我用 2 小时做了个 OpenClaw Skill,3 分钟生成 B 站爆款分析报告
功能很简单：输入一个 B 站关键词，它会自动分析相关爆款视频，并生成一份 HTML 报告。
整个 Skill 大概花了 2 个小时做完，报告生成用了 3 分钟左右。最后出来的结果，比我预期完整很多。
它不是简单列几个视频，而是把样本视频的播放量、标题钩子、内容结构、观众情绪、评论需求、可复制策略都整理了出来。
比如这次报告里，一共分析了 10 条 B 站视频，可见播放合计 3681.1 万。其中最夸张的是硬件茶谈那条《全网最好的装机教程，没有之一》，播放量 2826.6 万，弹幕 4.4 万。
第一类是配置推荐。比如 618 电脑配置、2000 到 3 万预算、23 套配置这种。
第二类是装机教学。尤其是“保姆级”“小白也能学会”“超详细”这种内容，对新手很有吸引力。
第三类是视觉和争议。比如海景房、纯白主机、ROG 全家桶，或者工包、二手、翻新这些容易引发讨论的话题。
具体数字 + 明确承诺 + 时间节点 + 视觉冲击。
800 元神机1000 元海景房装机3000 元最强全新神机2026·618 电脑配置推荐10 万 ROG 纯白全家桶
这些标题看起来很简单，但都抓住了用户真正关心的问题：
这套配置值不值？我会不会买错？能不能直接抄作业？小白能不能自己装？
以前做这类分析，我可能要手动搜索、打开视频、记数据、整理表格，再慢慢总结。整个过程很碎，也很容易半路放弃。
它更像是把一个固定工作流程封装了起来。以后想分析别的关键词，不用从头再来，只需要换一个词重新跑。
当然，这份报告也不是完美的。部分评论洞察还需要进一步抓取真实数据校准，像 3C 装机这种内容也有很强时效性，618 之后很多配置可能就过时了。
但对我来说，它已经能解决一个很实际的问题：快速判断一个关键词有没有内容价值。
这也是现在越来越认同 OpenClaw / Skill 这种模式的原因。
AI 不只是聊天框。当一个具体任务能被封装成 Skill，它就可以被重复调用。
今天分析 B 站关键词，明天分析小红书选题，后天分析抖音爆款。
一个个 Skill 积累起来，才会慢慢变成真正能干活的 AI 员工。
先让 AI 跑完一个具体任务。再让它交付一个能直接看的结果。这比单纯聊天有意思多了。
夜雨聆风
