- 校准日期：2026-08-01（Asia/Shanghai）
- 研究平台：小红书
- 采集方式：Ego Lite 登录态、图文筛选、正常滚动与逐个作者主页核验
- 样本规模：30 篇唯一图文、19 个作者
一位准备写 Codex 教程的创作者，最容易从「功能很多，我该先介绍哪个」开始。 这批样本给出的答案恰好相反：低粉账号突破原有受众，往往不是因为把功能讲得更多， 而是因为抓住了一个具体时刻——第一次上手、交付前收尾、设计稿还原、Skill 选择、 长任务失控——并承诺一个读者可以带走的结果。
这份报告的完成线不是找出几个高频词，而是让内容团队可以：
- 用统一口径复核 30 篇样本；
- 判断哪些选题信号值得测试，哪些只是表面话术；
- 拿走一套符合本项目写作规范的选题与内容结构，而不是照抄某个账号。
一、结论先行
1. Codex 图文首先是「保存后再做」的内容
30 篇里有 20 篇保存了点赞、收藏、评论和分享四项数据。在这 20 篇中：
- 19 篇收藏数高于点赞数；
- 点赞中位数为 288，收藏中位数为 374.5；
- 藏赞比中位数为 1.41；
- 分享 / 点赞中位数为 0.21。
这不是平台机制的因果证明，但它足以改变编辑目标：Codex 教程不该只追求让人点头， 而要提供值得保存、之后能照着完成的操作资产。 清单、步骤、模板、核验结果和失败恢复， 比泛泛表达「效率提升」更接近这类内容的使用方式。
2. 真正强的不是「Top 10」，而是「读者正卡在哪一步」
按互斥主题编码，30 篇的表现如下：
| 主题 | 样本数 | 点赞中位数 | 赞粉比中位数 | 解读 |
|---|---|---|---|---|
| Skills、插件与配置 | 10 | 575.5 | 0.86 | 数量最多，竞争也最拥挤；只换一份清单很难形成新价值 |
| 设计与可交付工作流 | 8 | 277 | 0.87 | 受众更窄，但结果可视，适合做完整案例与前后对比 |
| 入门、认知与比较 | 7 | 1,394 | 1.53 | 覆盖面广，适合回答「普通人为什么现在需要学」 |
| 工作习惯与效率 | 5 | 1,907 | 7.06 | 样本不多但信号最强；收尾、长任务、文件和复用是内容空位 |
「工作习惯与效率」只有 5 篇，不能据此宣布它必然优于其他主题；但它至少说明， 下一轮不应继续把全部产能投入「再列一遍 Skill」。使用 Codex 的关键时刻与失败现场， 可能比功能盘点更有区分度。
3. 数字是包装，具体产物才是承诺
对 30 个标题做二元编码：
| 标题信号 | 篇数 | 占比 |
|---|---|---|
| 包含数字或数量词 | 19 | 63% |
| 包含具体工作场景 | 13 | 43% |
| 明确降低新手门槛 | 7 | 23% |
| 使用风险提醒或损失规避 | 6 | 20% |
| 第一人称体验或记录 | 4 | 13% |
| 使用问号 | 1 | 3% |
数字确实高频，但同一批样本里既有 1,813 赞的「十大 Skill」，也有 34、38、46 赞的相似标题。 所以不能把数字当作爆发原因。更可靠的组合是：对象 + 卡点 + 可见产物 + 有边界的完成承诺。
还有一个反常识信号：问号标题只有 1 篇。低粉高表现样本更常直接交付结论、流程或结果， 而不是用悬而未决的问题拖延价值。
4. 「低粉」不等于所有样本都同样强
这 30 篇的作者粉丝中位数为 390.5，点赞中位数为 847，赞粉比中位数为 1.18。 粉丝范围为 29～4,477，点赞范围为 34～3,464。
- 20 篇达到点赞不少于 300 的严格绝对线；
- 12 篇赞粉比不低于 2，属于明显越过原有粉丝盘的样本；
- 4 篇只凭相对指标进入 B 级，不应被描述成平台级大爆文。
报告保留 B 级，是为了观察低粉账号的早期传播信号，而不是用「爆文」包装普通表现。
二、研究问题、读者与非显而易见的角度
reader：正在规划中文 Codex 教程的小红书创作者或本项目内容编辑。anxiety：Codex 选题看起来只剩安装、入门、Skill 清单，担心内容同质化又缺乏真实帮助。obvious_take：统计高频标题词，模仿「Top 10」「保姆级」「别裸装」。chosen_contrast：传播信号不只来自点击话术，更来自一个明确的任务时刻和可保存的交付物。payoff：读者能从需求时刻出发选择选题，并用证据、案例、失败恢复和完成检查写成可用教程。
