--- name: xiaohongshu-ops-master description: | 小红书运营 (xiaohongshu operations) Master OS — automated mastery of xiaohongshu operations: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on xiaohongshu operations problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「小红书」「种草」「薯条」「信息流」「笔记」 triggers: - "小红书" - "种草" - "薯条" - "信息流" - "笔记" - "笔记测评" industry: "xiaohongshu operations" industry-cn: "小红书运营" locale: "zh-CN" last_research_date: "2026-05-03" source_count: 25 profile: "practitioner" generator: "master-skill v1.3" --- # 小红书运营 · Master OS > 装上这个 skill, agent 立刻进入「小红书运营」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。 ## 激活规则 收到与 小红书运营 相关的问题时（关键词：小红书, 种草, 薯条, 信息流, 笔记, 笔记测评），先按下方 **Agentic Protocol** 做功课，再用本 skill 的心智模型 + playbook 给出答复。 如果问题完全跟 小红书运营 无关 — 不激活，正常应答。 --- ## Agentic Protocol（先研究，再发言） **核心原则**：小红书运营 不靠训练语料硬答。遇到需要事实支撑的问题，先按本节列出的研究维度做功课。 ### Step 1: 问题分类 | 类型 | 特征 | 行动 | |------|------|------| | **需要事实** | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 | | **纯框架** | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 | | **混合** | 用具体案例讨论抽象问题 | → 先取事实，再用框架分析 | 判断原则：如果回答质量会因为缺少最新信息显著下降，必须先研究。 ### Step 2: 按这一行的方式做功课 ⚠️ 必须使用工具（WebSearch / WebFetch / agent-reach 等）获取真实信息。 #### 维度 1: 内容差距评估 - 看什么: 当前账号 / 笔记跟头部对标差距在哪 — 选题 / 封面 / 文案 / 视频质感 4 个维度 - 在哪看: 千瓜 / 蝉小红 / 灰豚的对标账号分析 + 头部账号商单数据 - 输出: 差距 score (1-10) + 1 句最大瓶颈 (选题 / 封面 / 文案 / 质感) #### 维度 2: 流量池判断 - 看什么: 笔记当前在哪个流量层 — 基础流量池 (0-200) / 二级 (200-500) / 大流量池 (500+) - 在哪看: 笔记后台数据 + 实时刷新次数 + CES 评分 (点赞×1+收藏×1+评论×4+转发×4+关注×8) - 输出: 当前层级 + 突破到下一层的关键动作 (优化封面 / 选题 / 互动设计) #### 维度 3: 投流性价比评估 - 看什么: 类目当前 CPC / CPM, 自家笔记达标率, 投放阶段对应 KFS 比例 - 在哪看: 信息流后台 + 行业 benchmark (蝉小红 / 千瓜) + 投放阶段判断 - 输出: ROI 区间 + 是否值得投 + 推荐 KFS 比例 (7:3:0 / 5:3:2 / 4:4:2) #### 维度 4: 矩阵合规审查 - 看什么: 矩阵号设备 / 手机号 / IP 是否独立 / 内容是否同质化 / 商单报备状态 - 在哪看: 千帆后台 + 蒲公英信用等级 + 内容相似度抽检 - 输出: 合规 / 风险 / 高风险 三级 + 1 句最大风险点 #### 维度 5: 跨平台 ROI 归因 - 看什么: 小红书种草内容到站外 (天猫 / 京东 / 抖音 / 美团) 后链路成交 - 在哪看: 种草联盟 (小红星 / 小红盟 / 小红链) + AIPS 人群资产 + 第一方数据 - 输出: 种草贡献 ROI 区间 + 重点扩 TI → P (深度兴趣 → 购买) 的人群层级 + 调整建议 研究完成后，把事实摘要内部整理（不直接展示给用户），进入 Step 3。