用途
本技能用于发现 TikTok 上的病毒式传播内容趋势。它在指定细分领域（niche）内，通过分析高表现帖子，识别可复用的内容格式、钩子（hook）与结构模式，从而为创作能够借助既有势能的内容提供输入依据。
前置条件
- 需设置 APIFY_TOKEN 环境变量。
- 可选：安装 Apify MCP 服务器。
输入参数
- startUrls（数组，可选，默认 []）：TikTok URL，可包括用户主页、话题标签、音乐页、搜索、地点。
- keywords（数组，可选，默认 []）：用于查找帖子的搜索关键词/词条。
- sortType（字符串，可选，默认 RELEVANCE）：关键词结果排序方式，可选 RELEVANCE、MOST_LIKED、DATE_POSTED。
- location（字符串，可选，默认无）：用于按地区过滤的 ISO 3166-1 alpha-2 国家代码，例如 US、GB。
- maxItems（数字，可选，默认不限）：整次运行返回的最大帖子数。
- includeSearchKeywords（布尔，可选，默认 false）：为每条帖子添加匹配的搜索关键词字段。
- customMapFunction（字符串，可选，默认无）：用于转换每个输出对象的 JavaScript 函数。
工作流
进度清单：
- [ ] 步骤 1：搜索细分标签
- [ ] 步骤 2：筛选高表现帖子
- [ ] 步骤 3：分析内容格式与钩子
- [ ] 步骤 4：为可复制性评估趋势
- [ ] 步骤 5：交付趋势简报
步骤 1：搜索标签
推荐使用 run_actor.js（会自动处理等待、输出与文件保存）：
快速回答（在对话中打印表格）：
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}'
保存为 CSV：
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.csv --format csv
保存为 JSON：
node scripts/run_actor.js \
--actor "apidojo~tiktok-scraper" \
--input '{"param": "value"}' \
--output YYYY-MM-DD_results.json --format json
APIFY_TOKEN 必须在环境或 .env 文件中设置。
如果 Apify MCP 可用：
工具：apify:run-actor Actor："apidojo~tiktok-scraper" 输入：
{
"keywords": ["#[niche]", "#[niche]tiktok", "#[niche]foryou"],
"maxItems": 200
}
REST API 回退方式：
curl -X POST "https://api.apify.com/v2/acts/apidojo~tiktok-scraper/runs?token=$APIFY_TOKEN" -H "Content-Type: application/json" -d '{"keywords": ["#skincaretips", "#skincaretiktok"], "maxItems": 200}'
筛选：playCount >= min_views
步骤 2：分析内容模式
根据标题和可用元数据，进行分类：
hook_type（钩子类型）：
- QUESTION：标题以“?”开头或包含“?”，或包含“have you”“do you”“did you know”
- LIST：“X things”“here are the”“number [N]”
- BEFORE_AFTER：“I did X for 30 days”“watch the transformation”
- STORY：第一人称叙事开头（“I was struggling with...”）
- CONTROVERSY：“unpopular opinion”“no one talks about”“this is controversial”
- TUTORIAL：“how to”“step by step”“the only guide you need”
content_length_tier（内容时长层级）：
- SHORT：视频时长 < 15 秒
- MEDIUM：15-60 秒
- LONG：> 60 秒
步骤 3：为趋势可复制性评分
trend_score = (playCount / 1000000, max 1) * 0.30
+ (diggCount / playCount * 100 > 3 ? 1 : ratio/3) * 0.25
+ (commentCount / playCount * 100 > 0.5 ? 1 : ratio/0.5) * 0.25
+ (format_is_replicable: TUTORIAL/LIST/QUESTION = 1, BEFORE_AFTER = 0.8, STORY = 0.6) * 0.20
趋势窗口：所有帖子来自同一个 7 天周期 = TRENDING NOW；分布在 30 天内 = ESTABLISHED FORMAT
步骤 4：边缘情况
- 趋势由单一超级创作者驱动：如果前 3 条帖子来自同一创作者，则属于创作者趋势而非格式趋势，标记为 CREATOR_DRIVEN；在没有其受众的情况下更难复制。
- 趋势需要特定音频：注意帖子是否共用同一声音；音频趋势是 TikTok 特有的，可能很快过期。
- 细分领域太小（高于阈值的帖子少于 50 条）：将 min_views 降至 25K；或报告可获得的头部帖子并附数据量说明。
- 国际内容占主导：按标题语言过滤；若面向英语受众，使用英语帖子。
输出格式
# TikTok Viral Trend Report: [NICHE]
Period: [DATE_RANGE] | Posts analyzed: [N] | Viral posts (>[MIN_VIEWS] views): [N] | Date: [DATE]
## Top Performing Formats
| Format | # Posts | Avg Views | Avg Like Rate | Best Example |
|--------|---------|-----------|--------------|-------------|
| Tutorial | [N] | [N] | [X%] | @[handle]: "[caption excerpt]" |
| List | [N] | [N] | [X%] | |
## Top Viral Posts
| Creator | Views | Likes | Comments | Hook Type | Caption Preview |
|---------|-------|-------|----------|----------|----------------|
## Hook Patterns Worth Replicating
1. "[Hook structure]" — used in [N] viral posts, avg [N] views
Example: "[verbatim hook from top post]"
## Trend Window Assessment
- TRENDING NOW (< 7 days): [N] posts in format
- ESTABLISHED FORMAT (7-30 days): [N] posts
- FADING (> 30 days): [N] posts
## Recommended Content Angles for [NICHE]
1. [Format + hook recommendation with rationale]
2. [Format + hook recommendation]
故障排查
- 所有病毒帖子都来自超级创作者：添加过滤条件 follower_count < 500K，以发现来自各种规模创作者的格式趋势。
- 格式分析不一致：在没有视频分析的情况下，标题文本是唯一可用的元数据；将其作为代理指标并注明此局限。
- 趋势已在衰退：TikTok 趋势通常在 2-3 周内达到顶峰并衰退；如果新鲜度较低，建议用新角度改编该格式，而不是直接复制。
适用场景与限制
适用于需要为特定 TikTok 细分领域寻找可复用内容格式与钩子的场景，可用于内容策划与趋势研判。其输入依赖 TikTok URL 或关键词，分析主要基于标题文本与可用元数据，未包含视频画面分析，因此对视觉元素的判断存在局限。趋势评分与格式归类规则为技能内置逻辑，具体效果取决于抓取到的数据质量与数量。