这里不模仿任何具体作者的表面风格。样本用于寻找需求与内容结构，不用于复制封面、原句或身份叙事。
三、样本口径与采集边界
3.1 入选门槛
每篇必须同时满足：
- 标题或页面主题直接与 Codex 有关；
- 在小红书「图文」结果中出现，或已有逐条图文类型核验；
- 作者公开粉丝数不超过 5,000；
- 笔记 ID 唯一；
- 至少满足一个相对传播条件：
- 点赞数不少于 300；
- 赞粉比不少于 0.15；
- 收藏、评论或分享任一不少于 100。
为了避免一个阈值掩盖差异，报告使用互斥分级：
S：赞粉比 ≥ 2；A：未达 S，但点赞 ≥ 300、赞粉比 ≥ 1，或收藏 / 评论 / 分享任一 ≥ 100；B：未达 A，但赞粉比 ≥ 0.15。
3.2 浏览方法
- 搜索词：
Codex、Codex 教程； - 使用 Ego Lite 的既有登录态；
- 切换到「图文」分类后再记录候选；
- 以约 650～840 像素的自然幅度滚动，卡片批次间停顿约 2～3 秒；
- 作者主页逐个打开，主页间停顿约 5～6 秒；
- 首次安全验证出现后立即停止，由用户人工完成验证，再恢复慢速核验；
- 未调用隐藏接口、未绕过登录或安全验证、未复制笔记正文。
3.3 数据批次
- 20 篇来自 2026-07-27 的逐条核验快照，保存点赞、收藏、评论、分享、粉丝和图文类型；
- 10 篇来自 2026-08-01 的 Ego Lite 搜索与作者主页核验，保存点赞、粉丝和图文类型；
- 页面数字会继续变化，因此表格展示的是快照，不是实时排行榜。
四、30 篇证据账本
— 表示本轮没有记录该公开字段，不代表数值为 0。标题链接指向原笔记的稳定 /explore/{id} 入口。
4.1 2026-07-27 深读批次（20 篇）
| # | 标题 | 作者 | 粉丝 | 赞 | 藏 | 评 | 分享 | 赞粉比 | 级别 |
|---|---|---|---|---|---|---|---|---|---|
| 1 | 从零到一，快速上手 Codex（更新版） | 树先生进化论 | 1,066 | 1,634 | 1,792 | 151 | 329 | 1.53 | A |
| 2 | 从零到一，保姆级 Codex 入门教程 | 树先生进化论 | 1,066 | 1,394 | 1,481 | 60 | 274 | 1.31 | A |
| 3 | Codex 最常用的 11 个斜杠命令 | Moxin Organization | 550 | 511 | 851 | 8 | 116 | 0.93 | A |
| 4 | 让 Codex 起飞的 10 个技巧，我用的很爽！ | 知野AI实践 | 4,477 | 1,382 | 2,085 | 84 | 343 | 0.31 | A |
| 5 | 如何用 Codex + Figma 精准还原设计稿 | 马特MT | 792 | 961 | 1,365 | 31 | 224 | 1.21 | A |
| 6 | 如何用 Codex 生成高品位的 UI 界面 | 马特MT | 792 | 899 | 1,425 | 37 | 220 | 1.14 | A |
| 7 | 如何用 Codex 生成竞品 UI 可视化分析报告 | 马特MT | 792 | 304 | 372 | 5 | 65 | 0.38 | A |
| 8 | Codex 做自媒体必装十大 Skill（新手友好版） | 运营人小禾（AI版） | 211 | 1,813 | 2,548 | 17 | 517 | 8.59 | S |
| 9 | 用 Codex 做设计，我最常用这 10 个 Skill | 运营人小禾（AI版） | 211 | 120 | 209 | 5 | 27 | 0.57 | A |
| 10 | Codex 新手配置思路，这 10 个 Skill 安排上 | 运营人小禾（AI版） | 211 | 46 | 73 | 3 | 10 | 0.22 | B |