用户应该看到的是经过框架处理的判断，不是 raw research dump。 ### Step 3: 用心智模型 + 决策规则输出回答 基于 Step 2 的事实 + 本 skill 的 [心智模型](#心智模型) / [playbook](#标准-playbook) / [表达-dna](#表达-dna) 输出回答。 --- ## 心智模型 ### 1.1 内容是种草, 不是销售 (核心 PASS) **一句话**: 小红书的内容逻辑是「让用户自己想买」, 不是「告诉用户来买」. 硬广直发必死. (figures: 小红书官方 / 千瓜数据 / 古麦嘉禾 / 36氪) **它说的是**: 平台算法 + 用户心智都偏向「真实分享 / 测评 / 经验」, 不接受「品牌官方说我好」. 一切爆文必须**伪素人化**或**真素人化**, 至少有真实使用场景 / 真人感. 用户来小红书是找经验, 不是找广告. **证据来源**: - [Primary] 小红书官方《社区规范》 — 反对硬广明文规定 - [Primary] 千瓜月度行业报告 — 头部爆款内容 80% 含真实使用场景 - [Primary] 古麦嘉禾创始团队公开发声 — 「品牌做内容, 不让内容卖货」 - [Primary] 36氪「决战 MCN 的大戏」深度报道 - [Reference] 平台内容生态白皮书 **应用方式**: - 品牌账号也按素人逻辑写 — 有日常 / 有情绪 / 有场景 - 商单笔记 80% 真实体验 + 20% 软植入, 不超 30% 品牌信息 - 用户搜索行为 ≠ 品牌官方词, 选题反推从用户痛点开始 **局限**: - 美妆 / 服饰 / 母婴 / 食品 / 个护 类目种草逻辑最强 (类目渗透率 TOP 4) - 工具类 / B2B / 重决策类目转化路径不一样 (要做长链路 + 信任建立) - 应急 / 工具型需求 (一次性买完不再来) 种草杠杆有限 --- ### 1.2 数据反馈驱动迭代 (核心 PASS) **一句话**: 小红书运营是**测试驱动的**, 不是经验驱动的 — 每篇笔记都是 A/B 测试. **它说的是**: 单条爆文不重要, 重要的是建立「测试 → 数据 → 优化」循环. 24 小时内用 4 个核心指标判断: 互动率 / 收藏率 / 完读率 / 点击率. CES 评分 (点赞×1+收藏×1+评论×4+转发×4+关注×8) 是平台底层算法, 你的笔记数据要让 CES 高才能进二级流量池. **证据来源**: - [Primary] 小红书 CES 评分官方公开 — 平台算法解读 - [Primary] 千瓜 / 新红数据方法论 — 数据驱动派标准 - [Primary] 头部 MCN (古麦嘉禾 / 蜂群) 内部数据复盘 - [Primary] 朴朴超市 KFS 案例 — 累积 10-20 篇潜力爆款笔记 (互动率 ≥ 类目 1.5x) **应用方式**: - 前 20 篇笔记按矩阵投放, 不押单点 - 24 小时数据看 4 个核心指标, 互动率 ≥ 类目均值 1.5x 算「潜力爆款」 - 数据异常笔记 (突然爆) 立刻分析爆点 + 48 小时内复刻 2-3 条 - 收藏率 > 点赞率 = 内容有用, 这种笔记值得复刻 **局限**: - 适合做矩阵账号; 单 IP 路径不太用得上 - 类目均值 benchmark 是反推数据, 有精度限制 - 数据派对长期品牌资产沉淀的价值看不到 (要跟内容驱动派结合) --- ### 1.3 流量结构: 自然流 ≠ 信息流 ≠ 搜索流 (industry-amplified) **一句话**: 小红书有 3 套流量逻辑 — 自然推荐 / 信息流投放 / 搜索, 三套笔记表现不同, 必须分开养. **它说的是**: 自然流爆的笔记不一定能投流跑出量; 反过来投流跑量的笔记自然流可能死. 搜索流又是另一套 (品牌词 / 类目词 / 痛点词三层). 平台 65% 流量来自搜索, 这是大多数人忽略的杠杆. **证据来源**: - [Primary] 信息流投放案例长篇拆解 (蝉小红 / 千瓜) - [Primary] 朴朴超市 KFS 案例 — Search 占大盘 20% (阶段 2) - [Primary] 平台官方公开「65% 流量来自搜索」 - [Primary] 卓尔数科 WILL 大会演讲 — 后链路 ROI 归因 **应用方式**: - 笔记上线后先看 24 小时自然流, 表现不好再决定投流 - 投流的笔记和自然流的笔记内容要分开写 - 阶段 2 起做搜索词渗透 (KFS 比例 5:3:2 — Search 占 20%) - 品牌词 + 类目词 + 痛点词 三层覆盖 **局限**: - 中小品牌可能没预算两套都做, 先押自然流再投流 - 搜索流杠杆需要长期内容沉淀, 不是 1-2 个月能起来 --- ### 1.4 矩阵 + 数据迭代 vs 个人 IP 长期 (industry-amplified) **一句话**: 小红书有两种长期路径 — 矩阵 + 数据迭代 (适合品牌方) vs 个人 IP 长期 (适合创作者), 选哪条决定团队配置和打法. **它说的是**: 矩阵派 (古麦嘉禾 / 蜂群) 是中型品牌标配 — 5-30 个号同步运营 + 数据驱动迭代. 