Trend Discovery 是一项面向品牌与内容团队的趋势发现技能，目标不是生成一份泛泛的热门标签清单，而是找出品牌真正可用的趋势信号。
用途 该技能用于在社交平台上发现正在上升的品类对话、内容形式、声音、问题和创作者模式，并把可持续的需求信号与短期噪音区分开来。它强调趋势必须体现加速、跨账号重复或跨平台迁移，而不是仅仅拥有很高的累计播放量。
输入 使用前需要提供品牌、品类、受众、市场和平台信息；确定决策周期，即本周反应、下月规划还是季度布局；可选提供竞品和创作者种子名单。
工作流程 首先，从品类语言、问题、期望结果、产品、竞品、创作者和相邻兴趣构建搜索种子。 然后，使用 scrapecreators-api 采集相关数据，包括 TikTok 趋势流、歌曲、与歌曲关联的视频、标签和创作者；Instagram 热门 Reels、音频和搜索结果；YouTube 热门 Shorts 和搜索结果；以及在品类需要时采集 Reddit 或 Pinterest 的发现信号。 接着，将近期窗口与基线进行对比。一个趋势必须显示出加速、跨账号重复或跨平台迁移，而不仅仅是高累计播放量。 随后，使用 outlier-post-finder 和 transcript-intelligence 理解内容本身，而不只是看指标。 在分析中，需要将话题、声音、形式、创作者和搜索需求信号区分开来，并将每个信号分类为新兴、加速、成熟、衰退或季节性。同时评估品牌契合度、受众契合度、区域相关性、生命周期、制作成本和声誉风险。 最后，将最佳信号转化为响应方式：参与、改编形式、回答问题、创建常青变体或忽略。
输出 输出内容包括：覆盖范围与基线；带证据、来源链接、阶段、置信度、生命周期和品牌契合度的排名趋势表；形式/音频/话题模式；五项带有明确理由和时间安排的内容测试建议；观察名单与误报。
限制与注意事项 该技能明确要求不得仅凭一条爆款帖子就宣称存在趋势，并需标注方向性证据和缺失数据。