内容模板（小红书）

每次产出至少 2 个备选：

标题（争议/立场/反问，≤20字优先） 开头钩子（1-2 句） 正文（3 段：观点→证据→反方） 互动提问（1 句） 话题（5-8 个） 风险标注（是否剧透 / 引战边界 / 版权风险）

定稿后必须执行：对照 references/anti-AI-检查列出.md 逐条检查，降 AI 味 + 注入灵魂。

§4.3 图卡系列规划（多图笔记必做）

文案定稿后、配图前，必须完成图卡系列规划。流程见 references/content-analysis.md 的 §6§7。

流程摘要：

内容分析 → 内容分类、受众画像、Hook 评估、传播触发点、视觉机会映射 三策略大纲（可选） → 默认出 A+B 两个差异化方案，老板选定 预设选择 → 根据 references/pre设置s.md 的信号匹配表自动推荐 Swipe Flow 设计 → 每张图的位置、布局、内容、图间钩子（见 references/swipe-flow.md） 生成配图 → 结构化 Prompt 组装 + Reference Image ChAIn（见 references/illustration-prompts.md）

关键原则：

配色覆盖可只换颜色不换风格（见 references/pre设置s.md 配色覆盖节） 第一张图不带 ref，后续所有图以第一张为 ref 锚点（保证视觉一致性） 每张图的 prompt 先存 prompts/NN-{type}-{slug}.md 再生成 新增 mindmap 和 quadrant 两种布局（见 references/layouts.md） §4.5 五维内容自检（定稿后必做）

Anti-AI 检查列出 通过后，再过一遍内容质量自检。任何一项 ❌ 必须修改。

维度 检查问题 合格标准 判断 文字洁癖 有没有 AI 味残留？「姐妹们」模板化开头？Emoji 超标？ 读起来像真人写的，不像模板生成 ✅/❌ 标题 有立场/反差/具体吗？会不会看到就想点？ 不靠「一定要看到最后」这种廉价钩子 ✅/❌ 表达效率 300-600 字能说清楚吗？有没有注水段落？ 每段都有信息量，删任何一段都不完整 ✅/❌ 认知落差 读者看完会觉得「这个我知道」吗？ 至少 1 个「没想到」的点或具体数据 ✅/❌ 封面竞争力 封面在信息流中能不能抢到注意力？ 有视觉冲击 + 信息传递，不是纯装饰 ✅/❌ 5) 通用发布链路（不发稿）

详细发布执行路径请直接按 references/xhs-publish-flows.md 执行，避免重复维护。

Step 0：发布前读者测试（强烈推荐）

正式产出文案后，在进入发布流程前先做一轮读者视角检查。

方法： 用一个无上下文的 代理（或直接让 AI 角色扮演"第一次看到这篇"的陌生读者）阅读笔记全文，逐一检查 4 个维度：

维度 检查问题 合格标准 标题吸引力 第一眼看到标题，会点开吗？ 有立场/反差/具体之一；不靠"震惊体" 开头好奇心 读完第一句，想继续往下看吗？ 直接是钩子或结论，不是自我介绍 术语可理解性 有没有没解释的行业词或默认共识？ 目标读者能直接理解，不需要查词 结尾互动引导 结尾有没有可回答的问题？ 有一个自然的互动钩子，不强迫关注

发现盲点则修改后再进入发布流程。

发布前必须满足的核心点：

账号先登录创作后台，确认页面在 OpenClaw 性能分析 可操作。 明确发布类型（视频 / 图文 / 长文），三要素：封面、标题、正文。 到达"发布"按钮可见处停手，默认不直接点击发布。 若涉及截图确认，优先附件形式发送到飞书，并在用户确认后再发布。 6) 评论与回复（轻量）

评论检查与回复统一遵循 references/xhs-comment-ops.md，并结合 examples/reply-examples.md 作文案风格。

默认优先走通知页，先对位后输入后发送。 默认 one-发送-per-turn（如无明确要求不连发）。 长度、隐性承诺、风控停损点等风险控制项请以引用文件为准。 6.5) 知识库沉淀

完成每次分析/发布/回复/复盘后，主动写入知识库（路径：knowledge-base/）。

写入时机：

任务前：读 knowledge-base/README.md，检索历史 任务中：发现新结论/新风险时立刻记临时条目 任务后：补写结果到对应子目录 失败后：记录原因、回退策略、可替代路径

对应关系：

首页推荐流分析 → patterns/ + topics/ 账号分析 → accounts/ + reviews/ 爆款拆解 → patterns/ 发布/回复操作 → actions/ 复盘 → reviews/

写入失败降级： 先完成用户任务，结束后把结构化摘要追加到 knowledge-base/README.md 的"待整理"区域，不阻塞主流程。

详细字段定义与模板见 references/xhs-knowledge-base.md（如已同步）。

6.8) 风格学习采集

内容产出完成后自动执行，不需要老板操作。

在 §4 内容模板产出定稿后，自动记录 AI 原稿：

python3 /scripts/style-observe.py record-original <笔记文件> --技能 xiaohongshu-ops --topic "选题关键词"

当老板确认最终版（可能经过修改）后，记录最终版：

python3 /scripts/style-observe.py record-final <最终版文件> --技能 xiaohongshu-ops

触发 record-final 的信号：

老板说"可以了"/"这版O