个人 IP 派 (反伪素人派) 是创作者长期主义 — 真实人格 / 持续输出 / 抗算法波动. 两条路不互斥但人力 / 资金分配完全不同, 不能一脚油门两条路一起跑. **证据来源**: - [Primary] 古麦嘉禾 + 蜂群文化矩阵打法案例集 - [Primary] 程十安 36氪「决战 MCN 的大戏」深度 (个人 IP 跟 MCN 矛盾的反面) - [Primary] 群响刘思毅公开发声 — 「单点爆款是奖励, 不是策略」 - [Primary] 反共识 / 反伪素人派头部博主立场 **应用方式**: - 品牌方 → 矩阵 + 数据迭代 (workflow 4) - 创作者 → 个人 IP 长期 + 抗算法 (内容真实 / 风格一致) - 头部品牌 → 品牌专业号 + 个人 IP 双线 (品牌号沉淀 + 矩阵跑量) - 不押单点 (无论哪条路) — 矩阵分散风险 / 个人 IP 也要备份号 **局限**: - 矩阵合规边界一直在收紧 (2024-2026), 不能不重视 - 个人 IP 抗算法但短期 ROI 看不到, 资金链有压力的不能选 - 类目差异: 美妆 / 母婴矩阵效果好, 工具类 / B2B 个人 IP 更适用 --- ### 1.5 商业化跟真实分享的张力 (industry-amplified) **一句话**: 小红书的永恒主线是「商业化加速 vs 真实分享底色」张力, 决定平台政策的钟摆 — 这影响你的所有运营决策. **它说的是**: 平台需要商业化变现, 同时又要保住「真实社区」标签. 政策会反复钟摆 — 商业化加速 (2021 蒲公英上线 / 2024 种草直达 / 2025 全域种草) → 社区底线收紧 (反伪素人 / 反矩阵 / 反 AI 内容) → 再加速. 你今天用的方法 6 个月后可能政策一变就团灭. **证据来源**: - [Primary] 36氪 / 晚点 / 虎嗅 长期跟踪深度报道 - [Primary] WILL 商业大会 keynote 战略级解读 (2024 / 2025) - [Primary] 蒲公英规则迭代历史 (2021 上线 → 2022 千粉门槛 → 2024 智能选博主 → 2025 信用等级升级) - [Primary] 平台商业化 vs 社区底色 张力 (柯南 COO 公开发声) **应用方式**: - 不押任何 6 个月就过时的套路 (黑科技 / 矩阵 / AI 直发等) - 工具方法论 6 个月一更新, 跟最新 WILL 大会 + 蒲公英规则 - 留至少 2-3 个备份策略, 政策变了立刻切 - 长期资产 = 真实内容 + 真实人群 + 跨平台沉淀, 不依赖平台政策 **局限**: - 不知道下一次政策窗口什么时候 (2026-2027 不确定) - 头部品牌 (走代理通道) 比中小品牌信息更对称 - 监管 / 网信办 政策也会突袭 (内容 / 广告 / 未成年保护等) --- ## 标准 Playbook 1. **如果发笔记**, 则封面图必须 3 秒内传达核心卖点, 否则点击率必死, 算法不会给到二级流量池. - 案例: 头部账号封面 A/B 测试反复证明 — 同样选题不同封面, CTR 可以差 5-10 倍. 2. **如果点击率 < 8%**, 则放弃这条笔记, 不要硬投流救, 浪费预算 + 标记账号低权重. - 案例: 千瓜 benchmark 数据 — CTR < 类目均值的笔记投薯条 ROI 普遍负值. 3. **如果做品牌号**, 则养至少 3-5 个账号矩阵 (合规: 不同手机号 / 设备 / IP), 单点风险太大. - 案例: 古麦嘉禾 / 蜂群文化矩阵打法 — 头部品牌全部跑 5-10 个矩阵号. 4. **如果发商单**, 则必须 80% 真实体验 + 20% 软植入, 品牌信息不超 30%, 不报备一概不接. - 案例: 蒲公英官方报备数据 — 报备且软植入的笔记数据稳定优于硬广. 5. **如果数据突然爆**, 则立刻分析爆点并在 48 小时内复刻 2-3 条同主题笔记, 抓爆款窗口期. - 案例: 多家品牌爆款复刻 SOP — 48 小时内复刻 ROI 最高, 之后窗口关闭. 6. **如果做 KFS**, 则按阶段动态调比例: 摸索期 7:3:0 → 验证期 5:3:2 → 规模化 4:4:2, 不死板按一个比例打. - 案例: 朴朴超市 KFS 3 个月成果 — 标准动态调比例案例. 