扣子Coze实战：零基础搭建数据分析智能体，1分钟完成复盘，流量翻10倍

大家好，我是汤师爷，专注AI智能体分享，致力于帮助100W人用智能体创富。

为什么我的视频数据表现总是不尽人意？

明明花了很多时间和精力制作内容，但播放量和互动数据却始终上不去？

每次看数据面板都是一头雾水，不知道该从何处着手改进？

这些都是短视频创作者的普遍困扰。

如今在AI时代，每个人都拥有一位全球最博学的导师——AI智能体。

今天就分享一个视频数据复盘智能体，来实现短视频数据的高效复盘，产出精准优化建议。

1.为什么要做视频数据复盘？

视频数据复盘是创作短视频最关键的步骤，它能帮你清晰地了解：

• • 内容质量评估：通过完播率和互动数据，你能清楚了解视频的优势和需要改进的地方
• • 受众偏好分析：观察高互动视频的共同特征，发现粉丝真正感兴趣的内容类型
• • 持续优化策略：根据数据反馈，调整内容叙述方式和互动设计
• • 提高效率：把精力集中在数据证实有效的内容上
• • 账号稳步增长：持续进行数据分析和内容优化，账号表现必定逐步提升

在当今竞争激烈的短视频市场，不重视数据分析就如同盲目前行，容易碰壁。

通过认真分析数据，我们就能更快找到最适合自己的内容方向。

2. 智能体助力视频数据复盘分析

---

对于短视频小白来说，要复盘视频数据并制作详细的分析报告，完全不知从何着手。

不过现在有了智能体，我们可以让它帮忙分析和优化短视频内容。

先让我们来看看智能体能为我们生成什么样的视频数据复盘报告，效果如下：

2.1. 关键指标对比（基于行业基准与往期数据推测）

| 指标 | 本视频 | 近期平均推测值 | 行业头部基准（短视频） | 差异（与近期/头部） | 结论 | | 播放量 | 1806 | 1112（1806/(1+62.41%)） | 5000+（垂类技术科普） | 较近期+62.41%，较头部-64% | 较自身显著提升，但未达垂类头部水平，仍有增长空间 | | 完播率 | 6.87% | 1.8%（6.87%/(1+282.42%)） | 15%-20%（技术科普类） | 较近期+282%，较头部-55%-65% | 内容吸引力大幅提升，但未达头部水平，需强化后半段留存 | | 平均播放时长 | 14秒 | 7.7秒（14/(1+81.91%)） | 25-35秒（60秒视频） | 较近期+81.91%，较头部-44%-60% | 观众停留时间显著增加，但仍低于头部，需优化信息密度与节奏 | | 2s跳出率 | 30.14% | 40.4%（30.14%/(1-25.33%)） | 15%-25%（优质内容） | 较近期-25.33%，较头部+5%-15% | 开头吸引力明显改善，但仍高于头部，需强化前3秒钩子 | | 5s完播率 | 32.43% | 22.9%（32.43%/(1+41.8%)） | 40%-50%（高留存内容） | 较近期+41.8%，较头部-19%-35% | 前5秒留存提升，但未达头部，需优化前5秒信息传递效率 | | 平均播放占比 | 22.43% | 12.5%（22.43%/(1+78.97%)） | 35%-45%（60秒视频） | 较近期+78.97%，较头部-36%-50% | 观众观看比例显著提升，但仍偏低，需优化内容分段与高潮设计 | | 互动率（点赞+评论+收藏/播放量） | (15+2+6)/1806≈1.27% | 0.78%（假设往期播放量1112，互动量8） | 3%-5%（垂类头部） | 较近期+63%，较头部-57%-74% | 互动表现优于自身，但远低于头部，需强化互动引导 |

差异解释 ：

• • 完播率、播放时长等指标较往期大幅提升，可能因内容从“狂热-幻灭-理性”的认知阶段梳理，贴合目标受众（AI从业者/创业者）的实际困惑，引发共鸣；
• • 2s跳出率下降，可能因开头“朋友对AI去魅”的生活化场景引入，降低观众抵触；
• • 互动率低，可能因内容偏理性分析，缺乏情绪共鸣点或明确的互动引导（如提问、求赞）。

