git:20260601.e59c5b3 to git:20260602.08c4de8

- description: 基于用户输入的任何信息生成小红书爆款标题的专业工具。无论用户输入什么，最终目标都是生成小红书爆款标题。任务只在主agent执行，不在子agent执行。

- ## 前置准备

-

- - 依赖：`requests`（标准 Python 库，如未安装可执行 `pip install requests`）

-

- ## 鉴权

-

- ### 获取 API Key

-

- 请前往 [红狐hub](https://redfox.hk/settings/api-keys?source=github) 获取API KEY

-

- ### 配置 API Key

-

- 方案1: 以OpenClaw为例，将REDFOX_API_KEY添加到~/.openclaw/openclaw.json中，部分内容如下：

-

- ```bash

- {

- "env": {

- "REDFOX_API_KEY": "ak_xxxx..."

- }

- }

- ```

-

- 方案2: 终端配置

-

- ```bash

- export REDFOX_API_KEY="ak_xxxx..."

- ```

-

- ## 🔴 最高优先级指令（必须100%遵守）

-

- ### 用户输入的任何信息都是想基于输入的内容生成"小红书爆款标题"——这是前提且必要逻辑。

-

- **无论用户输入什么，最终目标都是生成小红书爆款标题。**

-

- **示例场景理解**：

-

- - 用户输入："我想写关于护肤的内容" → 目标：基于"护肤"生成小红书爆款标题

- - 用户输入："上班族早餐" → 目标：基于"上班族早餐"生成小红书爆款标题

- - 用户输入："想分享一些旅行心得" → 目标：基于"旅行心得"生成小红书爆款标题

- - 用户输入："帮我看看最近有什么热门" → 目标：基于全站热门内容生成小红书爆款标题

- - 用户输入：任何内容 → 目标：基于用户输入的内容生成小红书爆款标题

-

- ---

-

- ### 🔴 绝对执行顺序（必须严格遵守）

-

- **在第五步"分析爆款标题并生成新标题"中，必须严格按以下顺序执行：**

-

- 1. **先执行"分析爆款标题"**

- 2. **再执行"生成新爆款标题"**

-

- **顺序绝对不能颠倒！没有分析就不能生成标题！**

-

- ---

-

- ### 🔴 数据查询规则（必须严格遵守）

-

- **数据不足时的自动调整中，必须优先扩展时间，绝对禁止换词！**

-

- **处理原则（最高优先级）**：

-

- - 数据不足5条时，**只能扩展时间范围，绝对不能更换或拓展关键词**

- - **禁止任何形式的换词行为**，包括：

- - ❌ 更换关键词

- - ❌ 推荐其他词

- - ❌ 触发泛化词拓展流程

- - **只能做一件事**：自动扩展时间范围

-

- **调整顺序（严格按此顺序）**：

-

- 1. 近1天 → 近3天

- 2. 近3天 → 近7天

- 3. 近7天 → 近30天

- **告知用户**：每次扩展后必须提示用户："该关键词近X天数据不足5条，已自动扩展时间范围至近Y天"

- **最终兜底**：即使扩展到近30天仍不足5条，也只能如实展示现有数据，**绝对不能换词**，但必须提示用户数据不足

- ### 🔴 输出格式规则（必须严格遵守）

-

- **严格按照推荐标题的格式产出内容，格式绝对不能改变！**

-

- **推荐标题的标准格式（必须完全一致）**：

-

- ```

- **标题X：[标题内容]**

- 📈匹配指数：[数值]

- 🔥参考的爆款：[参考标题1]（互动数：XXX）、[参考标题2]（互动数：YYY）

- 👍推荐理由：[详细推荐理由]

- ---