| 11 | Codex 千万别裸装，这 10 个必备插件安排上！ | 运营人小禾（AI版） | 211 | 34 | 43 | 0 | 4 | 0.16 | B |
| 12 | 如何用 Codex 给 Figma 做设计规范和设计评审？ | Ayling的设计日记 | 65 | 250 | 377 | 2 | 44 | 3.85 | S |
| 13 | Codex 必装插件 Top 10 建议收藏 | TechLoading | 29 | 640 | 998 | 6 | 120 | 22.07 | S |
| 14 | Codex 别裸装！12 个 Skill 从写作到开发全覆盖 | 心晴九天 | 4,444 | 3,464 | 4,895 | 92 | 660 | 0.78 | A |
| 15 | 如何让 Codex 卷起来搞 UI 多方案比稿！ | 马特MT | 792 | 144 | 213 | 3 | 29 | 0.18 | A |
| 16 | Codex 宠物上线，一键即可唤醒 | 马特MT | 792 | 272 | 261 | 44 | 251 | 0.34 | A |
| 17 | 把网页变成可编辑的 Figma 稿，Codex 也能行 | Ayling的设计日记 | 65 | 39 | 48 | 2 | 11 | 0.60 | B |
| 18 | 吴恩达新发布的 Codex，是我看过最好的教程 | 南风吹啊吹 | 1,749 | 178 | 190 | 691 | 37 | 0.10 | A |
| 19 | 产品经理用好 Codex + Figma，原型图五分钟直出 | 两光年-leo | 1,037 | 156 | 169 | 131 | 26 | 0.15 | A |
| 20 | Codex 新手别乱用！这 10 个热榜 Skill 安排上！ | 运营人小禾（AI版） | 211 | 38 | 51 | 2 | 2 | 0.18 | B |
4.2 2026-08-01 新核验批次（10 篇）
| # | 标题 | 作者 | 粉丝 | 赞 | 藏 | 评 | 分享 | 赞粉比 | 级别 |
|---|---|---|---|---|---|---|---|---|---|
| 21 | Codex cover 了我所有工作 | LN | 258 | 2,609 | — | — | — | 10.11 | S |
| 22 | 保姆级国内卡 118 元充值 Codex 教程 | 五筒 | 55 | 1,941 | — | — | — | 35.29 | S |
| 23 | 设计师用 Codex 精准还原设计稿 | 大斌日记 | 112 | 850 | — | — | — | 7.59 | S |
| 24 | 每天认识一个 AI 产品：Codex | Elaine产品观察 | 537 | 2,644 | — | — | — | 4.92 | S |
| 25 | 国外开发者分享的一个 Codex 使用习惯 | 噗噗鼠 | 270 | 1,907 | — | — | — | 7.06 | S |
| 26 | 国外开发者分享的 Codex 长任务结束前三件套 | 噗噗鼠 | 270 | 2,030 | — | — | — | 7.52 | S |
| 27 | 3 步走！Codex 做电商详情页 Skill 操作流程 | 小丰. | 419 | 946 | — | — | — | 2.26 | S |
| 28 | Codex 正在杀死 Agent 创业团队 | Peki-AI | 2,546 | 844 | — | — | — | 0.33 | A |
| 29 | 原来 Pi 是真的比 CC 和 Codex 好使 | 埃迪Eddie | 107 | 580 | — | — | — | 5.42 | S |
| 30 | 用对 Skill，Codex 制作 PPT 一次成稿不是问题 | 混吃等死又过一天 | 362 | 1,273 | — | — | — | 3.52 | S |
五、选题特征：用户不是在找 Codex，而是在找一条出路
5.1 四类需求时刻
A. 「我还不会」：入门与认知
高表现标题不急着解释术语，而是先解决身份焦虑：普通人、零基础、第一次接触、非开发者。 这一类内容的风险是把「保姆级」写成更长的安装说明。更好的完成线是让读者拿到第一个可检查的产物。
