Viral topic research skill based on Dan Koe's content methodology. Systematically analyzes trending content across Xiaohongshu, Douyin, and X/Twitter to generate data-driven topic ideas with 8 psychological hook types. Use when creating content, finding viral topics, planning content strategy, or generating topic ideas. Triggers: /find-topic, /选题
Generates viral content topics using Dan Koe's methodology by analyzing trending posts across platforms.
/plugin marketplace add iamzifei/find-topic-like-dankoe-skill/plugin install iamzifei-find-topic-like-dankoe@iamzifei/find-topic-like-dankoe-skillThis skill is limited to using the following tools:
基于 Dan Koe 爆款内容方法论的系统化选题研究工具
| 字段 | 值 |
|---|---|
| 名称 | find-topic |
| 版本 | v1.1 |
| 触发方式 | /find-topic 或 /选题 |
| 输出目录 | /outputs/ |
本 Skill 融合了 Dan Koe 的内容创作方法论：
输入收集：
关键词（可选）
人设文件（可选）
/brands/ 文件夹目标平台（可选）
询问模板：
开始选题调研。请确认以下信息：
1. 关键词：[用户输入 / 无（将直接搜索热门内容）]
2. 人设文件：[检测到的人设 / 无（将基于素材判断）]
3. 目标平台：[用户选择 / 全平台]
确认无误后，我将开始搜索热门内容。
搜索策略：
根据目标平台，使用 WebSearch 工具搜索热门内容。
搜索词模板：
- "{关键词} 小红书 爆款 点赞过万"
- "{关键词} 小红书 热门笔记 2026"
- "site:xiaohongshu.com {关键词}"
筛选条件：
搜索词模板：
- "{关键词} 抖音 热门 百万播放"
- "{关键词} 抖音 爆款视频 2026"
筛选条件：
搜索词模板：
- "{关键词} viral tweet"
- "{关键词} twitter thread popular"
- "site:x.com {关键词} 1000+ likes"
筛选条件：
采集目标：每个平台收集 5-10 条爆款内容
输出格式：
## 爆款采集结果
### 小红书 TOP 5
| # | 标题 | 点赞 | 作者 | 链接 |
|---|------|------|------|------|
| 1 | [标题] | [数量] | [作者名] | [链接] |
| ... | ... | ... | ... | ... |
### 抖音 TOP 5
| # | 标题 | 点赞 | 作者 | 链接 |
|---|------|------|------|------|
| 1 | [标题] | [数量] | [作者名] | [链接] |
| ... | ... | ... | ... | ... |
### X TOP 5
| # | 标题/内容摘要 | 互动量 | 作者 | 链接 |
|---|---------------|--------|------|------|
| 1 | [摘要] | [数量] | [作者名] | [链接] |
| ... | ... | ... | ... | ... |
选取标准：从 Phase 1 采集的内容中，选取表现最好的 3-5 条进行深度分析。
分析维度：
识别每条爆款使用的钩子类型：
| 钩子类型 | 特征 | 示例 |
|---|---|---|
| 痛点型 | 直击用户困扰 | "你还在为 xxx 发愁吗？" |
| 逆袭型 | 展示转变过程 | "从月薪 3k 到年入百万" |
| 反直觉型 | 颠覆常规认知 | "xxx 其实是错的" |
| 揭秘型 | 揭示隐藏真相 | "xxx 的真相是..." |
| 清单型 | 结构化干货 | "5 个方法让你 xxx" |
| 问题型 | 引发好奇心 | "为什么 xxx 却 xxx？" |
| 对比型 | 制造落差感 | "普通人 xxx，高手 xxx" |
| 预言型 | 趋势预测 | "2026 年 xxx 将会 xxx" |
【标题结构】
- 字数：
- 关键词：
- 情感词：
- 数字使用：
【开头钩子】(前 3 句)
- 钩子类型：
- 核心技巧：
【内容框架】
- 结构类型：[总分总 / 递进式 / 并列式 / 故事线]
- 段落数量：
- 信息密度：[高/中/低]
【情感曲线】
- 开头情绪：
- 中间转折：
- 结尾情绪：
【行动号召】(CTA)
- 类型：[关注/收藏/评论/转发]
- 话术：
【为什么爆】
1. 选题因素：
2. 结构因素：
3. 情感因素：
4. 时机因素：
【可复用元素】
- 标题公式：
- 开头模板：
- 结构框架：
输出格式：
## 爆款结构分析
### 分析样本 1：[标题]
**基础信息**
- 平台：[小红书/抖音/X]
- 数据：点赞 xxx / 评论 xxx / 收藏 xxx
- 发布时间：
**钩子分析**
- 钩子类型：[类型名称]
- 钩子技巧：[具体分析]
**结构拆解**
[按上述模板填写]
**成功因素**
[按上述模板填写]
---
### 分析样本 2：[标题]
[同上格式]
---
### 分析样本 3：[标题]
[同上格式]
---
## 结构模式总结
### 共性发现
1. **标题模式**：
2. **钩子偏好**：
3. **结构偏好**：
4. **情感基调**：
### 可复用框架库
#### 框架 A：[命名]
[具体框架描述]
#### 框架 B：[命名]
[具体框架描述]
#### 框架 C：[命名]
[具体框架描述]
生成原则（来自 Dan Koe）：
"Most people don't have an idea problem, they have a structure problem. Any idea can go viral if and only if you structure it the right way."
