社群媒體分析提示詞：將貼文資料轉為下一步行動
給 AI 一張標明欄位的近期貼文表、一個內容目標和一致的觀察期間。先讓它檢查資料，再找規律，將觀察結果轉成一個小測試計畫。這四個提示詞只分析你貼上或上傳的資料，不會連接你的社群媒體帳號。調整發佈內容前，請先核對計算。
準備一張 AI 能夠真正比較的貼文表
你看著一個月的貼文，想知道哪些值得再試。先選同一平台近期的10到30條貼文。這只是便於操作的起始批次，並非統計學最低樣本量。表現平淡的貼文也要放進去。只有贏家的表格，只能說明贏家之間有什麼共同點。
導出後台可用的貼文報表，或將能看到的欄位複製到表格中。在 YouTube Studio 打開 Analytics，選擇 Advanced Mode 或 See more，設定報表和日期，再使用 Export current view。YouTube 正在更新 Studio，界面可能不同。Instagram 和 TikTok 用戶也可以根據可訪問的貼文分析整理同樣的表格，無需假定所有帳號都有通用導出按鈕。
每條貼文佔一行，保留平台的原始指標名稱。若報表沒有主題、形式、開頭和時長，可自行補充簡短描述。OpenAI 建議資料分析使用清晰列名，每行一條記錄。核對精確數字時，電子錶格或文本表格也比截圖方便。
日期範圍還缺一個細節
十月報表可能把10月1日和10月28日發佈的貼文放在一起，兩者累計表現的時間不同。記錄報表日期，也記錄每條貼文的觀察期間，例如發佈後的前七個完整日。這只是示例，不是平台規則。如果只有累計總量，請標明，並謹慎比較發佈時長接近的貼文。不要簡單用播放量除以天數，就稱為公平校正。
單獨標記付費推廣和合作。不同平台、不同播放定義應分開比較。即使主題相同，YouTube Short 和 Instagram 輪播也可能回答不同問題。
| 欄位組 | 應包含什麼 | 缺失時如何處理 |
|---|---|---|
| 身份與時間 | post_id, platform, published_at with timezone, report_start, report_end, measurement_window | 保留 ID。觀察期間未知會限制比較。 |
| 內容數量 | topic, format, hook, duration_seconds, paid, collaboration | 描述貼文實際包含的內容，未知標籤需標明。 |
| 曝光與回應 | 播放量的原始指標、觸及、點贊、評論、分享、收藏 | 無法取得的欄位填 null；後台報表為零的保留零。 |
| 觀看與增長 | avg_watch_seconds, the named retention metric if available, post_attributed_follows | 不可用值保留 null。帳號整體漲粉不等於單帖歸因漲粉。 |
橫向捲動以閱讀所有欄。
post_id,platform,published_at,report_start,report_end,measurement_window,topic,format,hook,duration_seconds,paid,collaboration,views_metric,reach,likes,comments,shares,saves,avg_watch_seconds,retention_metric,post_attributed_follows
將 views_metric 改為報表中的指標名稱。無法提供的列可以刪除，或填 null 並解釋原因。空白並不意味著沒人收藏貼文。
複製四個提示詞進行每周復盤
在同一對話中依次使用，或在新聊天中重新附上已檢查的表格。將方括號替換為你的目標和資料。若助手無法運行計算，請用電子錶格完成算術，再讓它解釋已核對的結果。
1. 分析表現前先檢查資料
