Planners Quali Box

License: AGPL v3 Codex Skill Claude compatible

一个面向社媒笔记、评论、搜索词与竞品内容的定性分析 Skill。它把五种不同的问题框架放进同一入口,但保留每种方法各自的数据处理、推理 Gate 与报告形态。

作者:阿祖不看 TVC 网站:demyth.info · 邮箱:[email protected] · GitHub:@thePlannerIvan

它解决什么问题

研究问题 路由方法 典型产出
消费者情绪背后的人性真相与文化张力是什么 Ogilvy 社交情绪洞察 深度地图、文化张力、证据卡
品牌占据怎样的情感空间 NeedScope 二维情感空间、当前位置与机会区
品牌想让谁采取什么行动、靠什么说服 GWTB GET / WHO / TO / BY 策略板
品类惯例在哪里失效 TBWA 惯例、疲劳、愿景与颠覆路径
哪组文化对立正在发生结构变化 Lévi-Strauss 二元对立、转换候选与趋势边界

无论选择哪种方法,报告都遵守同一套审阅契约:结论可反驳、证据可回溯、反证可见、置信度有解释、边界不隐藏。

核心工作流

研究问题与原始数据
  → 登记来源、字段、样本账目与证据角色
  → 选择一个最匹配的方法
  → 运行该方法专属的预处理与推理链
  → 审阅证据、反证、置信度与边界
  → report.md(完整分析底稿)
  → report.html(结论优先、可导航的单文件阅读版)

适合与不适合

适合:

  • 已有 CSV、TSV、JSON、XLSX、TXT 或 Markdown 形式的文本数据;
  • 需要把大量社媒材料变成可审阅、可追溯的策略判断;
  • 希望同时保留 Markdown 分析底稿与 HTML 决策阅读版;
  • 愿意明确数据边界,而不是把定性样本伪装成总体民调。

不适合:

  • 没有数据却要求确定性消费者结论;
  • 需要正式 NeedScope 量表、代表性抽样或统计推断;
  • 只想得到词云、泛化摘要或自动生成的品牌口号;
  • 要求把五种方法混成一个统一分数。

安装

以下命令在 canonical GitHub 仓库发布后可用:

使用 Skills CLI:

npx skills add https://github.com/thePlannerIvan/planners-quali-box --skill planners-quali-box

或手动安装到 Claude Skills:

git clone https://github.com/thePlannerIvan/planners-quali-box.git ~/.claude/skills/planners-quali-box

也可以克隆后将完整目录复制到 ~/.codex/skills/planners-quali-box

依赖

基础报告生成不依赖联网资源。脚本使用 Python 3.10+;不同方法按需使用:

  • 通用文本预处理:jieba
  • 表格输入:openpyxlxlrd
  • 轻量聚类:scikit-learn
  • Ogilvy 大样本语义主题路线:见 scripts/requirements-ogilvy.txt

缺少可选依赖时,Skill 必须在报告中明确写出降级状态,不得把未聚类结果描述成等价分析。

典型 Prompt

使用 $planners-quali-box 分析这批社媒评论。
我想理解消费者情绪背后的人性真相与文化张力。
请先登记每个原始文件的数据来源、字段、样本账目与清洗规则,
最后同时交付 report.md 和结论优先、可隐藏导航的 report.html。
使用 $planners-quali-box 比较三个品牌的传播策略。
先判断每条内容是官方表达、商业合作还是消费者内容,
再为每个品牌分别拆解一套 GET / WHO / TO / BY。
证据不足的格子保留不确定,不要补写成事实。

目录结构

planners-quali-box/
├── SKILL.md                 # Skill 路由、流程与完成 Gate
├── agents/openai.yaml       # Codex/Agent 展示配置
├── assets/                  # Markdown/HTML 模板与五种方法模块
├── references/              # 方法说明、边界与脚本路由
├── scripts/                 # 可复现的预处理脚本
└── evals/                   # 合成数据、测试 Prompt 与评分规则

数据与隐私

仓库中的 eval 数据全部为虚构合成数据,仅用于检查流程、溯源和报告结构。请勿提交真实客户资料、平台 Cookie、访问令牌、私人账号信息或未经许可的社媒全量导出。更多说明见 SECURITY.md

方法名称与项目归属

Ogilvy、NeedScope、BBDO、GWTB、TBWA 及 Lévi-Strauss 等名称仅用于描述分析框架或学术来源。本项目不是相关机构的官方产品,也不代表其背书。详见 THIRD_PARTY_NOTICES.md

Planners Quali Box 与“阿祖不看 TVC”的项目名称、标识和官方来源不随代码许可证自动授权。Fork 可以说明来源,但不得暗示是官方版本。详见 TRADEMARK.md

许可证与商业合作

代码与原创文档采用 GNU AGPL-3.0 发布。商业使用并未被禁止,但修改版及网络服务需要遵守 AGPL 的对应源码义务。

私有部署、企业模板适配、闭源商业授权、工作流定制、培训与咨询请查看 COMMERCIAL.md