生成策略：
每种钩子类型生成 2-3 个选题，共 16-24 个候选选题。
公式：你还在 [痛点行为] 吗？/ [痛点现象] 的人都有这个问题
示例：
- 你还在用 xxx 吗？难怪效率这么低
- 为什么你学了那么多，还是不会 xxx
生成要求：
公式：从 [低起点] 到 [高成就] / 我是如何 [实现转变] 的
示例：
- 从月薪 3000 到年入百万，我只做对了这一件事
- 3 个月从小白到专家，我的 xxx 学习路径
生成要求：
公式：[常规认知] 其实是错的 / 别再 [常规做法] 了
示例：
- 努力学习反而让你更焦虑
- 早起不会让你成功，这件事才会
生成要求：
公式：xxx 的真相是... / 揭秘：xxx 背后的 [秘密/逻辑]
示例：
- 大厂裁员的真相：不是你不够努力
- 揭秘 xxx 行业不想让你知道的潜规则
生成要求：
公式：[数字] 个 [方法/技巧/原则] 让你 [达成目标]
示例：
- 5 个习惯让你效率翻倍
- 10 个 xxx 技巧，第 3 个最实用
生成要求：
公式：为什么 [现象 A] 却 [现象 B]？/ [问题] 的答案可能出乎你意料
示例：
- 为什么你那么努力，还是赚不到钱？
- 为什么有些人不上班，却活得更好？
生成要求：
公式：普通人 [做法 A]，高手 [做法 B] / [A 类人] vs [B 类人]
示例：
- 普通人学英语背单词，高手这样做
- 穷人思维 vs 富人思维：差距在这里
生成要求：
公式：[时间] 年，xxx 将会 [趋势] / 未来 [时间]，[预测]
示例：
- 2026 年，这个行业将彻底消失
- 未来 3 年，会 xxx 的人将脱颖而出
生成要求：
输出格式：
## 选题生成（共 24 个）
### 痛点型（3 个）
1. [选题标题]
- 核心痛点：
- 适用平台：
2. [选题标题]
- 核心痛点：
- 适用平台：
3. [选题标题]
- 核心痛点：
- 适用平台：
### 逆袭型（3 个）
[同上格式]
### 反直觉型（3 个）
[同上格式]
### 揭秘型（3 个）
[同上格式]
### 清单型（3 个）
[同上格式]
### 问题型（3 个）
[同上格式]
### 对比型（3 个）
[同上格式]
### 预言型（3 个）
[同上格式]
评分维度：
如有人设文件：
如无人设文件：
考虑因素：
基于爆款分析结果评估：
考虑因素：
综合评分：
总分 = (人设匹配度 × 0.25) + (素材可得性 × 0.25) + (差异化程度 × 0.25) + (预估吸引力 × 0.25)
输出格式：
## 选题评分排名
| 排名 | 选题 | 钩子类型 | 人设匹配 | 素材可得 | 差异化 | 吸引力 | 总分 |
|------|------|----------|----------|----------|--------|--------|------|
| 1 | [标题] | [类型] | 9 | 8 | 8 | 9 | 8.5 |
| 2 | [标题] | [类型] | 8 | 9 | 7 | 9 | 8.25 |
| ... | ... | ... | ... | ... | ... | ... | ... |
---
## TOP 10 精选选题
### 1. [选题标题]
**选题信息**
- 钩子类型：[类型]
- 综合评分：[分数]
- 推荐平台：[平台]
**推荐理由**
[为什么这个选题值得做]
**参考结构**
[基于爆款分析的推荐结构]
**测试版标题**（用于验证）
- 版本 A：[标题变体 1]
- 版本 B：[标题变体 2]
**素材准备清单**
- [ ] [素材 1]
- [ ] [素材 2]
- [ ] [素材 3]
---
### 2. [选题标题]
[同上格式]
...