- ```

- **格式要求（必须100%遵守）**：

- - 标题行：`**标题X：[标题内容]**`

- - 匹配指数行：`📈匹配指数：[数值]`

- - 参考的爆款行：`🔥参考的爆款：[参考标题链接]（互动数：XXX）`

- - 推荐理由行：`👍推荐理由：[详细推荐理由]`

- - 分隔线：`---`

- - 所有emoji和格式必须完全一致

- **🔴 重要：无论在什么情况下（包括在子agent中执行时），主agent也不要改变输出内容的格式！**

- ## 核心功能

-

- 本工具专门用于生成小红书爆款标题，完整流程：

-

- 1. **理解用户输入**：分析用户输入的任何信息，提取核心主题

- 2. **查询相关爆款数据**：基于用户输入的内容，查询匹配的小红书爆款内容

- 3. **分析爆款规律**：总结爆款标题的结构、关键词、表达方式等

- 4. **生成新爆款标题**：基于分析结果，创作10个符合平台特性的新爆款标题

-

- ## 重要数据说明

-

- - **数据时间差说明**：笔记互动数据截止为入库时间，不是实时数据，展示数据仅为入库快照，互动量可能持续增长。

- - 数据库仅包含昨天至30天前的数据

- - 默认时间范围为最近7天（today-6天）

- - 数据不足自动扩展时间范围，并提示用户

-

- ## 🔴 用词规范（必须100%遵守）

-

- - **禁止使用词汇**：在所有输出内容中，**绝对禁止**使用"爬取"、"抓取"这两个词

- - **替代词汇**：必须用"获取"来替代上述禁止使用的词汇

- - **示例**：

- - ❌ 错误：爬取小红书数据

- - ✅ 正确：获取小红书数据

- - ❌ 错误：抓取爆款内容

- - ✅ 正确：获取爆款内容

- ## ⚠️ 核心执行规则（必须遵守）

- 1. **🔴 最终目标只有一个：生成小红书爆款标题**：无论用户输入什么，无论中间经历什么步骤，最终都要导向"生成小红书爆款标题"

- 2. **泛化词必须先询问再查询**：当识别到泛化词时，**绝对禁止直接调用脚本**，必须先输出细分词推荐并等待用户选择后再执行查询

- 3. **正确执行顺序**：理解用户输入 → 提取关键词 → 判断是否泛化词 → 是泛化词则询问用户 → 用户回复后再调用脚本 → 基于数据生成标题

- 4. **强制等待规则**：输出细分词推荐后，必须停止执行，等待用户下一轮对话回复「拓展」或「不拓展」，**不得在同一次对话中继续执行任何脚本调用**

- **常见泛化词**：

- 泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，行业分类等，可包含多个子类。特征：①语义上为上位概念（如"美妆"包含"粉底液/口红"；"运动"包含"跑步/瑜伽"；如AI）；②上下文中常搭配"领域""类型"等概括词（如"美妆领域""运动类型"）。

- **常见具体词**：

- 具体词：抽象层级低、指向明确的实例化词汇，含具体场景/属性修饰，属于某泛词的直接子类。特征：①语义上为下位概念（如"粉底液"是"美妆产品"子类；"生酮饮食"是"饮食方式"子类）；②词语结构多含修饰成分（如"春日"→"春日穿搭"；"生酮"→"生酮饮食"）。

- ## 完整操作流程

- ### 第一步：理解用户输入并提取关键词

- **🔴 时刻谨记：用户输入的任何信息都是为了生成小红书爆款标题**

- **⚠️ 精准关键词理解规则（必须100%遵守）：**

- - 用户输入的是什么产品，就只查询什么产品，**不随意扩展到相关但不同的产品**

- - 要理解产品的**具体形态和类型**边界：

- - **霜**≠喷雾≠衣≠帽≠伞：用户输入"防晒霜"，要的是**有防晒作用的霜**（膏状/乳状产品），**不包含**防晒喷雾、防晒衣、防晒帽、遮阳伞等其他形态的防晒产品

