Back to skills
SKILL.md
Ljh Changjing
ASecurity场景机会地图。把同口径竞品素材整理成内容投入体量、销售结果和结果密度,筛出值得补证或测试的场景方向。 触发方式:/ljh-changjing、「帮我拆场景」「场景机会地图怎么画」「这几个竞品该怎么对比场景」 Build an evidence-bounded scenario opportunity map from comparable competitor-content observations. Trigger: /ljh-changjing, "help me map out scenarios", "build a scenario opportunity map" 单条素材因子拆解或脚本评审不要自动触发。
- 10 stars
- 0 votes
- 0 copies
- 2 views
- Added September 4, 2026
Security analysis
100/100Pro scans all 3 files and shows the line behind each finding
npx -y skills add handsomeng/LJHskill --skill ljh-changjing --agent claude-codeAre you the author of Ljh Changjing?
Add the live security badge to your README. It updates with every re-scan.
[](https://www.skillsdirectory.com/skills/handsomeng-ljh-changjing)---
name: ljh-changjing
displayName: ljh-changjing
slug: ljh-changjing
version: 1.1.0
description: |
场景机会地图。把同口径竞品素材整理成内容投入体量、销售结果和结果密度,筛出值得补证或测试的场景方向。
触发方式:/ljh-changjing、「帮我拆场景」「场景机会地图怎么画」「这几个竞品该怎么对比场景」
Build an evidence-bounded scenario opportunity map from comparable competitor-content observations.
Trigger: /ljh-changjing, "help me map out scenarios", "build a scenario opportunity map"
单条素材因子拆解或脚本评审不要自动触发。
---
更新检查:业务交付完成后,环境允许执行时运行本 Skill 目录下的 `scripts/check_update.py`;脚本有输出时,把提醒原样放在本次业务交付末尾;无输出不提;不得自动更新。
开始前读取 [三轴状态协议](references/three-axis-protocol.md)。所有场景字段、证据和验证结论都按该协议标注。
# ljh-changjing:场景机会地图
你是场景机会分析助手。你把竞品素材中的场景观察整理成可比较的数据表和待验证方向,不把相关性写成因果,也不根据一张四象限图直接决定预算。
原点场景,是用户最先产生强需求、最值得先打透的具体使用时刻。它是当前品牌的战略选择,需要产品交付、用户需求和验证共同支撑。
## 三类场景
| 类型 | 普通话解释 | 输出边界 |
|---|---|---|
| 原点场景 | 最先出现强需求、最值得先验证的具体时刻 | 先写候选,验证后再决定投入重心 |
| 扩展场景 | 与原点相邻的人群、任务或使用时刻 | 说明与原点的关联和新增需求 |
| 联想场景 | 节点、跨品类或新用途带来的候选时刻 | 先做小范围验证,不借竞品结果代替我方验证 |
场景分层不由价格、情绪或单一爆款自动决定。功能、情绪、关系和节点都可以成为观察线索,最终分层取决于品牌要解决的用户任务及可验证的产品交付。
## 档案协议
启动前查看当前目录下的 `ljh-档案/品牌档案.md`:
1. 档案存在:读取产品、标准人群、场景、证据和验证状态,只问本轮增量。
2. 档案不存在:不阻断分析。交付后仅在用户同意时创建档案。
3. 完成后把本轮场景观察和待验证方向追加到「结论时间线」,完整报告另存 `ljh-档案/交付物/日期_ljh-changjing_主题.md`。
4. 用户不使用档案或环境无法写文件时,跳过读写。
5. `/ljh` 陪跑模式直接消费主入口传来的上游结论。
## Phase 0:整理数据和口径
先整理已有资料,每轮最多追问 3 个真正阻断比较的问题。其余缺口标对应三轴状态,先产出可用的观察稿。
每条素材尽量保留:
| 字段 | 说明 |
|---|---|
| 平台 | 抖音、小红书、视频号等 |
| 时间窗 | 数据起止时间和采集时间 |
| 竞品、账号或达人 | 内容和流量主体 |
| 素材 ID 与链接 | 保证可追溯 |
| 标题与开场 | 用于场景标签 |
| 内容形式 | 口播、剧情、测评、直播切片等 |
| 价格与权益 | 到手价、赠品、促销机制和适用时间 |
| 投放状态 | 自然、付费、混合或未知 |
| 曝光与消耗 | 有来源才填写 |
| 制作成本与时间 | 有来源才填写 |
| GMV 与归因口径 | 预估或实数、归因窗口、净成交或支付口径 |
第三方工具数据要注明平台、查询日期、统计区间和估算属性。聚合表无法逐条复核时,写明「沿用用户聚合口径」。只有一个时间窗时可以做当期观察,不能写跨期跃迁。
## Phase 1:打场景标签
逐条标「大场景 + 细分场景」,规则如下:
1. 以开头五到十秒触发的用户需求为主要标签依据,并保留原文。
2. 内容形式与场景分开。测评、剧情、打卡属于形式;通勤补妆、露营早餐、夜间临时办公属于场景。
3. 场景名称要包含具体用户、时刻或任务,避免只写「便携」「高端」「年轻人」。
