我批量下载了某个公众号所有文章，分析了爆款内容的共性

之前写过一篇如何用AI+多维表格工具拆解爆款短视频的文章

还在盲目发视频？教你一个拆解爆款视频的方法

其实平时写公众号也会遇到同样的问题，为什么同样领域的作者，写出来的内容就是受欢迎？他们的内容到底有什么特别的地方？

抱着这个问题，我们今天也有同样的思路，来拆解下爆款公众号文章的底层逻辑。

先说说大概的流程：首先我们要把想分析的文章都导出来，然后把这些文章批量进行特征的分析（比如内容框架是怎么写的，表达风格有什么规律等），得出它的风格的参数，最后，我们把这个风格变成一个模板。 有了模板后，我们写文章时，同时就可以把这个模板喂给AI，让AI按模板来修改或输出文章。

最后效果还不错。

那么，我们就来详细看看，如何用AI + python +一些非常简单的数据分析方法和工具，让“内容拆解”这件事变得更可复制。

一、批量导出文章：把内容变成可分析的数据

第一步，我们需要把要分析的公众号文章都导出来。

我经常看“饼干哥哥AGI”的公众号，因为他写的内容也是平时我会去写的。那就用他的文章来进行接下来的分析吧~

如何导出公众号文章？

这里推荐一个我经常用的免费工具 wechatDownload （github.com/qiye45/wechatDownload）

直接在github里下载安装包就好。

页面中有详细的操作指引，这里就不细说了。

我们把文章导出为md格式的文件，因为md文件都比较小，格式也比较友好。

截图就是导出来的文章了，我们保留md的部分就好

二、文章数据预处理

因为我们导出来的文章里，可能会掺杂一些“水货”内容，比如有的文章就写了一句公告，内容过短，有的文章里会有“识别二维码”、“商务合作”、“联系作者”等等和本身内容无关的句子和词语。 这些内容会对分析产生噪音，所以第一步建议对数据进行一遍预处理，把无关的内容都删除掉。

方法比较多，像我们之前介绍过的可以把内容放在多维表格来处理，也可以用自动化工作流来处理。

不过我们是把文章内容导在了本地，并且比较多（饼干哥哥高产，一年写了200多篇文章，，，）

所以我们尝试用python脚本来处理。

比如可以用AI编程工具来写个脚本

运行脚本，所有数据就被我们洗了一遍

下面就是脚本输出的一个预处理的报告

我们可以看到，它帮我们过滤了13篇文章，对每个文章的平均字段和段落数进行了统计，最后保留了220篇质量良好的文章。

三、分析爆款共性：从“感觉写得不错”到“模型可复用”

这一步我们就要对清洗后的内容进行分析了

可以从以下几个维度来进行

• 风格分析：分析词汇特征、句式特征、结构特征
• 风格建模：量化风格特征，生成风格画像
• 模板生成：生成可用于指导 AI 写作的风格模板

我们可以把数据全都丢给AI来分析，但有一个问题，AI一次不能识别太多的内容，再就是，对于这种分析，它很容易产生幻觉。

所以我们就麻烦点，同样用python脚本的方式来处理

脚本里有几个分析点，对词汇特征分析（高频词、情感词、专业术语等），句式特征分析（句长分布、句型比例、标点习惯等），结构特征分析（开头模式、段落组织、结尾风格等），并进行风格评分

然后我们运行脚本，输出了一份分析报告

我们看看这一份报告：

============================================================
文章风格分析报告
============================================================
生成时间: 2025-11-07 23:42:32
分析文章数: 220 篇

------------------------------------------------------------
📊 词汇特征分析
------------------------------------------------------------
总词数: 410,993
独特词数: 22,857
词汇丰富度: 5.56%
平均词长: 2.7 字

高频词TOP 20:
   1. AI       - 3184 次
   2. 生成       -  955 次
   3. 我们       -  932 次
   4. 工作       -  910 次
   5. 代码       -  831 次
   6. 模型       -  784 次
   7. 内容       -  776 次
   8. 用户       -  700 次
   9. 数据       -  681 次
  10. 直接       -  676 次
  11. 工具       -  674 次
  12. 需要       -  660 次
  13. 饼干       -  617 次
  14. 提示       -  611 次
  15. 哥哥       -  607 次
  16. 就是       -  586 次
  17. 分析       -  582 次
  18. 使用       -  566 次
  19. 问题       -  553 次
  20. Claude   -  542 次

关键词TOP 20:
   1. AI       - 权重: 0.2073
   2. 生成       - 权重: 0.0353
   3. Claude   - 权重: 0.0353
   4. 代码       - 权重: 0.0325
   5. 饼干       - 权重: 0.0319
   6. Cursor   - 权重: 0.0300
   7. 模型       - 权重: 0.0291
   8. Agent    - 权重: 0.0275
   9. MCP      - 权重: 0.0275
  10. 用户       - 权重: 0.0260
  11. n8n      - 权重: 0.0254
  12. 一个       - 权重: 0.0243
  13. 编程       - 权重: 0.0235
  14. 提示       - 权重: 0.0226
  15. 工具       - 权重: 0.0225
  16. 内容       - 权重: 0.0217
  17. --       - 权重: 0.0213
  18. 可以       - 权重: 0.0213
  19. 哥哥       - 权重: 0.0210
  20. https    - 权重: 0.0210

情感词统计:
  positive    :  744 次
  negative    :  211 次
  surprise    :   69 次
  question    : 1372 次

------------------------------------------------------------
📐 句式特征分析
------------------------------------------------------------
总句数: 19,522
平均句长: 35.3 字
疑问句比例: 6.42%
感叹句比例: 4.56%

