三剪客 · 小红书带货直播作战包
小红书带货直播作战包
把「账号定位 → 选品 → 商品笔记 → 直播脚本 → 评论承接 → 数据复盘 → 合规自检」串成一条
可复用的流水线。
本技能不是提示词集合,而是一套带输入契约、量化模型、结构模板和可执行脚本的工作流:
选品有毛利公式和评分卡,笔记有解析格式和评分数值,直播有分钟级时间轴,合规有能接进 CI 的扫描器。
这个 Skill 能做什么
- 选品测算:售价/成本/物流/佣金/退货率 → 佣金后毛利、保本 CPA、建议 CPA 上限,可按目标 ROAS 反推获客成本。
- 六维选品决策:六维各 0–5 分,输出「可主推 / 可测试 / 放弃」与 7 天内可验证的最小动作。
- 笔记批量出稿:五类标题钩子各一条,三段式正文 + 6–10 个标签 + 封面大字,格式脚本可直接解析。
- 分钟级直播脚本:五段式时间轴 + 单品七步讲解法 + 十二类照念话术 + 排品策略。
- 评论与私信承接:8 类高频评论合规回复、差评处理口径、私信硬边界。
- 复盘与合规自检:两套漏斗诊断表、归因纪律,以及可接进 CI 的离线违禁词扫描器。
工作流 / 方法
先收齐输入,缺什么就问、拿不到就在交付物里标「待补充」:账号(赛道、人群限定、人设、是否过冷启动);
商品(售价、成本、物流、包材、佣金率、退货率、类目资质);数据(后台导出的曝光/点击/互动/成交,
本技能不抓取平台数据);素材(证据优先级 实拍 > 检测报告 > 参数 > 形容词)。
1. 账号定位。 人设三要素要一句话说完:身份(凭什么讲)、场景(在什么处境用)、立场
(会不会说真话)。定位 = 一个主赛道 + 一个人群限定;判据是陌生人刷你 3 篇能否说出「讲 xx 给 xx 看」。
冷启动 30 天五阶段:定位 1–3 / 试水 4–10 / 收敛 11–18 / 稳定 19–25 / 放量 26–30,试水期不要投流。
2. 选品:先算账,再谈感觉。 单件毛利 = 售价 - 成本 - 物流 - 包材;佣金后毛利 = 单件毛利 -
售价 × 佣金率;退货后毛利 = 佣金后毛利 × (1 - 退货率);保本 CPA = 退货后毛利(投放超过就是纯亏),
建议 CPA 上限 = 退货后毛利 × 0.5。判定线(佣金后毛利占售价):< 20% 无投放空间;20%–35%
可测试、预算克制;≥ 35% 有投放余量;退货后毛利 ≤ 0 放弃。六维评分卡(每维 0–5,满分 30):
≥ 24 主推,18–23 测试并附最小验证动作,< 18 放弃;**任一维度为 0 且属合规或毛利 → 直接
放弃,不看总分。退货率用真实数据替换经验值:服饰类常被低估,先用 40% 算一遍,还能赚再考虑做**。
3. 商品笔记。 标题先写 5 条,分属痛点/对比/攻略/反常识/价格五型,每条 ≤ 20 字、含至少 1 个搜索词、
不用极限词。正文三段式:开头 2 行讲「关我什么事」(禁以「本产品」开头)→ 中间 3–6 段给证据,一个卖点
一段、具体 > 形容词、每 3–4 行断句、单行 ≤ 60 字 → 结尾 2 行给行动指令。**至少给 1 个「不适合谁」的
反向说明**。标签 = 1 个大词(最多 2 个)+ 2–3 个精准词 + 1 个长尾词 + 1–2 个品牌词。封面 3:4
(1242 × 1660 px):顶部 15% 留白、中部 55% 主体、下部 30% 大字、四周 8% 边距,大字 ≤ 9 字最多 2 行。
交付固定用 ## 标题候选 / ## 正文 / ## 标签 / ## 封面大字,note_score.py 依赖此契约。
4. 直播脚本。 五段式比例不可调换:开场留人 10% | 痛点共鸣 17% | 产品引入 23% | 信任建立 23% |
逼单转化 27%——先解决「为什么留下」,再解决「为什么买」。单品七步:痛点提问 20s → 外观展示 15s →
卖点一 40s → 卖点二 40s → 演示验证 60s → 价格锚点 30s → 下单指令 20s,只讲 3 个卖点。排品:
引流款 → 利润款 → 形象款 → 清仓款,90 分钟以上循环 2–3 轮;上架时间与主播口播对齐。红线:
不承诺疗效、不虚构价格、不诱导私下交易、不虚构库存与销量、不贬低竞品、不诱导好评返现。憋单只允许
「给等待一个真实理由」,不允许编造倒计时、假装卡顿、虚构「最后 3 件」。
5. 评论承接与私信。 四原则:公开回答、给信息不给承诺、主动露缺点、不重复贴商品。硬边界:**不批量
私信、不群发、不留站外联系方式、不引导私下交易、不诱导好评返现**。节奏:30 分钟内回前 10 条并置顶链接
→ 2 小时补一轮 → 当天睡前清完真实提问 → 次日把高频问题变成下一篇选题。
6. 数据复盘。 笔记漏斗:曝光 → 点击 → 停留 → 互动 → 主页访问 → 商品点击 → 成交;判读顺序**先点击率,
