惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
DataBreaches.Net
IT之家
IT之家
The Cloudflare Blog
Apple Machine Learning Research
Apple Machine Learning Research
WordPress大学
WordPress大学
N
Netflix TechBlog - Medium
阮一峰的网络日志
阮一峰的网络日志
P
Proofpoint News Feed
L
LangChain Blog
博客园 - Franky
美团技术团队
J
Java Code Geeks
Microsoft Security Blog
Microsoft Security Blog
博客园 - 叶小钗
小众软件
小众软件
Y
Y Combinator Blog
B
Blog RSS Feed
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
D
Docker
Hugging Face - Blog
Hugging Face - Blog
Jina AI
Jina AI
罗磊的独立博客
大猫的无限游戏
大猫的无限游戏
Vercel News
Vercel News

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
小红书流量暴跌?用 AI 10分钟找出问题。
叁斤 · 2025-10-17 · via 人人都是产品经理

为什么你的小红书笔记越来越没人看?不是你不努力,而是你没用对方法。本文试图打破“流量=运气”的惯性认知,从AI辅助分析的流程出发,重新定义内容优化的底层逻辑,让你从“看不懂数据”到“精准调整”。

昨天不是发了说小红书流量断崖式下跌吗,以前一篇笔记随便都有几千、几百阅读,现在只有几十个。

虽说是因为平台流量不够分了,但别人数据一样很好,就自己数据不好,为啥?

官方不会告诉你原因,你自己看数据,也看不出什么规律。

今天教你用 AI 诊断流量问题,10分钟搞定。

而且 AI 会给你生成可视化图表,一眼就能看出问题在哪。

1. 导出小红书后台数据

首先,你要把小红书后台的数据导出来。

打开小红书创作者中心,点击数据看板、内容分析,选择时间范围:近30天,导出Excel表格

为了让 AI 可以更全面分析,建议把「账号概览」这部分数据也导出最近30天的,给 AI 一起分析和参考。

但只有数据,AI 很难判断问题在哪,所以还需要给 AI 发你最近3~4篇笔记,让 AI 综合判断。

2. 让 AI 分析数据

拿到数据后,把数据丢给AI分析。

工具: ChatGPT、Claude、豆包、Gemini都可以,免费版就够用。

提示词:

我导出了小红书账号近30天的笔记数据和账号数据,帮我分析:

1. 哪些笔记数据好?哪些数据差?

2. 数据好的笔记有什么共同特征?(选题、标题、内容特点等)

3. 数据差的笔记有什么共同问题?

4. 我的流量从什么时候开始下降的?

5. 可能的原因是什么?

6. 给我3个账号优化建议

到这里,其实 AI 已经能给出非常好的建议了,包含账号整体数据、笔记数据、笔记特征和一些建议。

按照 AI 给的建议去修改,大概率数据能恢复一点。

3. 让AI生成可视化图表

AI 的文字分析很好,但还不够直观(不够装X)。如果是公司运营,做数据汇报,更好的方式是:让AI生成可视化图表。

这样你一眼就能看出问题在哪。

怎么让AI生成图表?

之前也分享过,就是让 AI 写一段 HTML 代码,你保存后用浏览器打开就能看图表。

提示词:

基于我的笔记数据,生成3个可视化图表:

图表1:流量趋势图

– 横轴是发布时间

– 纵轴是阅读量

– 用折线图展示流量变化趋势

图表2:选题对比图

– 把笔记按选题分类(你帮我归类)

– 对比不同选题的平均阅读量

– 用柱图展示

图表3:互动率对比图

– 计算每篇笔记的互动率(点赞+收藏+评论)/阅读量

– 用柱状图展示每篇笔记的互动率

要求:

1. 生成完整的HTML代码,包含CSS样式

2. 用Chart.js库来画图(从CDN引入)

3. 图表要美观,有标题,有图例

4. 我能直接保存成.html文件,用浏览器打开

然后 AI 会给你一个 HTML 文件,保存下来,电脑网页打开,就是一个完整的数据图表。

当然,这个图表只是看着爽,给领导汇报的时候有用,自己看的话,我觉得还是文字版更详细。

4. 让 AI 再次给优化建议

有了 Ai 的分析,其实问题一目了然。但具体怎么优化,还要再让AI深度分析一次。

提示词:

我已经看到了你给我的数据反馈,也知道账号有一些问题,但我不知道具体应该怎么调整。 所以希望针对这些问题,你能给我具体的优化建议:

1. 每个问题给1-2个可执行的方法

2. 告诉我优先优化哪个问题

3. 预估优化后能有什么效果

我的账号情况:

– 赛道:【你的赛道】

– 主要内容:【你的内容类型】

– 粉丝量:【你的粉丝】

AI会针对你的具体问题,给出优化建议。

而且你还可以让 AI 给你一个30天优化SOP,AI 会给你完整的优化方向、笔记选题等等,

甚至还能生成笔记文案。

但是30天的笔记文案太多了,生成到21天的时候,对话达到上限(AI不够用了),所以暂停了。

有这些,也够了,可以参考这自行修改,省事很多。

传统的数据分析方法太费时间,而且新手可能也看不出什么规律。

有 AI ,就可以快速发现问题。但最终优化,还是要靠你自己执行。

本文由人人都是产品经理作者【叁斤】,微信公众号:【叁斤】,原创/授权 发布于人人都是产品经理,未经许可,禁止转载。

题图来自Unsplash,基于 CC0 协议。