句长分布:
  short   :  4502 句 (23.1%)
  medium  :  5418 句 (27.8%)
  long    :  9602 句 (49.2%)

常用标点TOP 10:
   1. ',' - 19937 次
   2. '.' - 14244 次
   3. ':' -  6353 次
   4. '、' -  3858 次
   5. '?' -  1333 次
   6. '!' -  1279 次
   7. ';' -   520 次

------------------------------------------------------------
🏗️  结构特征分析
------------------------------------------------------------
总段落数: 13,780
平均段落长度: 50.5 字
每篇平均段落数: 62.6

段落长度分布:
  short   : 12394 段 (89.9%)
  medium  :  1187 段 (8.6%)
  long    :   199 段 (1.4%)

常用开头词TOP 10:
   1. AI       -  17 次
   2. 用        -  15 次
   3. 我        -   6 次
   4. 我用       -   6 次
   5. 2025     -   5 次
   6. Claude   -   5 次
   7. 一文       -   4 次
   8. “        -   4 次
   9. 为什么      -   4 次
  10. 保姆       -   4 次

------------------------------------------------------------
🎨 风格画像
------------------------------------------------------------
综合评分: 4.3/10

风格评分:
  词汇丰富度       : █░░░░░░░░░ 1.1/10
  句式多样性       : █████░░░░░ 5.5/10
  情感表达        : █████░░░░░ 5.8/10
  段落组织        : ██████░░░░ 6.3/10
  简洁程度        : ██░░░░░░░░ 2.9/10

风格标签: 详细深入, 结构清晰

============================================================

这份报告，就是对饼干哥哥一年内写的公众号的一个简单的量化的分析。（可以简单做下检查和修改，比如里面的饼干就可以删掉了）

分析完成后，我们就需要对把这个风格特征变成可复用的模板了。这个模板，你可以理解为是一个AI的prompt，我们写文章的时候就把这个prompt扔进去，让AI帮我们根据风格进行润色。

同样的我们新建一个python脚本

让脚本帮我们生成模板

运行脚本

我们看看这个模板

# 写作风格指南## 风格概述
详细深入, 结构清晰

## 词汇使用规范### 词汇特征
- 词汇丰富度: 5.56%
- 平均词长: 2.7 字
- 总体风格: 通俗易懂

### 高频词汇（请在写作中适当使用）
- AI、生成、我们、工作、代码、模型、内容、用户、数据、直接
- 工具、需要、饼干、提示、哥哥、就是、分析、使用、问题、Claude
- Cursor、编程、能力、任务、Agent、MCP、信息、结果、开发、项目

### 关键词（核心主题词）
- AI、生成、Claude、代码、饼干、Cursor、模型、Agent、MCP、用户
- n8n、一个、编程、提示、工具、内容、--、可以、哥哥、https

## 句式风格规范### 句子长度
- 平均句长: 35.3 字
- 建议: 可以使用较长句子，详细阐述

### 句式分布
- 短句（<15字）: 4502 句
- 中句（15-30字）: 5418 句
- 长句（>30字）: 9602 句

### 互动性
- 疑问句比例: 6.42%
- 感叹句比例: 4.56%
- 建议: 适当使用疑问句

## 段落结构规范### 段落组织
- 每篇平均段落数: 62.6
- 平均段落长度: 50.5 字
- 建议: 使用较多段落，保持清晰的结构

### 段落长度分布
- 短段（<100字）: 12394 段
- 中段（100-300字）: 1187 段
- 长段（>300字）: 199 段

## 写作建议### 开头方式
常用开头词: AI, 用, 我, 我用, 2025, Claude, 一文, “, 为什么, 保姆

### 情感表达
- 情感词使用频率: 0.58%
- positive: 744 次
- negative: 211 次
- surprise: 69 次
- question: 1372 次

### 整体风格评分
- 词汇丰富度: 1.1/10
- 句式多样性: 5.5/10
- 情感表达: 5.8/10
- 段落组织: 6.3/10
- 简洁程度: 2.9/10

## AI写作指令模板

请按照以下风格撰写文章：

1. **词汇风格**: 详细深入, 结构清晰
2. **句子长度**: 平均 35 字左右
3. **段落组织**: 每篇约 63 个段落
4. **互动性**: 适度使用疑问句
5. **情感表达**: 保持理性客观
6. **核心词汇**: 围绕以下关键词展开 - AI, 生成, Claude, 代码, 饼干, Cursor, 模型, Agent, MCP, 用户

这个就是prompt了，我们可以对它进行一些修改（里面的饼干还是得删掉）

还就挺有意思的了。

四、用 AI 反向生成：把爆款结构变成可复制的写作模板

我们上一步生成的模板，就是一个可直接复用的 Prompt，直接复制到AI中，让 AI（包括 Claude、Gemini、GPT 或deepseek）根据这个结构来写新的内容。

最后输出出来的文章，反正我试过后，比直接让AI写的，阅读体验更自然一些，不会像“AI 写的”。

你也可以试试看。

后续，我们可以对脚本不断地调优，对指令不断地完善，让生成的文章越来越专业。

你可能会发现，这个流程背后其实代表了一个更大的趋势：

内容创作正在从 “凭感觉” 变成 “可量化、可拆解、可复制”。

而 AI 在这里扮演的不是“代写工具”，而是一个结构模型生成器。

剩下的交给模型来给我们草稿，我们再用思考、经验、理解去润色。

不得不说AI工具让很多工作的效率提升了不止一点点，以往要完成这些分析，起码得花个几天，现在就快的多了。我们更多的精力，就可以放在思考和创新上。