再互动率,最后转化**,前一层不达标时优化后一层没有意义。直播漏斗:场观 → 平均停留 → 互动 → 商品点击 →
下单 → 支付。归因纪律:一次只改一个变量;比点击率与互动率而非绝对曝光数;固定发布时段后再比内容;
至少 7 篇同变量样本再下结论。
7. 合规自检(发布前必跑)。 五类基础规则:**极限词/绝对化用语、医疗功效、金融收益承诺、站外导流、
平台敏感操作**;用 --category 叠加类目规则(cosmetics / food / health / mother-baby / apparel / digital /
appliance)。high 必须改、不允许发布,medium 建议改或补真实依据,low 逐条确认;verdict 取blocked/review/check/pass,配 --strict 在 CI 卡门禁。口径:按子串匹配、不理解语义、不看图片、
不做谐音识别,高风险类目必须人工复核;不等于平台官方审核规则,也不构成法律意见。
参考文件
| 文件 | 内容 |
|---|---|
references/account-positioning.md | 人设三要素、定位矩阵、简介模板、主页装修清单、冷启动 30 天计划、矩阵号禁忌;开号或账号起不来时翻。 |
references/selection-scorecard.md | 毛利公式、毛利率判定线、七类目退货率区间、六维评分卡阈值、高风险类目资质清单;决定做不做这个品时翻。 |
references/note-formulas.md | 五类标题钩子、三段式正文、分品类角度、标签组合、3:4 封面构图、失败模式与交付格式契约;写笔记时翻。 |
references/live-script-playbook.md | 五段式节奏、七步讲解法、十二类话术库、排品策略、助播中控分工、90 分钟大场骨架、憋单边界;排直播时翻。 |
references/comment-and-dm-scripts.md | 回复四原则、8 类高频评论模板、差评处理、私信边界、违规话术对照表与运营节奏;写承接话术时翻。 |
references/data-review.md | 两套漏斗、指标健康信号、时段诊断表、复盘与周报模板、六条归因纪律;复盘时翻。 |
references/compliance-rules.md | 五类规则明细与替换建议、七类目规则、资质对照表、自定义规则 JSON、退出码与 CI 集成;被限流时翻。 |
references/category-playbooks.md | 家居清洁/食品/美妆/服饰/3C/母婴/家电七类的角度、演示、直播重点、红线与坑,加五条通用打法。 |
脚本
| 脚本 | 用途 | 用法 | ||
|---|---|---|---|---|
selection_calc.py | 毛利与投放空间:佣金后毛利、保本 CPA、建议 CPA 上限,支持 ROAS 反推与批量 CSV | python3 scripts/selection_calc.py --price 89 --cost 32 --shipping 6 --commission 0.2 --return-rate 0.08<br>加 --target-roas 3/--json/--out f;批量 --batch products.csv | ||
live_timer.py | 五段式比例生成分钟级直播时间轴,商品平分到「产品引入」窗口 | python3 scripts/live_timer.py --minutes 30 --products "便携榨汁杯,收纳盒"<br>选项 `--format md\ | csv\ | json、--out` |
note_score.py | 按交付格式解析笔记,五维打分(0–100)并给改进项 | python3 scripts/note_score.py --file note.md<br>选项 --json、--min-score 80(低于分数线退出码 1) | ||
compliance_check.py | 离线违禁词扫描:五类基础 + 七类目 + 自定义词表,支持 text/json/csv 与 CI 退出码 | python3 scripts/compliance_check.py --file note.md -c cosmetics --strict<br>另有 --text `--format json\ | csv --rules --min-level --out --list-rules --explain` | |
selftest.py | 内置自测,验证全部脚本核心行为;不联网、不写盘 | python3 scripts/selftest.py(-v 打印用例;退出码 0 全通过) | ||
