TikTokFlow AI

面向跨境新手的 TikTok 内容机会识别与短视频创作智能体。

TikTokFlow AI 将选题分析、内容策划、脚本创作和风险检查整合为一个可复用的 AI 工作流。用户只需输入产品品类、目标市场和核心卖点，系统即可对候选趋势进行分析，生成可执行的短视频内容包，并保留人工审核环节。

项目要解决的问题

跨境卖家和个人创作者在开始 TikTok 内容运营时，通常面临以下问题：

• 不知道目标市场用户关注什么，选题高度依赖经验。
• 不熟悉海外语言习惯和内容表达方式，生成内容容易出现翻译腔。
• 从趋势分析到脚本创作需要频繁切换工具，单条内容准备耗时较长。
• 缺少结构化的内容评估方法，难以解释为什么选择某个选题。
• 容易忽略夸大宣传、文化敏感、版权和平台政策等内容风险。

本项目聚焦于内容发布前最耗时、最依赖经验的决策与创作环节，帮助用户更快地获得一份可审核、可执行的 TikTok 内容方案。

目标用户

第一优先级是首次尝试 TikTok 内容营销、缺少海外运营经验的中小跨境卖家。

第二优先级是希望通过 TikTok 创作内容，但不熟悉选题、脚本和本地化表达的个人创作者。

第三优先级是需要批量生成创意草案，提高策划效率的代运营团队和 MCN 机构。

使用场景

新品内容冷启动

卖家准备推广一款新产品，但不知道应该从哪个内容角度切入。用户输入产品信息和目标市场后，TikTokFlow AI 输出 Top 5 内容机会，并为最佳机会生成多种短视频创意。

日常内容策划

创作者需要持续发布内容，但每天寻找选题和编写脚本耗时较长。TikTokFlow AI 将候选趋势、产品卖点和目标受众整合为结构化内容包，减少重复策划工作。

海外内容本地化

跨境团队已经拥有产品素材，但缺少符合目标市场表达习惯的脚本、字幕和文案。TikTokFlow AI 根据目标市场生成本地化内容，并提示潜在的文化和合规风险。

为什么值得做

TikTok 内容运营的难点不只是生成一段文案，而是完成从“什么值得做”到“具体怎么做”的连续决策。现有工具往往只解决单个环节，例如生成标题、翻译文案或剪辑视频，用户仍然需要自行判断选题是否适合产品、内容是否容易执行、表达是否符合目标市场。

TikTokFlow AI 的价值在于将这些步骤组织为一个可解释、可复用的人机协同工作流：

1. AI 负责整理产品信息、分析候选趋势、生成创意草案和执行风险检查。
2. 用户负责提供真实业务背景、选择内容方向并完成最终审核。
3. 每个推荐结果都包含评分和理由，方便用户理解、修改和复用。

项目当前不承诺保证播放量、粉丝增长或销售结果，也不在未经授权的情况下自动发布内容。原型优先验证内容决策与创作工作流是否真正提升用户效率和输出质量。

核心 Skill

核心 Skill 名称为 generate-tiktok-content-brief。

输入：
产品品类 + 目标市场 + 产品描述 + 核心卖点 + 候选趋势数据

工作流：
1. 提取目标受众、用户痛点、产品价值和使用场景
2. 对候选趋势进行相关性、受众匹配度、创意适配性、制作可行性和内容安全评分
3. 输出 Top 5 内容机会及推荐理由
4. 为最佳机会生成三种短视频创意方向
5. 输出 Hook、脚本、分镜、字幕、文案、标签、CTA 和拍摄清单
6. 检查夸大宣传、文化敏感、版权和平台政策风险
7. 交由用户进行最终审核

输出：
可直接交给创作者执行的 TikTok 内容包

Prototype 范围

当前原型聚焦于“内容机会识别与短视频创作”闭环，支持：

• 输入产品、市场和卖点信息。
• 使用原型候选趋势数据生成 Top 5 内容机会。
• 生成三条完整短视频内容方案。
• 输出风险提示和人工审核清单。
• 导出结构化内容包。

当前原型不包含：

• 未经授权的 TikTok 实时数据抓取。
• 自动视频剪辑和生成。
• 自动发布到 TikTok 账号。
• 对播放量、粉丝增长或销售结果的保证。

实时数据接入、视频生成和合规发布能力将在后续阶段基于平台授权和真实用户验证逐步接入。

如何验证项目有效

项目将从功能、效率、质量和用户反馈四个维度进行验证。

功能验证

• 是否能在 1 分钟内输出 Top 5 内容机会。
• 是否能解释每个机会的评分、推荐理由和潜在风险。
• 是否能生成包含 Hook、脚本、分镜、字幕、CTA 的完整内容方案。
• 是否能针对不同目标市场调整语言和表达方式。

效率验证

• 对比用户使用前后完成一份内容方案所需的时间。
• 记录用户从输入产品信息到获得可审核内容包的操作步骤数量。

质量验证

• 邀请跨境运营人员对选题相关性、脚本可执行性、本地化程度和风险控制进行评分。
• 使用相同产品信息，对比人工方案、通用大模型直接生成结果和 TikTokFlow AI 工作流结果。

用户验证

• 邀请 5 至 10 名目标用户试用原型。
• 记录用户是否愿意采用推荐选题、是否需要大幅修改脚本，以及是否愿意再次使用。
• 收集用户对结果可解释性、操作难度和实际帮助程度的反馈。