2.2 内容-受众匹配度

• • 匹配度评分： 7/10（中等偏上，核心题材契合但细节需优化）
• • 匹配点：

• • 题材：“AI祛魅”“公司AI化非一步登天”紧扣目标受众（AI从业者/创业者）的实际需求（理性评估AI落地难度），与作者“专注AI智能体分享”的定位高度契合；
• • 人设：作者“大厂资深架构师”背景增强内容可信度，符合技术类账号的“专业+经验”人设需求；

• • 问题：

• • 节奏：61秒视频平均播放14秒（仅22%），结合观看趋势中“25%留存时间00:09”，说明前9秒后观众流失加速，可能因前10秒后进入纯理性分析（如“大模型能力未跨越式提升”），缺乏情绪或悬念支撑；
• • 时长：61秒对技术科普类内容偏短，核心观点（AI发展阶段、落地节奏）未充分展开，可能导致观众“没看够”或“没记住”；
• • 封面/标题：标题重复“对AI祛魅了”，但未突出冲突点（如“狂热→幻灭→理性”的认知转折），封面未展示（假设为默认截图）可能降低点击欲。

2.3 流量结构诊断（基于播放量1806及行业规律推测）

• • 冷启动阶段： 推测正常（播放量1806较往期+62%，说明通过了基础流量池（500-1000）的推荐），但未进入爆发期（1万+播放）；
• • 流量来源推测：

• • 首页推荐：约70%（冷启动核心来源）；
• • 关注页：约20%（作者粉丝基础贡献）；
• • 搜索/其他：约10%（因标题含#ai等8个标签，但分享数0、收藏数6，二次分发弱）；

• • 异常点：

• • 分享数0：技术科普类内容若能引发“共鸣/实用”应触发分享，推测因内容偏“结论输出”，缺乏“可转发的金句/案例”；
• • 搜索占比低：标题标签重复（如#智能体出现2次），关键词覆盖分散（AI工具、大模型、创业等），未聚焦核心搜索词（如“AI祛魅”“AI落地误区”）。

2.4 增长机会与痛点

亮点（可放大）：

① 完播率、平均播放时长较往期大幅提升（+282%/+81.9%），说明内容“AI认知三阶段”框架对目标受众有吸引力；
② 2s跳出率下降（-25.33%），开头“朋友对AI去魅”的生活化场景有效降低观众跳出；
③ 5s完播率提升（+41.8%），前5秒信息传递效率改善（可能因开头直接点题）。

痛点（需解决）：

① 完播率仅6.87%（行业头部15%+）：后半段（00:09后）留存骤降（25%留存时间00:09），内容节奏偏平，缺乏高潮或情绪点；
② 互动率仅1.27%（行业头部3%+）：无明确互动引导（如“你经历过AI幻灭阶段吗？评论区聊聊”），内容偏单向输出；
③ 搜索流量未激活：标题标签重复且分散，未聚焦“AI祛魅”“AI落地误区”等高搜索量关键词；
④ 平均播放占比22.43%（行业头部35%+）：观众仅观看前20%内容，信息密度低，核心观点未充分传递；
⑤ 分享数0：内容缺乏“可转发的价值点”（如金句、实用结论），难以触发二次传播。

痛点排序（影响度）：①（完播率）>②（互动率）>③（搜索流量）>④（播放占比）>⑤（分享数）

2.5 行动方案

| 措施 | 预期结果 | 优先级 | | 优化前3秒钩子：

开头2秒内加入冲突提问（如“你还在狂热期待AI取代人类？”）+ 作者口播“作为10年AI架构师，我告诉你真相” | 2s跳出率降至25%以下，CTR提升10% | 高优 | | 强化互动引导：

在视频中段（00:20-00:30）加入提问（如“你经历过AI从狂热到幻灭的阶段吗？评论区告诉我”），结尾加“觉得有用的点个赞，帮更多人理性看AI” | 互动率提升至2.5%以上 | 高优 | | 标题关键词聚焦：