- - **膏**≠液≠粉≠笔：用户输入"睫毛膏"，要的是**膏状的睫毛产品**，**不包含**假睫毛、睫毛增长液、睫毛纤维等其他睫毛相关产品

- - **液**≠霜≠膏≠喷雾：用户输入"粉底液"，要的是**液体状的粉底产品**，**不包含**气垫、BB霜、粉底膏、粉底喷雾等其他底妆产品

- - **膏/棒**≠釉≠彩≠油：用户输入"口红"，要的是**膏状/棒状的唇部产品**，**不包含**唇釉、唇彩、唇油等其他唇部产品

- - 精准理解示例：

- - 用户输入"防晒霜" → 理解为：有防晒作用的霜（膏状/乳状）→ 只查询防晒霜，**不包含**防晒喷雾、防晒衣、防晒帽等

- - 用户输入"睫毛膏" → 理解为：刷睫毛的膏状产品 → 只查询睫毛膏，**不包含**假睫毛、睫毛增长液等

- - 用户输入"粉底液" → 理解为：液体状的粉底 → 只查询粉底液，**不包含**气垫、BB霜、粉底膏等

- - 用户输入"口红" → 理解为：膏状/棒状的唇部彩妆 → 只查询口红，**不包含**唇釉、唇彩、唇油等

- - 用户输入"跑鞋" → 理解为：专门用于跑步的鞋 → 只查询跑鞋，**不包含**运动鞋、休闲鞋等其他鞋类

- - **核心原则**：用户输入的具体产品是什么形态/类型，就严格限定在该产品形态/类型范围内

- 1. **分析用户输入**：

- - **无论用户输入什么**（单个词、一段话、一个想法、一个问题等），都理解为用户想要基于这个内容生成小红书爆款标题

- - 从用户输入中提取核心主题和关键词

- - 示例：

- - 用户输入："我想写关于护肤的内容" → 核心关键词：护肤 → 目标：生成护肤相关的小红书爆款标题

- - 用户输入："上班族早餐" → 核心关键词：上班族早餐 → 目标：生成上班族早餐相关的小红书爆款标题

- - 用户输入："想分享一些旅行心得" → 核心关键词：旅行 → 目标：生成旅行相关的小红书爆款标题

- - 用户输入："防晒霜" → 核心关键词：防晒霜 → 目标：只查询防晒霜，**不包含**防晒衣、防晒喷雾等

- - 用户输入："睫毛膏" → 核心关键词：睫毛膏 → 目标：只查询睫毛膏，**不包含**假睫毛、睫毛增长液等

- - 用户输入："最近有什么热门" → 核心关键词：（空，查询全站热门）→ 目标：基于全站热门生成小红书爆款标题

- - 用户输入：任何内容 → 核心关键词：从输入中提取 → 目标：基于用户输入的内容生成小红书爆款标题

- 2. **判断关键词类型**：

- - **细分词/垂直赛道**（含具体场景/属性修饰的词，如"职场穿搭"、"减脂餐"、"小个子穿搭"）→ 直接查询数据，无需拓展询问

- - **具体产品词**（如"防晒霜"、"睫毛膏"、"粉底液"）→ 直接查询该产品数据，**不扩展到其他相关产品**

- - **泛化词/大分类**（纯大类词，如"穿搭"、"美食"、"美妆"，无任何修饰）→ 执行泛化词拓展策略

- ### 第二步：泛化词拓展策略（仅当关键词为泛化词时执行）

-

- **⚠️ 重要：如果用户输入的是细分词，跳过此步骤，直接执行第三步查询数据！**

-

- **🔴 即使有此步骤，最终目标仍然是生成小红书爆款标题**

-

- 1. **泛化词处理流程（⚠️ 必须等待用户明确回复后再调用脚本！）**：

- 1. **第一步：查询近7天网页资讯中和泛化词相关的小红书热点并生成细分词**（禁止调用脚本搜索数据）

- - 拓展词生成原则：

- - **词的大小适中**：避免过细，不要加组合

- - **参考热门话题**：查询近7天热点后，选择热度较高的方向

- - **覆盖不同场景**：趋势词、人群词、场景词、意图词各2-3个

-

- - 输出示例：

-

- ```

- 我识别到「美妆」是较大的分类，已查询近期热门趋势，推荐以下细分方向：

- 柔焦底妆、养肤妆、亚裔妆、油皮定妆、通勤妆、夏日妆容、新手妆容、平价彩妆、妆容教程、彩妆测评

- 回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「美妆」

- ```

-

- ```

- 我识别到「中产」是较大的分类，已查询近期热门趋势，推荐以下细分方向：

- 老钱、轻奢、品质生活、松弛感、高级感穿搭、体面、法式穿搭、律师、医生、品质家居

- 回复「拓展」将同时搜索这10个词，回复「不拓展」将继续搜索「中产」

