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 CSVpython3 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.cnpython3 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.pyapi.a7w.cn 零依赖客户端,七个子命令 login / whoami / apps / points / schema / call / taskpython3 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:

  1. 先读 [SKILL.md](SKILL.md) —— 主入口:完整流程、判断标准、常见坑
  2. references/ 里有 8 份细节文档 —— 需要展开某一步时再翻
  3. 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
  4. 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 Keyapi.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