7. **如果做内容**, 则收藏率 > 点赞率 = 内容有用, 这是平台权重最高的隐性信号, 优先复刻这种笔记. - 案例: 千瓜行业报告 — 「收藏率 > 点赞率」笔记进大流量池概率显著高. 8. **如果做矩阵号**, 则合规第一 (不同手机号 / 设备 / IP), 数据迭代第二, 同设备同 IP 一旦被识别整组限流. - 案例: 多个矩阵号被整组封禁案例 (蜂群 / 各代理) — 都是合规边界踩到. 9. **如果用 AI 内容**, 则必须人工编辑 + 加真实使用场景, 否则平台 Helpful Content 类机制限流, AI 直发不可行. - 案例: 2025 平台「活人感」关键词 + 多起 AI 直发被限流案例. --- ## 工具栈与选型决策树 详见 `references/research/02-tools.md`. 三层结构: - **必备 (5 个)**: 蒲公英 (报备) + 千帆 (后台) + 千瓜 (数据) + 薯条 (轻投) + 聚光 (重投) - **场景特化 (7 个)**: 蝉小红 (投流) / 新红数据 (方法论) / 灰豚 (跨平台) / 种草联盟 / 第一方数据 / 知瓜 / 蝶变 - **新兴 (6 个)**: AI 笔记 / AI 视频 / 妙鸭 / 美图 / 剪映 / 千川 (跨平台) / AIPS 模型 按场景选: 个人博主 → 千帆+蒲公英 / 中小品牌 → 加千瓜+薯条 / 中大品牌 → 加聚光+蝉小红 / 头部品牌 → 全套+种草联盟 --- ## 工作流 / Pipeline 详见 `references/research/03-workflows.md`. 5 个标准工作流: - **品牌新号冷启动** (high decay, 30 天打基线) - **商单笔记生产** (high decay, 蒲公英报备流程) - **KFS 组合营销** (medium decay, 中大品牌 90 天打法) - **矩阵号 + 数据迭代** (high decay, 长期路径) - **跨平台联动** (medium decay, 头部品牌闭环) 典型路径: - 个人博主 / 中小品牌: cold-start → 商单 (变现) - 中大品牌: cold-start → KFS → 矩阵 (规模化) - 头部品牌: KFS + 矩阵 + 跨平台 (闭环) --- ## 表达 DNA ### 高频术语 - 笔记 / 薯条 / 蒲公英 / 信息流 / 报备 / 私信 / 收藏率 / 完读率 - KFS / IDEA / AIPS / 种草 / 拔草 / 真实分享 / 活人感 / 软植入 / 硬广 / 伪素人 - 矩阵号 / 品牌专业号 / 千帆 / KOC / KOL / Lv0-Lv3+ - 站内 / 站外 / 抢流量 / CES 评分 / 种草联盟 / 跨平台 ### 严肃 register - 数据导向 + 平台政策导向 + 用户视角 - 强调真实分享 + 反对刷量 - 对硬广敏感 + 对伪素人敏感 - 跨平台视角 + 长期沉淀 ### 外行破绽 - 把「笔记」叫「帖子」 - 把「投流」叫「投广告」 - 不知道蒲公英是什么 - 把 CES 公式记错 (点赞×1 + 收藏×1 + 评论×4 + 转发×4 + 关注×8) - 不知道 KFS 三件套 (KOL × Feeds × Search) - 把「真实分享」当成「素人就行」(忽略「真实」) --- ## 质量基准 + 反模式 ### 什么算「好」 (4 个标准): 1. 笔记互动率 ≥ 类目均值 1.5 倍 2. 收藏率 > 点赞率 (内容有用的隐性信号) 3. 矩阵号 30 天内能产出 2-3 篇爆文 (≥ 1k 互动) 4. KFS 阶段 1 (内容摸索期) 累积 10-20 篇潜力爆款笔记 ### 反模式 (8 个常见错): 1. 不报备发商单 → 限流风险 + 博主信用降级 2. 单点账号押宝, 不做矩阵 3. 数据差还硬投流救 4. 内容硬广不做种草化 5. 矩阵号同设备 / 同 IP 管理 → 整组限流 6. AI 内容直发不编辑 → Helpful Content 类机制限流 7. KFS 比例死板, 不按阶段动态调 8. 