run.py | 接算力:商品笔记出稿、直播脚本出稿、违禁词/广告法语义预检;真请求 api.a7w.cn | python3 scripts/run.py note --product "便携榨汁杯" --price 89 --out note.md<br>python3 scripts/run.py live --minutes 30 --products "A,B" --out live.md<br>python3 scripts/run.py compliance --file note.md -c appliance | ||
a7w.py | api.a7w.cn 零依赖客户端,七个子命令 login / whoami / apps / points / schema / call / task | python3 scripts/a7w.py login --key sk-xxxx<br>python3 scripts/a7w.py schema voice_tts |
权限与用途说明
| 能力 | 是否申请 | 用途 |
|---|---|---|
| 网络访问 | 仅在跑 scripts/run.py 时 | 选品测算 / 时间轴 / 笔记评分 / 合规扫描四个脚本纯离线;run.py 的出稿与预检会请求 api.a7w.cn(只用标准库),不跑它就不产生任何网络请求 |
| 读取文件 | 申请(仅用户传入的路径) | 读取待评分/待扫描文案、批量 CSV 与自定义规则 JSON;run.py 读取你传入的文案或商品资料文件 |
| 写入文件 | 仅在传入 --out 时 | 写测算结果、时间轴或扫描报告;不传则不写盘(run.py 同理,只在 --out 时落盘) |
| 凭证 / API Key | 仅在跑 run.py 时 | 离线脚本不读取任何密钥;run.py 需要你自己的 api.a7w.cn API Key(--key / A7W_API_KEY / ~/.a7w/config.json),包里没有也不该有任何密钥 |
本技能不抓取任何平台数据,指标需由用户从创作者后台导出或提供。
怎么用
本包是纯文本 + 零依赖 Python 脚本,不需要装任何第三方包:
- 先读 [
SKILL.md](SKILL.md) —— 主入口:完整流程、判断标准、常见坑 references/里有 8 份细节文档 —— 需要展开某一步时再翻scripts/里有 5 个可直接跑的离线脚本(只用 Python 标准库,Python 3.8+)—— 选品测算、时间轴、笔记评分、合规扫描、内置自测- 要出稿时用
scripts/run.py—— 商品笔记 / 直播脚本 / 违禁词预检三件事真调api.a7w.cn的大模型,细节见下节「怎么用(命令行)」
# 每个脚本都能直接跑,先看它的参数说明
python3 scripts/compliance_check.py --help
python3 scripts/live_timer.py --help
python3 scripts/note_score.py --help
python3 scripts/selection_calc.py --help
python3 scripts/selftest.py --help
python3 scripts/run.py --help # 接算力的那一个
python3 scripts/a7w.py --help # api.a7w.cn 客户端
| 脚本 | 用途 |
|---|---|
[scripts/compliance_check.py](scripts/compliance_check.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/live_timer.py](scripts/live_timer.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/note_score.py](scripts/note_score.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/selection_calc.py](scripts/selection_calc.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/selftest.py](scripts/selftest.py) | 见 SKILL.md 的「脚本」一节 |
[scripts/run.py](scripts/run.py) | 接 api.a7w.cn 出稿与预检,见下节「怎么用(命令行)」 |
[scripts/a7w.py](scripts/a7w.py) | api.a7w.cn 零依赖客户端,见下节「怎么用(命令行)」 |