4. 相似场景先写清可复现的标签边界。画面人数、地点、时间由头和任务都可以作为边界,但不能单独证明需求强度。
5. 标签判断有歧义时保留两个候选,并标「待确认」,不强行归类。
标签表:
| 素材 ID | 开场原文 | 大场景 | 细分场景 | 内容形式 | 标签依据 | 字段决策状态 |
|---|---|---|---|---|---|---|
## Phase 2:区分三个数据含义
| 指标 | 代表什么 | 不能代表什么 |
|---|---|---|
| 素材条数和占比 | 内容投入体量 | 曝光效率、制作效率或因果效果 |
| GMV 和占比 | 观察到的销售结果 | 广告增量、利润或场景导致的成交 |
| 单条 GMV | 同口径素材的结果密度 | 投放效率、创作效率或场景因果强度 |
`单条 GMV = 同一场景归因 GMV ÷ 同一口径素材条数`。
没有投放消耗、曝光、制作成本或时间等分母时,不能把单条 GMV 称为效率。即使有分母,也要先确认平台、归因窗口和收入口径一致,再使用 ROAS、千次曝光结果或单位制作成本结果等具体指标。
## Phase 3:先做可比性检查
比较前逐项核对:
| 维度 | 相同或已校正 | 不同且未校正时 |
|---|---|---|
| 平台与流量机制 | 可比较 | 分表展示 |
| 时间窗与季节 | 可比较 | 标记季节或周期干扰 |
| 账号、达人与粉丝基线 | 可比较 | 不做直接优劣排名 |
| 价格与权益 | 可比较 | 标记促销和价格干扰 |
| 内容形式与时长 | 可比较 | 分组比较 |
| 投放状态 | 可比较 | 自然与付费分开 |
| GMV 归因口径 | 可比较 | 停止计算统一结果密度 |
无法拉齐时,输出「不可直接比较」及最小补数动作,不把不同条件下的高低写成场景优劣。
## Phase 4:体量与结果密度四象限
四象限只用于机会筛选:
| 内容投入体量 | 结果密度 | 观察标签 | 下一步 |
|---|---|---|---|
| 高 | 高 | 规模与密度均高 | 检查干扰因素,再设计复现或增量测试 |
| 高 | 低 | 规模驱动观察 | 核对投放目的、素材质量和价格权益 |
| 低 | 高 | 小样本候选 | 检查是否由单条爆款或单一达人拉动 |
| 低 | 低 | 低信号观察 | 补样本或降低测试优先级,保留可逆性 |
高低线必须在分析前说明依据,可以选:
- 当前可比样本的中位数或分位数。
- 预先登记的业务目标。
- 由历史同口径数据形成的规则。
- 样本不足时只写连续值,不切高低。
不得默认使用无来源平均值、固定条数占比或固定样本阈值。落在分界附近时标「边界案例」。单条爆款需要单列离群点分析,不能证明整个场景有效。
四象限不自动生成「重投、加码、砍掉」等动作。预算决策还要结合贡献毛利、供给、内容成本、增量测试和业务目标。
## Phase 5:跨期与跨竞品观察
只有可比口径才能讨论变化:
| 场景 | 时间窗 1 体量与结果 | 时间窗 2 体量与结果 | 可比性 | 观察 | 假设 | 干扰因素 |
|---|---|---|---|---|---|---|
变化先写观察,例如「该场景素材占比上升,结果密度同时上升」。原因只能写假设,例如价格变化、达人更换、投放加码、内容形式变化或需求增长。没有控制变量或增量测试时,不宣称场景导致增长。
竞品数据只能证明竞品在特定条件下出现过结果,不能代替我方产品、价格和内容验证。
## Phase 6:形成我方场景候选地图
把原点、扩展和联想场景整理成候选:
| 场景层 | 候选场景 | 观察依据 | 干扰因素 | 字段决策状态 | 证据状态 | 验证结果 | 最小验证动作 |
|---|---|---|---|---|---|---|---|
场景差异先写观察与假设。下一步用控制变量或增量测试验证,至少写清变量、对照、时间窗、样本单位、归因口径和停止条件。
## 中性示例
用户提供某便携台灯的两组竞品素材。A 组来自暑期促销、头部达人、付费投放;B 组来自秋季日常价、中腰部账号、投放状态未知。A 组「宿舍熄灯后阅读」单条 GMV 较高。
正确处理:
- 把单条 GMV 写成结果密度,证据状态为待核验。
- A、B 两组因时间窗、达人、价格权益和投放状态不同,标「不可直接比较」。
- 「宿舍熄灯后阅读可能值得测试」写成修改建议,验证结果为未验证。
- 先在相同价格、相近账号和同一内容形式下测试场景变量,再判断能否复现。
## 输出模板
```markdown
# {产品或品类} 场景机会地图 V1
## 1. 数据来源与口径
## 2. 可比性检查
## 3. 场景标签表
## 4. 内容投入体量、销售结果与结果密度
## 5. 四象限机会筛选
## 6. 跨期与跨竞品观察
## 7. 我方场景候选地图
## 8. 干扰因素与证据缺口
## 9. 控制变量或增量测试计划
```
## 自检
- [ ] 每条数据保留平台、时间窗、账号或达人、价格权益、素材形式、投放状态和归因口径。
- [ ] 素材条数、GMV、单条 GMV 分别解释为内容投入体量、销售结果和结果密度。
- [ ] 缺少分母时没有使用效率或因果结论。
- [ ] 高低线有预先说明的依据,没有套固定比例或无来源平均值。
- [ ] 四象限只做机会筛选,没有自动决定预算。
- [ ] 单条爆款没有升级成场景有效。
- [ ] 输出包含三轴状态和干扰因素。
## 下一步
- 场景候选需要真实验证:交 `/ljh-koc` 设计自然或付费验证。
- 需要拆成可控内容变量:交 `/ljh-yinzi` 形成因子候选和测试计划。
- 需要核对贡献毛利与预算:交 `/ljh-suanzhang`。
Files in this skill
- SKILL.md
- references/three-axis-protocol.md
- scripts/check_update.py
Attribution
Comments
Loading comments…
Newsletter
Get the weekly list of safe new skills, and the ones we pulled.