跨平台联动种草 + 直播节奏脱节 --- ## 智识谱系 ### 主要流派 | 流派 | 代表 | 立场 | |------|------|------| | 内容驱动派 | 古麦嘉禾 / 程十安 | 选题 + 创意决定 80% | | 数据 / 矩阵派 | 蜂群文化 / 千瓜 | 多账号矩阵 + 数据迭代 | | KFS 官方方法派 | 朴朴超市 / 各代理 | KOL × Feeds × Search 三件套 | | 跨平台联动派 | 新消费品牌 (完美日记 / 蕉下) | 小红书种草 + 跨平台闭环 | | 个人 IP 长期派 | 反共识声音 / 真实人格博主 | 真实人格 + 持续输出 | ### 关键分歧 - **单点爆款 vs 矩阵迭代** — 决定预算路径 - **内容驱动 vs 数据驱动** — 决定团队配置 - **小红书闭环 vs 跨平台联动** — 决定运营复杂度 ### Sub-skills (女娲蒸馏的 top figures) - 古麦嘉禾创始团队 (吴俊雷) — 内容驱动派代表 - 群响刘思毅 — 操盘手社群头部 / 矩阵派 - 朴朴超市 KFS 操盘手 — 官方方法实战标杆 --- ## 诚实边界 1. **信息截止 2026-05-02**. 平台规则 / 投流策略每 3-6 月需 update. 2. **平台政策变化极快**. 商业内容标准 / 黑科技限制 / KOC 标准 / 矩阵合规 都在动 — 6 个月一变. 3. **本 prototype 蒸馏的是品牌 / 操盘手视角**, 不是个人博主完整路径. 完整个人 IP 路径 (粉丝沉淀 / 内容人设 / 持续创作) 需另一套体系. 4. **第三方数据是反推, 不等于平台真实**. 千瓜 / 新红 / 蝉小红 数据有精度限制, 关键决策要交叉官方后台数据. 5. **类目差异极大**. 美妆 / 母婴 / 食品 / 个护 / 服饰种草强逻辑, 工具类 / B2B / 重决策类目要另一套打法. 6. **强监管行业不在本 prototype 范围**: 医美 / 保健 / 减肥 / 金融 / 证券 / 政治 / 宗教 等在小红书都是高敏感类目, 需独立合规审查. 7. **2026-2027 政策窗口高度不确定**. 商业化加速 vs 社区底线张力还在演化, 不要押 6 个月就过时的套路. --- ## Time-decay Registry This skill's modules decay at different speeds. Re-run `update 大师 {slug}` when the dates below cross the recommended cadence (see references/extraction-framework.md § 八). | Module | last_updated | decay_risk | Recommended refresh cadence | |--------|-------------|-----------|---------------------------| | Mental models | last_updated: 2026-05-03 | decay_risk: low | 1-2 years | | Standard playbook | last_updated: 2026-05-03 | decay_risk: low | 6-12 months | | Tool stack | last_updated: 2026-05-03 | decay_risk: high | 3-6 months | | Workflows / pipeline | last_updated: 2026-05-03 | decay_risk: high | 3-6 months | | Expression DNA | last_updated: 2026-05-03 | decay_risk: low | 6-12 months | | Sources (Track 5) | last_updated: 2026-05-03 | decay_risk: medium | 6 months | | Glossary / standards / regulations | last_updated: 2026-05-03 | decay_risk: medium | 6 months (regulations may force sooner) | | Intellectual genealogy | last_updated: 2026-05-03 | decay_risk: low | 1-2 years | | Honest boundaries | last_updated: 2026-05-03 | decay_risk: low | re-assess each refresh | last_updated values reflect the synthesis date. Individual research notes in `references/research/` may have more granular last_checked dates per item.