用途
Fit Scorer 帮助用户客观评估网红与品牌的匹配程度，通过跨多个维度打分，把主观的“直觉判断”转化为数据驱动的合作决策。它适用于从发现列表中确定网红优先级、在多个候选人之间做选择、向相关方说明网红选择理由、建立一致的评估标准、跨不同领域或平台比较网红，以及构建长期合作伙伴层级。
主要能力
- 多维度评分：从受众、内容、品牌、互动等维度进行评估。
- 加权分析：根据活动优先级应用自定义权重。
- 真实性检查：评估粉丝质量和互动真实性。
- 风险评估：识别潜在的品牌安全顾虑。
- 对比排名：将多个网红相互比较并排名。
- ROI 预测：估算潜在表现和价值。
使用方式
该技能通过自然语言指令触发，常见用法包括：
- 为单个网红评分：
Score @[handle] for [brand/campaign] and tell me if they're a good fit - 比较多个网红：
Compare and rank these influencers for [campaign]: - @influencer1 - @influencer2 - @influencer3 - 自定义标准：
Score these influencers with emphasis on [engagement/audience match/content quality]: [list of influencers]
评分框架包含五个维度：受众匹配、内容质量、品牌契合、互动质量、合作潜力，总权重为 100%。评分采用 1-5 分制（1=差，2=低于平均，3=平均，4=好，5=优秀）。
评分维度说明
- 受众匹配：比较目标受众与网红实际受众在年龄、性别、地点、兴趣、收入/购买力等方面的匹配度，并评估真实粉丝比例、活跃粉丝比例、机器人/垃圾账号比例和受众增长趋势。
- 内容质量：评估视觉质量、音频质量（如为视频）、剪辑技巧、创意性和一致性，并分析发布频率、内容组合、文案质量和话题标签策略。
- 品牌契合：评估价值观、审美（颜色、语调、视觉风格）和 messaging 契合度，并进行品牌安全检查，涵盖政治内容、争议观点、竞品提及、成人内容和法律/监管风险。
- 互动质量：分析各平台粉丝数、互动率与行业平均的对比，评估评论质量、评论多样性、点赞/评论比、互动时间模式和粉丝互动比例，并识别互动造假迹象。
- 合作潜力：考察合作历史、专业性指标（联系便利性、响应声誉、内容交付、广告创意质量、披露合规性）、独家性和可用性，并估算合作费率、CPM 和价值。
最终评分与解读
最终得分为各维度加权后的总分（满分 5 分）。评分区间对应建议：4.5-5.0 为优秀（优先合作伙伴），4.0-4.4 为很好（强力候选），3.5-3.9 为好（值得争取），3.0-3.4 为平均（需附带条件考虑），2.5-2.9 为低于平均（谨慎推进），低于 2.5 为差（不建议）。
多网红对比
该技能可生成对比报告，包含排名摘要、各维度详细对比、可视化对比条和最终建议，帮助用户确定优先合作对象、考虑组合搭配以及决定放弃哪些网红。
自定义权重
可根据活动目标调整权重。资料中提供的权重方案包括：
| 活动目标 | 受众 | 内容 | 品牌 | 互动 | 合作 |
|---|---|---|---|---|---|
| 认知 | 30% | 25% | 15% | 20% | 10% |
| 互动 | 20% | 20% | 15% | 35% | 10% |
| 转化 | 35% | 15% | 20% | 20% | 10% |
| 品牌建设 | 20% | 25% | 30% | 15% | 10% |
| 长期 | 25% | 20% | 25% | 15% | 15% |
适用场景
适用于网红营销中的筛选、排序、对比和决策说明环节，尤其适合需要统一评估标准、向团队或客户解释选择依据、以及跨平台跨领域比较网红的场景。
限制
资料未提供该技能的具体平台支持范围、数据来源、是否需要外部 API、收费方式或价格信息。评分准确性依赖用户提供的数据量，资料建议保持一致标准、收集更多数据、考虑活动背景、定期更新并抽查高分网红。