| 文档 |
|---|
[references/account-positioning.md](references/account-positioning.md) |
[references/category-playbooks.md](references/category-playbooks.md) |
[references/comment-and-dm-scripts.md](references/comment-and-dm-scripts.md) |
[references/compliance-rules.md](references/compliance-rules.md) |
[references/data-review.md](references/data-review.md) |
[references/live-script-playbook.md](references/live-script-playbook.md) |
[references/note-formulas.md](references/note-formulas.md) |
[references/selection-scorecard.md](references/selection-scorecard.md) |
没有 API Key、或者想让人给你一份能直接跑的示例,看文末「联系我们」。
怎么用(命令行)
前面四个脚本负责「算账」和「卡规则」,全是离线的确定性工具;scripts/run.py 补上另一半:出稿。
它真请求 api.a7w.cn 的大模型(OpenAI 兼容协议),只用 Python 标准库。
一、配 Key
包里不内嵌任何密钥,Key 由你自己提供,三种方式任选一种:
python3 scripts/a7w.py login --key sk-xxxx # 验证并写入 ~/.a7w/config.json
export A7W_API_KEY=sk-xxxx # Windows: set A7W_API_KEY=sk-xxxx
python3 scripts/run.py note ... --key sk-xxxx # 单次传参
python3 scripts/a7w.py whoami # 验一下:✓ Key 有效,可用插件 21 个
Key 到 算力集市 注册领取(新用户有赠送点数)。
二、商品笔记出稿
python3 scripts/run.py note \
--product "便携榨汁杯" --price 89 --cost 32 \
--usp "一杯一袋、USB充电、6叶刀头" \
--evidence "自有实拍视频 + 3C 检测报告" \
--out note.md
出稿严格套本包 references/note-formulas.md 的交付契约(## 标题候选 / ## 正文 / ## 标签 / ## 封面大字),
所以能直接喂给 note_score.py 打分:
python3 scripts/note_score.py --file note.md --min-score 80
python3 scripts/compliance_check.py --file note.md -c appliance --strict
走的是 OpenAI 兼容的 POST /api/v1/chat/completions,--model 默认 deepseek-chat,可换:
import json, os, urllib.request
req = urllib.request.Request(
"https://api.a7w.cn/api/v1/chat/completions",
data=json.dumps({"model": "deepseek-chat",
"messages": [{"role": "user", "content": prompt}]}).encode("utf-8"),
headers={"Authorization": "Bearer " + os.environ["A7W_API_KEY"],
"Content-Type": "application/json"})
with urllib.request.urlopen(req, timeout=120) as r:
data = json.loads(r.read().decode("utf-8"))
三、直播脚本出稿
python3 scripts/run.py live \
--minutes 30 --products "便携榨汁杯,收纳盒" \
--audience "通勤租房党" --usp "一杯一袋、USB充电" \
--out live.md