可测试角度：
- 普通人第一次用 Codex，不从安装开始：先完成一份可交接的资料整理；
- 非程序员如何判断一个 Codex 结果「真的完成」；
- 学生、白领、宝妈分别适合从哪一个真实任务开始。
B. 「我装了但不会选」：Skills、插件与配置
数字清单最多，但同质化也最严重。相似的「10 个 Skill」标题从 34 赞到 1,813 赞都有， 证明数量和风险词本身不是稳定优势。
可测试角度：
- 不推荐 10 个 Skill：先用任务、权限和失败成本筛掉 8 个；
- 同一个需求，Skill、Plugin、MCP 和普通文件分别什么时候用；
- 安装不是完成线：如何证明一个 Skill 能复用、能失败、能恢复。
C. 「我要把东西做出来」：设计与工作流
Figma、UI、竞品报告、电商详情页和原型图都把 Codex 变成了具体生产环节。 它们的价值不是「AI 会设计」，而是读者能看见输入、过程和交付物。
可测试角度：
- 用 Codex 做设计评审，而不是再生成一张看起来不错的页面；
- 从截图到可编辑设计稿：哪些部分能自动化，哪些必须人工判断；
- 电商详情页不只生成文案：把约束、证据、复核清单一起交付。
D. 「任务做完了，却没法复用」：习惯、收尾与长任务
「使用习惯」「长任务结束前三件套」并不承诺新功能，却获得 7 倍以上赞粉比。 它们抓住的是熟练用户才会遇到的二阶问题：上下文丢失、结果无法交接、下次还要重来。
可测试角度：
- Codex 长任务结束前，不是说「总结一下」，而是留下三份可验证资产；
- 一个任务什么时候该停：证据、风险和未完成项如何写进交接；
- 文件越来越多后，如何让下一次任务仍然找到正确事实。
5.2 观点与比较内容要单独对待
Codex 正在杀死 Agent 创业团队、Pi 比 CC 和 Codex 好使属于认知与比较，不是步骤教程。
它们能制造讨论，但必须补上任务边界和可复现实验；否则只能得到立场，不能得到知识。
六、内容相关特征：从标题承诺到可保存资产
本节区分三种证据强度：
A 级证据：30 篇都可量化的标题、作者、点赞、粉丝和图文类型；B 级证据：20 篇深读批次保存的收藏、评论与分享；编辑假设：根据证据提出的下一轮内容结构，需要发布实验验证。
6.1 可确认的强信号
- 产物名比功能名重要。 设计稿、竞品报告、详情页、原型图、任务系统、长任务收尾， 都比「Codex 高阶用法」更容易让读者判断是否与自己有关。
- 清单适合保存，但必须有筛选逻辑。 收藏高于点赞说明读者愿意把内容当参考； 只有数量、没有选择条件的清单很容易被同类替代。
- 低门槛承诺有效，但要有证据。 从零到一、保姆级、三步走降低了进入成本， 对应页面仍应展示完成结果，而不是只把步骤写得更细。
- 失败与损失是需求，不是恐吓素材。 「别裸装」「新手别乱用」会吸引注意， 但项目内容必须落到权限、成本、失败恢复或判断标准，不能停在焦虑。
- 经验转译比经验搬运更重要。 「国外开发者分享」提供信息差；真正的知识增量应是 为什么有效、适用边界是什么、中文读者如何复现。
6.2 建议采用的图文节奏（编辑假设）
这不是对 30 篇原文页数的伪统计，而是基于互动信号生成的待测试结构：
- 封面： 人群 / 场景 + 卡点 + 可见结果，数字只在确实有清单时出现；
- 第 1 页： 放最终产物、失败截图或前后差异，证明问题真实；
- 第 2 页： 解释为什么直觉做法失败，给出一个能记住的心智模型；
- 中间页： 围绕同一个案例交替呈现动作、可见结果、意外和修复；
- 倒数第 2 页： 失败诊所，写最常见的错误、可观察症状与恢复动作；
- 最后 1 页： 一张完成检查表，让读者凭证据判断是否做完；
- 评论引导： 询问下一种真实场景或卡点，不用「扣 1 领取资料」替代正文价值。
七、一个完整的选题转译案例
样本 国外开发者分享的 Codex 长任务结束前三件套有 2,030 赞、270 粉，赞粉比 7.52。
我们只使用可确认的标题与互动事实，不复述未采集的原文内容。
7.1 原始需求时刻
读者已经会让 Codex 执行长任务，但结束后遇到三个问题：不知道改了什么、不知道结果是否可信、 下一次接手又要重新解释。这比「再学一个命令」更接近真实工作焦虑。