- ```

-

- 2. **第二步：等待用户回复**

- - ❌ **禁止**：用户未回复时调用脚本

- - ✅ **正确**：只等待用户明确回复「拓展」或「不拓展」后再执行

- 3. **第三步：根据用户明确回复执行**

- - 用户回复「拓展」 → 调用脚本搜索10个细分词

- - 用户回复「不拓展」或「继续」 → 调用脚本搜索原关键词

- - 用户未回复或回复其他内容 → 识别对应意图

- - **🔴 无论用户选择什么，最终都是为了生成小红书爆款标题**

- ### 第三步：时间范围与数据查询

- **🔴 这一步是为了获取数据，最终用于生成小红书爆款标题**

- **时间范围**：

- - 数据库只包含昨天至30天前的数据

- - **"最近"的默认定义**：最近7天（startDate = 今天 - 6天）

- - **日期计算**（将用户表达转换为 startDate，格式为 yyyy-MM-dd）：

- **第一步：先获取当前系统时间**

- - 首先获取今天的日期（格式：yyyy-MM-dd）

- **第二步：根据用户表达计算 startDate**

- - 今天：直接用昨天日期，startDate = 昨天（格式：yyyy-MM-dd）

- - 最近/近7天：startDate = 今天 - 7天（格式：yyyy-MM-dd）

- - 近N天：startDate = 今天 - N天（格式：yyyy-MM-dd）

- **示例（假设当前系统时间为 2026-04-08）**：

- - 示例1：用户说"近7天"，今天是2026-04-08 → startDate = 2026-04-01

- - 示例2：用户说"近15天"，今天是2026-04-08 → startDate = 2026-03-24

- **数据不足时的自动调整（⚠️ 优先扩展时间，禁止换词！）**：

- - **处理原则**：数据不足5条时，只能扩展时间范围，不能更换或拓展关键词

- - **调整顺序**：按以下顺序自动扩展时间范围

- 1. 近1天 → 近3天

- 2. 近3天 → 近7天

- 3. 近7天 → 近30天

- - **告知用户**：每次扩展后必须提示用户："该关键词近X天数据不足5条，已自动扩展时间范围至近Y天"

- - **禁止行为**：❌ 不可因为数据不足就更换关键词、推荐其他词或触发泛化词拓展流程

- - **最终兜底**：即使扩展到近30天仍不足5条，如实展示现有数据，但必须提示用户数据不足

- **超出范围或未更新数据的道歉说明**：

- - 用户说"今天/今日"时：回答"非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据"

- - 用户要求的时间超出30天时：回答"非常抱歉，当前仅支持最近30天的数据，已为您展示最接近的数据"

-

- - 有赛道关键词（单个或多个关键词用逗号隔开）：`python scripts/fetch_xhs_trends.py --keyword <关键词> --start-date <日期>`

- - 日期格式必须为：yyyy-MM-dd（如：2024-01-15）

- - 示例（单个关键词）：`python scripts/fetch_xhs_trends.py --keyword "防晒霜" --start-date 2024-01-15`

- - 示例（多个关键词）：`python scripts/fetch_xhs_trends.py --keyword "防晒霜,防晒喷雾,防晒衣" --start-date 2024-01-15`

- - 无赛道关键词（查询全站热门）：`python scripts/fetch_xhs_trends.py --keyword "" --start-date <日期>`

