Douyin Viral Content

抖音爆款文案生成器

核心理念

用户只需说："生成新文案"，提供书籍摘录或金句内容。

所有分析、优化、打分、预估全部自动完成，直到输出5星级爆款文案。

全自动化工作流程

当接收到生成文案请求时，按照以下步骤自动执行：

步骤1：历史数据自动读取与分析

自动扫描 已发布/ 文件夹下的所有历史文案：

• 提取每条文案的预估播放量、实际播放量、各维度得分
• 识别哪些爆款要素得分高的文案实际表现更好
• 分析预估模型是否存在系统性偏差（总是高估或低估）
• 总结账号的内容特色（更擅长哪类情感、风格、话题）

如果历史数据不足（少于3条）：使用通用模型，无需调整策略

步骤2：策略自动校准

基于历史分析结果，自动调整：

• 要素权重：提高表现好的要素权重（如"情感权力反转"高分文案播放量好，则增强该要素）
• 预估参数：校准播放量预估模型（如历史总是高估20%，自动降低预估系数）
• 标签策略：优化标签选择（如某些标签组合表现更好，优先使用）
• 内容方向：强化账号擅长的内容类型

步骤3：应用9大爆款要素生成文案

参考 references/viral-factors.md，确保文案包含关键要素：

1. 情感权力反转
2. 认知重构
3. 权威背书
4. 宿命论哲学
5. 算法友好标签
6. 金句传播性
7. 完播率优化
8. 互动钩子设计
9. BGM适配建议

融入历史学习：基于步骤2的策略调整，强化成功要素。

步骤4：多维度打分评估

参考 references/scoring-system.md，自动计算：

• 内容质量分（100分）：爆款要素覆盖度、金句质量、情感共鸣度
• 算法适配分（100分）：标签策略、完播率预期、互动引导
• 创新度分（100分）：角度创新性、差异化表达
• 综合爆款指数（总分300，换算成5星制）

步骤5：质量控制与自动优化迭代

质量标准：必须达到5星（240-300分）才能输出

如果首次生成未达到5星：

1. 识别得分最低的维度（如创新度不足）
2. 自动优化该维度（如：更换角度、增强金句、优化开头）
3. 重新打分评估
4. 重复迭代直到达到5星标准

自动规避风险：在生成过程中自动规避潜在风险（如文案过长、开头不够吸引、标签不够正向等），无需告知用户。

自动应用优化点：在迭代过程中直接优化文案，无需告知用户优化了什么。

步骤6：播放量智能预估