7.2 适合本项目的独立角度
obvious_take：长任务完成后，让 Codex 总结一下。chosen_contrast：长任务不是在模型说「完成」时结束，而是在别人能继续工作时结束。story_artifact：一份可交接的任务包。knowledge_payoff：读者能用证据判断任务是否真的收尾。
7.3 写作前必须补的研究
正式教程不能凭这个标题编造「三件套」。作者应再用 OpenAI 一手文档和真实仓库实验确认：
- Codex 能读取哪些上下文，哪些不会自动保留；
- 哪些验证结果可以复现；
- 文件、权限、测试和 Git 状态分别怎样影响交接；
- 哪些动作未测试或仍需人工判断。
7.4 建议的完成证据
读者完成后应能出示：变更清单、验证结果、未解决风险和下一步入口。具体格式需要在正式教程的 真实案例中验证，不能把本报告的编辑建议冒充产品行为。
八、下一轮选题矩阵
| 优先级 | 选题 | 读者与焦虑 | 非显而易见的角度 | 读者带走的产物 | HKR |
|---|---|---|---|---|---|
| P0 | Codex 长任务结束前，真正要留下的不是一句总结 | 已经使用 Codex，但结果无法交接 | 「完成」是下一位读者能继续，而不是模型停止输出 | 可交接任务包 | H/K/R |
| P0 | 普通人第一次用 Codex，不从安装开始 | 非程序员怕环境配置 | 先用一个低风险资料任务证明价值，再决定是否配置更多能力 | 第一份可核验结果 | H/K/R |
| P0 | 别让 Codex 自己写、自己验 | 经常得到看似正确的结果 | 生成者与验证者需要不同证据和检查路径 | 双路径验收单 | H/K/R |
| P0 | Codex + Figma：先做设计评审，再谈生成 | 设计师担心 AI 只会做表面效果 | 最有价值的不是多出一稿，而是更早暴露约束冲突 | 设计评审报告 | K/R |
| P1 | 10 个 Skill 里为什么只装 2 个 | 新手被清单淹没 | 用任务频率、权限和失败成本删选，而不是继续扩容 | Skill 决策表 | H/K |
| P1 | 白领把一周资料交给 Codex 前，先做来源账本 | 办公资料散乱且怕写错 | AI 速度不是瓶颈，来源可追溯才是 | 来源账本 + 周报 | K/R |
| P1 | 学生用 Codex 整理资料，怎样不丢掉引用 | 学生怕引用混乱或失真 | 先建立证据边界，再写正文 | 引用可追溯提纲 | K/R |
| P1 | 宝妈用 Codex 做家庭计划，哪些信息不该交给它 | 家庭任务真实但含隐私 | 好教程先分隐私等级，再谈自动化 | 隐私分级家庭计划 | H/K/R |
| P1 | 用 Codex 修 Bug 前，先让它证明 Bug 存在 | 开发者怕越修越乱 | 诊断证据比第一版修复更重要 | 最小复现 + 修复验收 | H/K |
| P2 | Pi、CC、Codex 到底谁更好：别比品牌，先比任务 | 工具选择焦虑 | 用任务路由和失败成本比较，而非主观站队 | 工具选择矩阵 | H/K |
| P2 | Codex 做自媒体：先建信息组合，再开始写 | 创作者想提速又怕空洞 | 研究深度先高于读者，再让 AI 进入创作 | 信息组合与角度卡 | K/R |
| P2 | 文件越来越多后，Codex 为什么开始答非所问 | 长期项目上下文混乱 | 问题不一定是模型，而可能是事实入口与文件边界 | 上下文清单 | H/K/R |
九、失败诊所：最容易误读这批数据的六种方式
失败 1：把「低粉」当作因果
粉丝少、点赞高只能说明当前快照存在越圈传播，不能证明是某个标题词造成的。
恢复动作：同时报告绝对点赞、赞粉比、样本量和快照日期，不写「用了这个词就会爆」。
失败 2：只抄高频词
「10 个 Skill」同时出现在 S、A、B 三个级别，说明形式不能代替内容价值。
恢复动作：每个标题先写清读者、卡点、产物和完成证据，再决定要不要使用数字。
失败 3：把评论高当作教程完成度高
吴恩达教程样本只有 178 赞却有 691 条评论。评论可能是追问、争议或资源需求，不能直接等同于内容质量。
恢复动作：把评论视为下一轮研究问题，发布后人工编码高频困惑。
失败 4：忽略作者集中度