- - 日期格式必须为：yyyy-MM-dd（如：2024-01-15）

-

- ### [仅内部执行，页面上不展示]第四步：爆款数据

-

- **🔴 分析数据是为了了解爆款情况，最终还是要生成小红书爆款标题**

-

- 1. **前置说明（页面上不展示）**：

- - **数据时间差说明**：笔记的互动数据截止为入库时间，不是实时数据。入库后互动数据可能持续增长，展示数据为入库时快照。

-

- 2. **读取并处理数据**：

- - 执行命令后，读取生成的 Markdown 文件

- - 文件位置：`关键词_爆款数据.md`

-

- ---

-

- ### 第五步：分析爆款标题并生成新标题

-

- **🔴 这是最终目标：基于用户最初输入的内容和查询到的爆款数据，生成小红书爆款标题**

-

- **🔴 绝对执行顺序：必须先"分析爆款标题"，再"生成新标题"，顺序不能颠倒**

- **前提**：必须已完成第四步，获取到真实的爆款数据

- **新生成的标题是基于对小红书平台热门数据内容分析总结后的创新创作，不是直接采用参考的爆款标题**

- **操作流程（严格按顺序执行）**：

- **第一步：分析爆款标题（仅内部执行，不输出分析结果）**：

- - 分析这些爆款标题的共同特征：

- - 标题结构（疑问句、陈述句、数字开头等）

- - 关键词使用

- - 情绪表达

- - 目标人群

- - 痛点点出

- - 利益承诺

- - **🔴 这一步仅作为内部推理，不输出分析结果，完成分析后直接进入下一步生成标题**

- **第二步：生成新爆款标题**：

- - **🔴 重要：只有完成第一步"分析爆款标题"后，才能执行这一步**

- - 新生成的标题是基于对小红书平台热门数据内容分析总结后的创新创作，不是直接采用参考的爆款标题

- - 基于第一步分析得到的标题规律，创作10个新的爆款标题

- - **字数控制要求**：生成的所有爆款标题必须控制在**20个字以内**

- - **推荐理由要求（详细）**：每个新标题的推荐理由必须详细说明，包含以下要素：

- - 标题采用了什么结构（疑问句/陈述句/数字开头等）

- - 使用了什么关键词或热门词汇

- - 目标人群是谁

- - 抓住了什么痛点或需求

- - 提供了什么价值或承诺

- - 为什么这个标题在小红书平台会受欢迎

- - 基于相关爆款标题的匹配度，给出匹配指数

- - **参考的爆款标题要求**：每个参考的爆款标题必须支持点击查看作品链接，格式为 `[标题文字](https://www.xiaohongshu.com/explore/{photoId})`

- 3. **输出顺序**：先输出"数据说明"，再输出全部10个推荐标题

- ---

- **标题1：这款防晒霜真的太好用了**

- 📈匹配指数：9.8

- 🔥参考的爆款：[爆款标题A](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）、[爆款标题B](https://www.xiaohongshu.com/explore/xxx)（互动数：YYY）

- 👍推荐理由：采用陈述句结构，直接表达产品使用感受；使用"防晒霜"精准关键词，目标人群为关注防晒的年轻女性；抓住夏天防晒需求痛点，提供产品好用的价值承诺，符合小红书用户喜欢分享真实体验的风格。

-

- ---

-

- **标题2：夏天一定要试试这个**

- 📈匹配指数：9.8

- 🔥参考的爆款：[爆款标题C](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）

- 👍推荐理由：采用祈使句结构，带有强烈推荐意味；使用"夏天"热门季节关键词，目标人群为夏季有护肤/穿搭需求的用户；抓住用户夏天想尝试新事物的心理，通过"这个"制造好奇心，引发点击欲。

- **标题3：新手必看的护肤技巧**

- 📈匹配指数：9.5

- 🔥参考的爆款：[爆款标题D](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）、[爆款标题E](https://www.xiaohongshu.com/explore/xxx)（互动数：YYY）

- 👍推荐理由：采用陈述句结构，明确受众定位；使用"新手"、"护肤技巧"精准关键词，目标人群为护肤新手；抓住新手想学习专业知识的痛点，提供实用技巧的价值承诺，"必看"二字增加紧迫感。

-

- **标题4：这才是正确的化妆步骤**

- 📈匹配指数：9.5

- 🔥参考的爆款：[爆款标题F](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）

- 👍推荐理由：采用陈述句结构，带有纠正认知的意味；使用"化妆步骤"精准关键词，目标人群为学习化妆的用户；抓住用户担心化妆方法不对的痛点，提供正确方法的价值承诺，"这才是"引发好奇心。

-

-

- **标题5：分享一个超好用的好物**

- 📈匹配指数：9.2

- 🔥参考的爆款：[爆款标题G](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）、[爆款标题H](https://www.xiaohongshu.com/explore/xxx)（互动数：YYY）

- 👍推荐理由：采用陈述句结构，带有分享属性；使用"好物"热门词汇，目标人群为喜欢种草的用户；抓住用户想发现好东西的心理，通过"超好用"制造期待感，符合小红书分享文化。

- ---

- **标题6：这个方法真的绝了**

- 📈匹配指数：9.0

- 🔥参考的爆款：[爆款标题I](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）

- 👍推荐理由：采用陈述句结构，带有强烈情感；使用"方法"通用关键词，适用人群广泛；抓住用户想找高效方法的痛点，通过"绝了"制造强烈好奇心，口语化表达贴近小红书风格。

- ---

- **标题7：普通人也能学会的穿搭**

- 📈匹配指数：8.8

- 🔥参考的爆款：[爆款标题J](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）、[爆款标题K](https://www.xiaohongshu.com/explore/xxx)（互动数：YYY）

- 👍推荐理由：采用陈述句结构，降低学习门槛；使用"普通人"、"穿搭"精准关键词，目标人群为想学穿搭的普通用户；抓住用户觉得穿搭很难的痛点，提供普通人也能学会的价值承诺，增加亲和力。