按本包五段式比例(开场留人 10% | 痛点共鸣 17% | 产品引入 23% | 信任建立 23% | 逼单转化 27%)
生成分钟级时间轴与七步讲解口播。要和离线的 live_timer.py 对齐时,用同一组 --minutes / --products 参数。
四、违禁词 / 广告法语义预检
离线 compliance_check.py 是第一道闸:按子串匹配、零成本、可进 CI。大模型预检是第二道,能读懂语义与谐音:
python3 scripts/run.py compliance --text "全网最低价,7天见效" --format md
python3 scripts/run.py compliance --file note.md -c cosmetics --format json
python3 scripts/run.py compliance --file note.md --strict # 有 high 就退出码 1,CI 卡门禁
实测一次输出(deepseek-chat):
预检结论:**blocked**
命中 4 条:
- [high] 全网最低价 —— 「最低价」属于绝对化用语,无法自证…;改法:改为「活动价」并注明比较范围与时间。
- [high] 7天见效 —— 暗示功效承诺…;改法:删除「见效」或补真实依据与资质。
口径要讲清楚:这是语义预检,会花钱、也会误判,不等于平台官方审核规则,也不构成法律意见;
高风险类目仍需人工复核。两道闸都过不代表平台一定放行。
五、封面图出图(可选)
note 已经给出符合 3:4 构图的「封面大字」,但底图得你自己出。同一把 Key 可以直接掉应用端点,
参数名用 scripts/a7w.py schema 查实(不要凭记忆写):
python3 scripts/a7w.py schema nano_banana # 先看真实参数
python3 scripts/a7w.py call nano_banana submit \
--json '{"action":"generate","prompt":"<画面描述>","aspect_ratio":"3:4","resolution":"2K"}'
POST /api/v1/apps/nano_banana/submit—— 异步创建图片任务(action=generate文生图,action=edit图生图)POST /api/v1/apps/nano_banana/query—— 同步查询任务- 返回里图片地址可能是列表,不保证能靠
--out自动落盘;拿不准就先加--no-wait取task_id,
再用 python3 scripts/a7w.py task <task_id> 看地址
平台的应用端点统一形如 /api/v1/apps/<app_code>/<api_code>;同一把 Key 能用的全部 21 个插件用python3 scripts/a7w.py apps 列出来。run.py 本身只用大模型端点,图上这一段是给你按需手工调的。
六、与本包离线脚本的关系
| 环节 | 离线脚本(零成本、确定性) | run.py(接算力、语义) |
|---|---|---|
| 选品 | selection_calc.py | 不涉及 |
| 笔记 | note_score.py 打分 | note 出稿 |
| 直播 | live_timer.py 时间轴 | live 出稿 |
| 合规 | compliance_check.py 子串匹配 | compliance 语义预检 |
归因纪律不变:一次只改一个变量,比点击率与互动率而非绝对曝光数。脚本只负责出稿,
发不发、改不改,还是人的判断。
联系我们
- 技术微信:9872659 —— 加好友时说一下是从哪个 Skill 找过来的,直接给你配套的 API Key 与能跑的示例。
- 要算力 / 要 API Key:算力集市 · 注册领 API Key —— 一个 Key 调用全部 AI 算力,注册、充值、创建 Key 都在这里。
- 更多 AI 插件与接口:AI 插件市场。
相关链接
| 链接 | 地址 | 说明 |
|---|---|---|
| 算力集市 · 注册领 API Key | api.a7w.cn | 一个 Key 调用全部 AI 算力;注册、充值、创建 Key 都在这 |
| AI 插件市场 | aigc.a7w.cn | 浏览全部 AI 插件与接口说明 |
| 三剪客 · 一句话批量出片 | ks.a7w.cn | 短剧二创 / 影视解说 / 矩阵号批量混剪桌面客户端 |
| 视频超清 · 在线批量超分 | vr.a7w.cn | 网页版视频超分,批量处理,最高 4K |
| 0人公司 · AI Agent 平台 | a7w.cn | 主站,了解整套 AI Agent 生态 |