标题调整为“对AI祛魅了！从狂热到幻灭，AI落地的3个真相（AI架构师实话） #AI祛魅 #AI落地误区” | 搜索流量占比提升至15%+ | 中优 | | 增加信息密度与高潮：

61秒视频中，将“AI发展三阶段”拆分为“现象（狂热）-问题（幻灭）-解决方案（理性）”，在00:30处加入案例（如“某公司盲目AI化失败”），00:50处总结金句（如“AI不是神，是工具；不是颠覆，是进化”） | 平均播放时长提升至20秒+，完播率达8% | 高优 | | 封面A/B测试：

设计2版封面：① 作者+文字“AI祛魅：狂热→幻灭→理性，这才是真相”；② 数据图表（如“AI能力发展曲线”）+ 文字“大厂架构师：AI落地没你想的那么快” | 封面CTR提升15%+ | 中优 | | 优化发布时间：

目标受众（AI从业者/创业者）活跃时间为20:00-22:00（原发布时间19:03偏早），下次发布调整至20:30 | 初始推荐流量提升20%+ | 低优 |

2.6 下步观测指标

| 指标 | 目标值 | 触发动作 | | 完播率 | ≥8% | 未达：优化内容高潮设计（如增加案例/金句）；达标：尝试延长视频至90秒深化内容 | | 2s跳出率 | ≤25% | 未达：重新设计前3秒钩子（如加入画面冲突或强情绪提问）；达标：维持当前开头结构 | | 互动率（点赞+评论+收藏/播放量） | ≥2.5% | 未达：增加互动引导频次（如每30秒提问一次）；达标：测试“引导关注”话术 | | 5s完播率 | ≥40% | 未达：优化前5秒信息（如直接展示“AI祛魅的3个阶段”标题）；达标：强化前5秒信任背书（如“大厂10年经验”） | | 搜索流量占比 | ≥10% | 未达：优化标题关键词（聚焦“AI祛魅”“AI落地”）；达标：增加长尾关键词（如“AI创业误区”） |

这份数据分析报告非常专业和全面！

这样系统化的数据分析对于优化短视频内容非常有帮助，让创作者能够有的放矢地改进内容质量。

3.智能体的搭建流程

智能体的搭建流程主要分为两个步骤：梳理工作流、设置智能体。

3.1 梳理工作流

1. 1. 获取视频的基本信息：包括标题、文案、点赞数、评论数、收藏数、分享数、发布日期

、时长等数据。 2. 2. 获取视频的详细数据：包括播放量、完播率、5s完播率、2s跳出率、平均播放时长、平均播放占比等数据。

3. 3. 通过大模型详细复盘视频数据
4. 4. 输出视频数据复盘报告

3.2 设置智能体

1. 1. 设置人设与逻辑：配置视频数据复盘智能体的特征、回复风格和决策逻辑
2. 2. 创建快捷指令：将工作流与智能体关联，赋予执行具体任务的能力
3. 3. 测试并发布：全面的功能测试，确认正常后将智能体正式发布到生产环境

4.创建工作流

登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“douyin_data_analysis”。

4.1 开始节点

• • 输入：

• • pictures：Image-视频数据的截图
• • url：抖音视频分享链接

4.2 根据视频分享链接，获取视频详细信息

我们通过【视频搜索】插件，获取视频详细信息。

• • douyin_url：选择开始节点的video_url
• • api_token：获取地址 - https://ts.fyshark.com/#/userInfo

4.3 根据视频分享链接，下载视频

我们将使用【视频全平台下载】插件的download功能。通过这个功能，我们可以下载短视频。

插件节点：根根据视频分享链接，下载视频

• • 输入：

• • url：选择开始节点的video_url
• • api_token：获取地址：https://ts.fyshark.com/#/userInfo

4.4 提取视频中的文案

我们将使用【字幕获取】插件的“generate_video_captions_sync”功能。通过这个功能，我们可以根据视频的语音来识别文案。

• • 输入：

• • url：从"根据视频分享链接，下载视频"节点的输出变量中，选择url。

4.6 代码节点：将信息整理为结构化数据

• • 输入：

• • aweme_detail：douyin_data - aweme_detail
• • text：generate_video_captions_sync - content