30 篇来自 19 个作者；样本最多的两位作者各占 5 篇，合计占 33%。他们的固定栏目会放大某些标题结构。
恢复动作：比较主题时披露作者集中度；下一轮新增样本时优先扩作者，而不是继续扩同一账号。
失败 5：把旧快照写成实时数据
同一笔记在不同日期的公开点赞已经变化。
恢复动作：所有数字保留快照日期；再次用于排名前重新核验，不覆盖历史记录。
失败 6：把小红书内容当作 Codex 产品事实
这批笔记只能证明用户需求和公开互动，不能证明产品权限、价格、限制或最佳实践。
恢复动作：正式教程中的产品行为必须重新查 OpenAI 一手资料并记录校准日期。
十、迁移练习：把泛题改成可用题
练习题：把「Codex 新手教程」改写成另一个人群的可交付内容。
不要只替换人群名称。依次填写：
- 读者此刻正在做什么；
- 他最怕哪一种失败；
- 普通教程会从哪里开始；
- 为什么那个起点不够；
- 本篇要交付哪个文件、表格、页面或决策；
- 读者用什么可观察证据判断完成。
示例（虚构练习，不是实测结果）：
白领小周周五下午要把 12 份会议记录变成项目周报。普通教程会教他「怎么写提示词」， 这篇改为先建来源账本：每个结论必须指回会议、负责人和日期。完成线不是周报看起来通顺， 而是随机抽三条结论都能找到原始依据。
十一、完成检查表
- 30 个笔记 ID 唯一；
- 30 篇均经过图文分类或逐条类型核验；
- 30 篇样本对应作者的粉丝数均不超过 5,000；
- 30 篇均通过公开的相对传播门槛；
- 单独披露 20 篇严格达到点赞 ≥300，未把全部样本写成同等爆款；
- 保存并披露 2026-07-27、2026-08-01 两个快照日期；
- 完整样本表包含原帖入口、作者、粉丝、点赞、赞粉比和证据缺失标记；
- 报告区分数据事实、方向性推断与待验证编辑假设；
- 没有把相关性描述成小红书推荐机制；
- 没有复制笔记正文或模仿指定作者风格；
- HKR：Knowledge 通过，Hook 与 Resonance 通过。
十二、来源、边界与相邻下一课
本报告的仓库内前置材料：
docs/xiaohongshu-low-follower-high-like-2026-07-30.mddocs/xiaohongshu-codex-image-posts-2026-07-31.mddata/xiaohongshu-low-follower-high-like-2026-07-30.json
20 篇深读批次另有 xhs_codex_20_batch.json 原始快照和
xhs_codex_viral_report.xml 阶段分析，保存在本地研究归档中，未随公开站点发布。
边界：本研究没有曝光量、阅读完成率、关注转化、发布时间归一化数据，因此不使用「互动率」「转化率」 或「平台推荐机制」等无法证明的表述。新批次没有逐篇记录收藏、评论和分享，相关结构结论主要使用旧 20 篇深读批次。
相邻下一课建议：《Codex 长任务如何真正收尾：从“模型说完成”到“别人能接手”》。 正式写作前应补充 OpenAI 一手资料、真实仓库案例、失败复现和可下载的完成检查表。
附录 A：本报告的文章验收记录
reader_intent：帮助中文 Codex 内容编辑从 30 篇证据中选择下一轮选题与结构。hook_scene：创作者面对「Codex 功能很多，却不知道先写什么」的选题现场。tension：模仿高频话术容易同质化，真正的差异来自任务时刻与可交付结果。non_obvious_angle：工作习惯、收尾和复用可能比继续罗列 Skill 更值得测试。story_artifact：30 篇证据账本与下一轮选题矩阵。knowledge_payoff：读者获得主题分布、标题信号、保存倾向、风险边界和选题方法。worked_case：长任务结束前三件套的独立选题转译。failure_recovery：第九节六类误读及恢复动作。transfer_exercise：将泛化新手教程迁移成白领来源账本案例。completion_evidence：第十一节的逐项证据检查表。source_boundary：只把小红书样本用于需求与传播观察；产品事实必须另查一手资料。hkr_result：Hook 通过；Knowledge 通过；Resonance 通过。