這一步能發現使後續建議顯得過於確定的問題。先讓助手返回資料質量報表，再提供內容建議。
請協助我檢視自己的社群媒體貼文數據。僅根據附件或貼上的表格進行分析。 輸入資料 平台與帳號背景：[platform, niche, audience] 目標：[one goal, such as more saves per account reached] 報表日期與時區：[start, end, timezone] 每則貼文的衡量期間：[for example, first 7 complete days; or lifetime totals with capture date] 指標定義與單位：[paste the report's definitions] 貼文表格：[paste or attach] 請先提供數據品質報告，而不是內容建議： - 確認已讀取的資料列數、不重複的貼文 ID、涵蓋日期，以及任何未讀取的資料列。 - 列出重複的 ID、缺漏欄位、不一致的單位、不可能的數值，以及分母為零的情況。不要未經說明就刪除或修復資料列。 - 將 null 或空白視為無法取得，而非零。保留報表原有的零值。 - 在比較有需要時，分開處理不同平台、格式、衡量期間、付費貼文與合作貼文。 - 區分歸因至貼文的新增追蹤，與整個帳號的追蹤人數變化。 - 說明哪些比較可以進行，哪些需要更完善的數據。 請以此格式回覆：問題 | 受影響的貼文 ID | 影響 | 修正方式或要問我的問題。 繼續之前，請先讓我處理重大問題。絕對不要捏造缺漏的指標，也不要聲稱已連結我的帳號。
2. 找到能追溯到貼文的規律
有用的規律背後應有可見的比較。要求列出資料行和每組樣本量，區分重復出現的信號與單條爆款。
請使用上方已檢查的表格與定義，針對我提出的目標比較貼文。 規則 僅在平台、格式與衡量期間相容的群組內比較。列出排除的資料列及原因。不要補上缺漏數據。 計算比率前，請說明每個分子、分母、單位與公式。如果分母為零或缺漏，請回覆「無法計算」。 針對每個群組，列出目標指標的樣本數、中位數與範圍。展示所依據的貼文 ID 與計算值。 第一份結果中須保留離群值。另外也請展示排除單一最高觀測值後，比較結果有何變化，並清楚標示為敏感度檢查。不要只因為某則貼文表現不佳就將它移除。 只有現有資料列足以支持時，才比較主題或格式。貼文數量少的群組，應視為待測試的線索。 輸出 最多提供 3 項觀察，每項包含： - 比較的群組、樣本數、衡量期間與貼文 ID - 支持這項觀察的數字與計算過程 - 其他合理解釋或混淆因素 - 下一個要調查的問題 請區分觀察與假設。不要宣稱結果由演算法造成或存在理想發文時間，不要推論未提供的觀眾留存情況，也不要保證某個方案勝出。如果使用了計算程式碼，請一併展示。
3. 調查表現異常強或弱的貼文
異常值提示你檢查貼文及其背景。數字本身無法說明差異來自開頭、主題還是分發條件。
請將貼文 [post_id] 與已檢查表格中的可比貼文對照，進行調查。 請提供一份精簡的診斷說明： 1. 說明數值上有哪些異常，並列出基準群組、樣本數、指標定義與衡量期間。 2. 檢查貼文發布至今的時間、付費推廣、合作、格式、長度或缺漏數據，是否可能解釋差異。 3. 區分表格實際顯示的內容，以及需要實際內容或非公開分析數據才能驗證的假設。 4. 告訴我接下來應檢視哪一則具體貼文、開場句、時間碼、流量來源或分析欄位，並說明原因。 5. 只有現有證據足以支持一個有用的假設時，才建議一項可測試的內容調整。 不要根據平均觀看時間推論留存曲線、將整個帳號的新增追蹤歸因至單一貼文，或僅憑觀看次數低就判定受到限制。如果比較無效，請說明需要哪些條件才能讓它可用。
4. 將復盤轉成下周的測試
決定下周做什麼，以及何時檢查結果。