• • 输出：

• • records：Array

Python代码如下：

 
 
 
 
   
async defmain(args: Args) -> Output:  
    # 从 args 安全获取 params  
    params = getattr(args, "params", {})    
    aweme\_detail = params.get("aweme\_detail") or {}  
    text = params.get("text") or""  
  
    result = []  
  
    # 安全获取 statistics  
    statistics = aweme\_detail.get("statistics") or {}  
  
    # 当获取不到时，就使用默认值  
    video\_id = statistics.get("aweme\_id") or""  
    title = aweme\_detail.get("desc") or""  
    link = aweme\_detail.get("share\_url") or""  
    digg\_count = statistics.get("digg\_count") or0  
    comment\_count = statistics.get("comment\_count") or0  
    collect\_count = statistics.get("collect\_count") or0  
    share\_count = statistics.get("share\_count") or0  
  
    # 安全获取作者信息  
    author\_info = aweme\_detail.get("author") or {}  
    author\_name = author\_info.get("nickname") or""  
    signature = author\_info.get("signature") or""  
    sec\_uid = author\_info.get("sec\_uid") or""  
  
    # 将可能为 None 或非数字的 create\_time 转为 int  
    raw\_create\_time = aweme\_detail.get("create\_time")  
    try:  
        create\_time = int(raw\_create\_time)  
    except (TypeError, ValueError):  
        create\_time = 0  
  
    # 将可能为 None 或非数字的 duration 转为 float  
    raw\_duration = aweme\_detail.get("duration")  
    try:  
        duration = float(raw\_duration)  
    except (TypeError, ValueError):  
        duration = 0.0  
  
    # 组装该条视频的数据  
    item\_dict = {  
        "fields": {  
            "视频ID": video\_id,  
            "标题": title.strip(),  
            "文案": text,  
            "链接": {  
                "text": "查看视频",  
                "link": link.strip(),  
            },  
            "点赞数": digg\_count,  
            "评论数": comment\_count,  
            "收藏数": collect\_count,  
            "分享数": share\_count,  
            "作者": author\_name,  
            "用户简介": signature,  
            "用户ID": sec\_uid,  
            "发布日期": create\_time * 1000,  # 毫秒级时间戳  
            "时长": duration / 1000           # 秒  
        }  
    }  
    result.append(item\_dict)  
  
    return result

4.6 **OCR：**获取图片的文字信息

4.7 大模型节点：将图片信息整理为结构化数据

• • 输入：

• • image_infos：Image2text - results

系统提示词：

 
 
 
 
   
## 角色(Role):  
你是一位精通内容整理和Markdown排版的AI助手。你擅长阅读和理解非结构化的文本内容,并能够将其转化为结构清晰、格式优美的Markdown文档。  
  
## 背景(Background):  
随着社交媒体平台的普及,大量的图文内容被创作和分享。然而,这些内容往往缺乏良好的结构和格式,不利于阅读和理解。将这些内容整理成结构化的Markdown文档,可以大大提高内容的可读性和价值。  
  
## 任务(Task):  
你的任务是接收一段从插件输出的非结构化文本内容(主要是抖音图文中的文字),仔细阅读并理解内容,然后将其转化为结构清晰、格式规范的Markdown文档。你需要:  
  
1. 识别并提取文本中的关键信息,如标题、作者、主要内容等。  
2. 根据内容的逻辑关系,对文本进行分类和整理。  
3. 使用Markdown语法进行排版,包括但不限于使用标题、粗体、斜体、列表等格式。  
4. 确保所有原始内容都被包含在最终的Markdown文档中,不遗漏任何信息。  
  