- ---

- **标题8：早起化妆只需要5分钟**

- 📈匹配指数：8.8

- 🔥参考的爆款：[爆款标题L](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）

- 👍推荐理由：采用陈述句结构，数字开头吸引眼球；使用"化妆"、"5分钟"精准关键词，目标人群为早上时间紧张的上班族/学生；抓住用户想快速化妆的痛点，提供时间短的价值承诺，数字增加可信度。

- **标题9：这个夏天一定要拥有**

- 📈匹配指数：8.5

- 🔥参考的爆款：[爆款标题M](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）、[爆款标题N](https://www.xiaohongshu.com/explore/xxx)（互动数：YYY）

- 👍推荐理由：采用祈使句结构，带有强烈推荐意味；使用"夏天"热门季节关键词，目标人群为夏季有购物需求的用户；抓住用户夏天想买应季物品的心理，通过"一定要拥有"制造紧迫感，引发购买欲。

-

- ---

- **标题10：后悔没有早点发现**

- 📈匹配指数：8.2

- 🔥参考的爆款：[爆款标题O](https://www.xiaohongshu.com/explore/xxx)（互动数：XXX）

- 👍推荐理由：采用陈述句结构，带有情感共鸣；使用无特定关键词，适用人群广泛；抓住用户怕错过好东西的心理，通过"后悔"制造好奇心，想知道到底是什么好东西，引发点击欲。

- ### 第六步：验证输出格式是否正确

- **🔴 必须在输出前完成格式验证，确保所有格式要求100%符合**

- **验证清单（必须逐项检查）**：

- 1. **分析爆款标题**：

- - 从获取的爆款数据中提取所有标题

- - 分析这些爆款标题的共同特征：

- - 标题结构（疑问句、陈述句、数字开头等）

- - 关键词使用

- - 情绪表达

- - 目标人群

- - 痛点点出

- - 利益承诺

- 2. **标题行格式检查**：

- - 格式：`**标题X：[标题内容]**`

- - 标题内容必须在20个字以内

- - 所有标题必须使用粗体标记 `**`

- 3. **匹配指数行格式检查**：

- - 格式：`📈匹配指数：[数值]`

- - 数值范围必须在8-10之间

- - 必须保留一位小数

- - 同一个匹配指数最多重复出现2次

- 4. **参考的爆款行格式检查**：

- - 格式：`🔥参考的爆款：[标题文字](https://www.xiaohongshu.com/explore/{photoId})（互动数：XXX）`

- - 必须包含可点击的链接格式 `[标题文字](URL)`

- - URL格式必须正确：`https://www.xiaohongshu.com/explore/{photoId}`

- - 多个爆款之间用顿号 `、` 分隔

- - 必须包含互动数信息

- 5. **推荐理由行格式检查**：

- - 格式：`👍推荐理由：[详细推荐理由]`

- - 推荐理由必须详细，包含以下要素：

- - 标题采用了什么结构

- - 使用了什么关键词或热门词汇

- - 目标人群是谁

- - 抓住了什么痛点或需求

- - 提供了什么价值或承诺

- - 为什么这个标题在小红书平台会受欢迎

- 6. **分隔线检查**：

- - 每个标题块之间必须有分隔线 `---`

- - 最后一个标题后也必须有分隔线

- 7. **Emoji符号检查**：

- - 必须正确使用：📈、🔥、👍

- - 所有emoji和格式必须完全一致

- 8. **完整性检查**：

- - 必须输出10个标题，不能少于10个

- - 每个标题必须包含完整的4行内容（标题、匹配指数、参考爆款、推荐理由）

- 9. **使用建议**：

- - 必可以先测试匹配指数较高的2-3个标题，观察实际数据表现

- - 根据测试结果，调整标题的关键词和表达方式

- - 结合自己的内容特点，对推荐标题进行个性化修改

- **验证通过后才可输出，如有任何格式错误必须立即修正**

- ---

- **使用建议**：

- 1. 可以先测试匹配指数较高的2-3个标题，观察实际数据表现

- 2. 根据测试结果，调整标题的关键词和表达方式

- 3. 结合自己的内容特点，对推荐标题进行个性化修改

- ---

- **⚠️ 重要说明**：

- - **匹配指数规则**：

- - 数值范围：8-10之间（不得低于8）

- - 保留一位小数

- - 同一个匹配指数最多可以重复出现2次（不能同时存在3个及以上相同的匹配指数）

- - 数值越高表示与爆款规律匹配度越高

- ## 资源索引

- - 数据查询脚本：见 [scripts/fetch_xhs_trends.py](scripts/fetch_xhs_trends.py)