請將上方有證據支持的觀察，轉成下週最多 3 項可行的內容測試。 輸入資料 我能製作的貼文：[number and formats] 製作限制：[time, budget, footage] 必須保留的事實與對觀眾的承諾：[list] 我會使用的指標與公式：[one primary metric] 衡量期間與檢討日期：[window, date, timezone] 請針對每項測試提供： - 所依據的觀察與貼文 ID - 明確標示的假設 - 唯一要改變的變數 - 比較用的貼文或配對組合，並讓重要條件維持相近 - 下一則貼文的具體企劃：觀眾問題、開場、最終亮點、格式 - 主要指標、公式、衡量期間與一項防護指標 - 由我在發文前選定的決策規則，以及哪些情況仍無法下結論 - 我必須蒐集哪些證據，以及何時檢討 不要捏造結果、基準、確定性或通用的提升幅度門檻。如果我的可比貼文太少，請建議一小批探索性貼文，並解釋它能告訴我什麼、不能告訴我什麼。發布與最終決定請留給我。
看看一次復盤如何轉成內容測試
構造示例
一位家常菜創作者希望提高每個觸及帳號帶來的收藏量。以下四條貼文來自同一平台，均無付費推廣或合作。每行覆蓋發佈後的前七個完整日。用這些數字核對計算，不要將它們作為表現目標。
| 貼文 | 主題與形式 | 觸及 | 收藏 | 收藏 ÷ 觸及 |
|---|---|---|---|---|
| A | 刀工技巧，30秒 Reel | 2,000 | 40 | 2.0% |
| B | 食材替換，30秒 Reel | 2,400 | 60 | 2.5% |
| C | 快手晚餐混剪，30秒 Reel | 10,000 | 80 | 0.8% |
| D | 食材替換，30秒 Reel | 2,200 | 55 | 2.5% |
橫向捲動以閱讀所有欄。
貼文 C 的收藏總數最多，但 B 和 D 的收藏率更高。C 的計算是80 ÷ 10,000 × 100 = 0.8%，兩條食材替換帖均為2.5%。對於以收藏為目標的創作者，這提供了一個值得探索的主題。你仍需瞭解用戶為何收藏，以及另一條食材替換貼文能否獲得相似回應。
下一次可再做一條時長和結果呈現方式相同的食材替換 Reel，只改開頭：先展示替換後的成品，再解釋。用相同的前七日期間與 B、D 比較。主要指標為收藏 ÷ 觸及，同時關注觸及作為保護指標，避免將極少曝光下的高比例自動視為成功。
發佈前寫下什麼結果足以支持再做一次，什麼結果需要更多測試。如果新帖只觸及少數帳號，結論仍應保持探索性。再用一條條件相近的貼文重復比較，不要僅憑一個百分比就宣佈新策略。
改變內容前先核對答案
抽查最強建議所依據的資料行。重算一個比例，查看樣本量，並確認觀察期間一致。OpenAI 建議在依賴資料分析時檢查生成的代碼、輸出和假設。結果若顯得過於完美，請索取代碼或中間表。
計算器的比例與上面的收藏率示例回答不同問題。比較結果時，請在標籤中保留分子和分母。不要將基於觸及的收藏率與基於粉絲的互動率基準比較。
當表格指向內容問題時，打開實際貼文。Kabo 的 AI Video Analyzer 可針對公開 TikTok、Reel 或 Short 提供帶時間戳記的內容回饋。將回饋用於形成剪輯假設；它無法提供你的私有留存率報表，也無法證明表現變化的原因。
發佈時間的發現同樣需要謹慎。如果所有教程都在上午發、所有混剪都在夜間發，表格就無法區分時間與形式的影響。重排整個日程前，先做條件相近的內容比較。 為什麼同一影片會獲得不同播放量
把已檢查的表格、實際採用的回答和所選測試保存在一起。下周用同樣的定義和期間新增資料行。當你能將預測與實際結果比較，包括沒有明確結論的結果，復盤才會有用。
來源與方法
產品與導出細節核驗於2026年10月22日。OpenAI 說明瞭結構化輸入、代碼支持的分析和計算核對；YouTube 說明瞭導出當前 Analytics 視圖的方法。其他平台請從你能取得的貼文報表開始。提示詞、比較建議和烹飪示例由 Kabo 編輯製作。結果取決於你的資料和所用模型。