### 10. [选题标题]
[同上格式]
文件命名：
选题调研_{关键词}_{YYYY-MM-DD}.md
如无关键词：
选题调研_热门趋势_{YYYY-MM-DD}.md
文件结构：
# 选题调研报告
> 生成时间：YYYY-MM-DD HH:mm
> 关键词：[关键词 / 无]
> 人设文件：[文件名 / 无]
> 目标平台：[平台]
---
## 目录
1. [爆款采集结果](#爆款采集结果)
2. [深度结构分析](#深度结构分析)
3. [选题生成](#选题生成)
4. [TOP 10 精选](#top-10-精选)
5. [下一步行动](#下一步行动)
---
[Phase 1-4 的所有输出内容]
---
## 下一步行动
### 立即可做
1. 选择 1-2 个选题进行内容创作
2. 使用「测试版标题」在目标平台发布测试
3. 观察 24-48 小时内的数据表现
### 验证策略
按 Dan Koe 方法：
- 在 X/小红书发布简短版本测试
- 如果互动率 > 平均值 2 倍，说明选题有潜力
- 表现好的选题扩展为长内容
### 素材准备
[列出 TOP 3 选题需要准备的素材]
保存位置：
/outputs/选题调研_{关键词}_{YYYY-MM-DD}.md
用户：/find-topic AI 编程
AI：检测到关键词「AI 编程」
检测到 /brands/ 文件夹中有以下人设：
- james-cn（在悉尼和稀泥）
- tech-ceo
请选择人设，或输入「无」跳过：
用户：james-cn
AI：开始执行选题调研...
[执行 Phase 1-5]
用户：/find-topic
AI：未检测到关键词，将直接搜索各平台热门内容。
未指定人设，将基于素材本身的目标人群进行判断。
请确认目标平台：
1. 小红书
2. 抖音
3. X
4. 全平台（默认）
用户：1
AI：开始搜索小红书热门内容...
[执行 Phase 1-5]
用户：/find-topic 护肤 --brand=skincare-blogger --platform=小红书
AI：快速模式启动
关键词：护肤
人设：skincare-blogger
平台：小红书
开始执行...
[执行 Phase 1-5]
| 参数 | 说明 | 默认值 |
|---|---|---|
--brand=<name> | 指定人设文件名 | 无 |
--platform=<name> | 指定目标平台 | 全平台 |
--count=<n> | 每类钩子生成数量 | 3 |
--top=<n> | 精选数量 | 10 |
| 变量 | 说明 |
|---|---|
BRANDS_DIR | 人设文件目录，默认 /brands/ |
OUTPUT_DIR | 输出目录，默认 /outputs/ |
搜索限制：部分平台可能限制搜索，如遇问题请告知用户手动提供爆款链接
人设优先：如果选题与人设冲突，即使分数高也要降权或剔除
时效性：热门话题有时效性，建议 7 天内完成内容创作
版权意识：分析结构可以借鉴，内容必须原创
测试验证：鼓励用户先用简短版本测试，验证后再投入精力做长内容
| 版本 | 日期 | 更新内容 |
|---|---|---|
| v1.1 | 2026-01-15 | 改造为 GitHub 可分发 Plugin 格式 |
| v1.0 | 2026-01-15 | 初始版本，融合 Dan Koe 方法论 |
Use when working with Payload CMS projects (payload.config.ts, collections, fields, hooks, access control, Payload API). Use when debugging validation errors, security issues, relationship queries, transactions, or hook behavior.