## 规则与限制(Rules & Restrictions):  
1. 必须使用Markdown语法进行排版。  
2. 使用#、##、###等进行标题划分,层级不超过3级。  
3. 使用-或*进行无序列表编写,使用1. 2. 3.等进行有序列表编写。  
4. 重要内容使用粗体(**文字**)标注,需要强调的内容使用斜体(*文字*)标注。  
5. 保持原文的主要结构和顺序,但可以适当调整以提高可读性。  
6. 不得添加、删除或修改原文的实质内容。  
7. 如遇到不确定的内容,保留原样并用括号标注。  
  
## 参考短语(Reference sentences):  
- 内容完整,不遗漏任何信息  
- 结构清晰,层次分明  
- 格式规范,美观实用  
- 逻辑严密,条理清晰  
- 重点突出,易于阅读  
  
## 案例展示(Case Show):  
### 输入:  
{  
  "image\_infos": [  
    {  
      "words": [  
        {  
          "lang": "auto",  
          "text": "19:29"  
        },  
        {  
          "lang": "auto",  
          "text": "作品数据详情"  
        },  
        {  
          "lang": "auto",  
          "text": "对AI祛魅了,公司AI化不是一步…"  
        },  
        {  
          "lang": "auto",  
          "text": "2025-05-18 19:03发布|部分数据次日更新"  
        },  
      ]  
    }  
  ]  
}  
  
### 输出:  
  
## 风格和语气(Style & Tone)  
- 保持专业、清晰的语气  
- 使用简洁、直接的表达方式  
- 保持原文的重点和强调  
  
## 受众群体(Audience)  
- 小红书电商新手卖家  
- 对开设小红书店铺感兴趣的人群  
- 想要了解小红书电商运营的人群  
  
## 输出格式(Output format):  
使用Markdown格式输出,包括:  
1. 一级标题(#)用于文章主标题  
2. 二级标题(##)用于主要章节  
3. 三级标题(###)用于子章节  
4. 无序列表使用-或*  
5. 有序列表使用1. 2. 3.等  
6. 重要内容使用粗体(**文字**)  
7. 需要强调的内容使用斜体(*文字*)  
  
## 工作流程(Workflow):  
1. 仔细阅读输入的文本内容,理解其结构和主要信息点  
2. 提取标题、作者、标签等元信息  
3. 识别主要章节和子章节,规划文档结构  
4. 按照规划的结构,使用Markdown语法重新排版内容  
5. 使用粗体和斜体突出重要信息和需要强调的内容  
6. 检查确保所有原始内容都被包含,没有遗漏  
7. 最后检查Markdown格式是否正确,调整以确保最佳可读性  
  
## 初始化(Initialization):  
请提供需要整理和格式化的文本内容。我会仔细阅读并按照上述要求将其转化为结构清晰的Markdown文档。不需要输出额外除图片识别文字以外的内容。

用户提示词：

4.8 大模型节点：通过大模型详细复盘视频数据

• • 输入：

• • image_infos：将图片信息整理为结构化数据-image_infos
• • base_info：将信息整理为结构化数据-records

系统提示词：

 
 
 
 
   
# 角色  
你是一名「短视频数据分析师」，专门为创作者复盘单条或多条短视频的表现，找出增长机会并给出具体优化建议。  
  
# 输入示例  
{  
  "image\_infos": "markdown\n# 作品数据详情\n- 发布时间：2025-05-18 19:03（部分数据次日更新）\n- 作品内容：对AI祛魅了对AI祛魅了，公司AI化不是一步…  对AI祛魅了  AI祛魅\n\n## 操作选项\n- 切换作品\n\n## 分析维度\n### 流量分析\n- **流量情况**：流量上涨较多\n- **播放量**：1806，播放量较往期上涨62.41%，对比往期有所提升，表现非常出色，其中完播率和吸粉率数据表现很棒。\n- **查看优化建议**\n\n### 内容吸引力分析\n|指标|数据|与往期对比|\n| ---- | ---- | ---- |\n|完播率|6.87%|比往期 + 282.42%|\n|平均播放时长|14秒|比往期 + 81.91%|\n|2s跳出率|30.14%|比往期 - 25.33%|\n|5s完播率|32.43%|比往期 + 41.8%|\n|平均播放占比|22.43%|比往期 + 78.97%|\n\n### 观看趋势分析\n- **留存分析**：涉及跳出情况，有100%、75%、50%、25%等比例，时间点有00:00、00:45、00:54、00:09，低谷1（低低谷300:36）\n\n",  
  "base\_info": [  
    {  
      "fields": {  
        "作者": "AI架构师汤师爷",  
        "分享数": 0,  
        "发布日期": 1747566234000,  
        "收藏数": 6,  
        "文案": "",  
        "时长": 61.092,  
        "标题": "对AI祛魅了，公司AI化不是一步登天。   #ai #智能体 #大模型 #ai发展 #创业# 智能体 #人工智能 #AI工具 #DeepSeek",  
        "点赞数": 15,  
        "用户简介": "",  
        "评论数": 2,  
        }  
      }  
    }  
  ]  
}  
  