示例输入

产品品类：家居收纳
目标市场：美国
产品名称：可折叠衣柜分隔板
核心卖点：无需工具、节省空间、租房友好
内容风格：真实体验、轻松幽默

示例输出

系统将返回：

• Top 5 内容机会评分表。
• 三种短视频创意方向。
• 每条创意的 Hook、脚本、分镜、字幕、文案、标签和 CTA。
• 内容风险提示。
• 人工审核清单。

半决赛 Agent Demo

半决赛演示入口：

demo/index.html

该页面是一个本地可运行的交互式 Agent Prototype，整合 generate-tiktok-content-brief Skill 的核心工作流。评审可以修改产品、市场、卖点和内容风格，点击生成内容包，查看 Agent 输出的内容机会、短视频脚本、风险提示和结构化 JSON。

最小可跑 Dry Run

为了方便评审复核工作流，本仓库提供一份固定 replay 样例。该样例不要求 TikTok API 权限，也不要求外部 LLM，即可在本地稳定跑出一份完整内容包。

运行命令：

python scripts\dry_run.py --output examples\thermos-sea-output.json

输入样例：[thermos-sea-input.json](C:\Users\Dell\Documents\New project 2\examples\thermos-sea-input.json)

候选趋势样本：[thermos-sea-trends.json](C:\Users\Dell\Documents\New project 2\examples\thermos-sea-trends.json)

固定输出结果：[thermos-sea-output.json](C:\Users\Dell\Documents\New project 2\examples\thermos-sea-output.json)

样例输入

产品品类：户外水具 / 保温杯
目标市场：东南亚，优先泰国和马来西亚
产品名称：户外大容量保温杯
卖点：
1. 大容量，适合长时间外出补水
2. 保冷保温，适合炎热天气和户外场景
3. 带手柄和防漏杯盖，方便通勤、露营和车内使用

候选趋势来源说明

当前 W2 / 半决赛阶段没有接入 TikTok 官方 API，也没有声称使用实时 TikTok 数据。

固定 replay 使用的候选趋势为人工整理的演示样本，参考来源包括：

• 公开短视频中常见的内容结构，例如 Hot Day Test、What Is In My Bag、Checklist、Satisfying Close-up。
• TikTok Creative Center 页面可见的内容类别和创意形式。
• 跨境卖家常见选题经验，例如通勤、户外、海边、露营、炎热天气补水。

这些趋势只用于验证 Agent 的工作流结构：

候选趋势输入 -> 机会评分 -> Top 5 排序 -> 3 条脚本 -> 风险检查 -> 人工审核

后续如获得 TikTok 官方 API 或第三方合规数据源权限，可替换数据输入层，不改变 Skill 和 Agent 工作流。

固定样例输出摘要

Top 5 内容机会：

排名	内容机会	分数	主要理由
1	Hot Day Cold Drink Test	96	最能直接展示炎热天气下的保冷和户外补水价值
2	Camping Setup Checklist	94	适合海边、露营和短途户外场景，内容可执行
3	Car Commute Hydration	94	通勤场景高频，能展示手柄、防漏和容量
4	One Bottle For The Whole Day	93	适合全天生活方式叙事
5	What Is In My Bag	92	自然融入通勤包和日常装备内容

生成的 3 条短视频脚本方向：

• 炎热天气保冷测试：展示从出门到户外使用的真实体验，不承诺具体保冷小时数。
• 东南亚通勤包必备：以 What is in my bag 形式展示产品，降低硬广感。
• 海边和露营装备清单：把产品放入周末户外装备清单，突出大容量和便携性。

风险检查结果：

• 不得承诺具体保冷小时数，除非有真实测试记录和产品证明。
• 不得承诺播放量、粉丝增长或销售转化。
• 车内镜头必须在停车状态拍摄。
• 音乐、图片、视频素材必须自有或已授权。
• 价格、折扣、认证、容量等事实需要发布前再次核验。

技术栈与 LLM 选型

当前 Prototype 技术栈：

• Agent Demo：单文件 HTML、CSS、JavaScript，可直接打开 demo/index.html 运行。
• Skill：generate-tiktok-content-brief/SKILL.md，描述可复用的内容机会识别与创作工作流。
• Dry Run：Python 标准库脚本 scripts/dry_run.py，无外部依赖。
• LLM Run：Python 标准库脚本 scripts/llm_run.py，调用赛事官方 OpenAI 兼容算力端点。
• 数据格式：JSON，用于输入、候选趋势、输出内容包和后续 API Adapter。

LLM 选型说明：

• 当前固定 replay 不依赖外部 LLM，保证评审可以稳定复核。
• Demo 页面使用确定性规则模拟 Agent 工作流，重点展示交互方式和输出结构。
• 官方算力接入使用 https://ai.synnovator.com/v1/chat/completions。
• 通过环境变量配置 APP_KEY、MODEL_ID 和可选 AI_BASE_URL，不在仓库中保存密钥。
• 生产版本的脚本生成、语言本地化和风险改写步骤，由 OpenAI API 兼容的大语言模型完成。
• 模型选择保持可配置，优先选择低延迟、多语言能力强、结构化输出稳定的模型。

验证评分样例

验证维度	样例结果
功能验证	Dry-run 可本地生成 Top 5 机会、3 条脚本、风险检查和 JSON 输出
效率验证	样例运行通常低于 1 秒，人工完成同等结构内容预计需要 30-60 分钟
质量验证	输出包含评分理由、分镜、CTA、素材清单和风险约束，可由运营人员复核
用户价值	用户可直接把内容包交给创作者拍摄，或作为下一轮人工修改和 LLM 生成输入