# 任务  
1.**指标对比与异常点**  
   - 将本视频与「近期平均」及「行业头部」基准逐项对比，突出高于或低于 15% 以上的指标并解释可能原因。  
  
2.**内容与受众匹配度**  
   - 根据观众画像与内容类型，判断题材、节奏、时长、封面、文案等是否契合目标受众。  
  
3.**流量结构诊断**  
   - 分析各流量来源的占比，指出推流阶段（冷启动 / 爆发 / 衰退）是否正常；若某一来源占比异常给出推测。  
  
4.**增长机会洞察**  
   - 提炼 3-5 个表现亮点（可继续放大）。    
   - 提炼 3-5 个改进痛点（需优先解决），并按影响度排序。  
  
5.**行动方案**  
   - 针对痛点输出 **可执行的优化建议**，涵盖：选题/脚本、开头 3 秒钩子、信息密度、字幕/配乐、发布时间、封面 A/B 测试、互动引导、二次分发策略等。    
   - 每条建议用「措施-预期结果-优先级」格式呈现。  
  
6.**下步数据观察指标**  
   - 给出下一轮重点关注的 3-5 个核心指标及阈值，说明达到/未达时的应对动作。  
  
# 输出格式（Markdown）  
## 1. 关键指标对比  
| 指标 | 本视频 | 近期平均 | 行业头部 | 差异 | 结论 |  
|------|--------|----------|----------|------|------|  
| 展现量 | … | … | … | +18% | 略优 |  
  
## 2. 内容-受众匹配度  
-**匹配度评分：** 8/10    
-**问题：** …  
  
## 3. 流量结构诊断  
-**冷启动：** 正常（首页推荐 60%）    
-**问题来源：** 搜索占比仅 2%，需提升关键词覆盖  
  
## 4. 增长机会与痛点  
-**亮点 ①** …    
-**痛点 ①** …  
  
## 5. 行动方案  
1.**优化封面对比度** - 预期 CTR +10% - 高优    
2.**开头加悬念问题句** - 预期完播率 +5% - 中优    
…  
  
## 6. 下步观测指标  
| 指标 | 目标值 | 触发动作 |  
|------|--------|----------|  
| CTR | ≥12% | 未达则再做封面 A/B |

用户提示词：

4.9 结束节点

5.创建智能体

5.1 新建智能体

在Coze平台创建一个新的智能体，命名“视频数据复盘智能体”。

5.2 创建快捷指令

指令内容： {{picture}}{{url}}

5.3 测试并发布

上传数据截图，填写视频链接，全面的功能测试，确认正常后将智能体正式发布到生产环境。

视频数据截图示例：

测试结果：

6.总结

以上就是本期分享的视频数据复盘智能体的详细介绍。

通过这个智能体，你可以轻松实现视频数据的科学分析，快速找到内容优化的方向。

AI时代，我们每个人都可以成为数据分析专家。

希望这个智能体能帮助你在短视频创作的道路上走得更轻松。

如果你觉得这个内容对你有帮助，欢迎点赞收藏，也欢迎在评论区分享你的观点和经验。

对了，如果你也对智能体感兴趣，我这边整理了一份开源的智能体学习手册，爆肝10万字，价值999元。

关注下方👇🏻公众号，回复【 智能体 】获取学习手册。