扣子Coze智能体实战：自动化拆解抖音对标账号，输出完整分析报告（喂饭级教程）

作为短视频创作者，你是否经常遇到这样的困扰：

• • 花了大量时间创作内容，却总是无法获得理想的播放量？
• • 看到其他账号快速增长，却不知道他们成功的秘诀在哪里？
• • 想要参考优秀账号的经验，却不知从何下手分析？

如果你有以上任何一个困扰，那么你需要一个对标账号拆解的智能体，帮助你系统地分析对标账号，让创作少走弯路。

1、对标账号拆解智能体

对标账号拆解简单来说，就是找到行业内做得好的账号，仔细研究他们为什么成功，然后学习他们的优点。

这个过程包括分析目标账号的定位策略（他们针对什么人群）、人设塑造（他们在观众心中树立什么形象）、选题方向（他们做什么内容）、内容结构（他们怎么组织内容）和变现路径（他们怎么赚钱）等多个维度。

通过对标账号拆解，内容创作者可以：

• • 快速掌握行业内容创作的最佳实践和成功模式，少走弯路，避免从零开始摸索
• • 了解目标受众的真实需求和内容偏好，明确自己应该创作什么内容最受欢迎
• • 发现可借鉴的创作技巧和内容结构，比如视频开头怎么吸引人，结尾怎么引导互动
• • 避免常见的内容创作误区，知道哪些是行业内的"雷区"，不要踩坑
• • 节省时间和精力，直接借鉴成功经验，快速提升自己的内容质量

需要注意的是，对标账号拆解不是简单的模仿和复制，而是要在理解对方成功要素的基础上，结合自身特点进行创新和优化，打造出具有个性化的优质内容。

就像学习绘画一样，先临摹大师作品学习技巧，再发展出自己的风格。盲目抄袭只会让你成为别人的影子，无法形成自己的独特价值。

整个智能体搭建过程，主要分为两个步骤：

1. 1. 工作流搭建：将场景流程转化为可自动化运行的步骤化模块，就像搭积木一样，一步步将各个功能模块连接起来，形成一个完整的工作流程。
2. 2. 智能体设置：将工作流嵌入 AI 智能体中，使其能理解对话内容并智能判断何时调用相应工具，这样用户只需简单对话，就能触发复杂的自动化流程，获得专业的分析结果

2、搭建智能体的工作流

1）创建空白工作流

登录Coze官网，在“资源库-工作流”里新建一个空白工作流，取名“benchmark_analysis”。

2）开始节点

这里通常用来定义工作流启动时需要的输入参数，比如对标账号的视频链接（video_url）。

3）获取对标账号视频信息

通过“视频搜索”插件的“douyin_data”工具，获取对标账号视频信息。

• • 输入
  • • api_token：从哪获取？点击“感叹号”，通过网站可以获取。
  • • douyin_url：开始- video_url

4）根据用户ID，批量获取视频列表

通过“视频搜索”插件的“get_user_video_all”工具，批量获取视频列表。

• • 输入
  • • sec_user_id：获取对标账号视频信息- sec_ uid
  • • page：1

5）批量获取视频详细信息

这个环节会使用批处理节点，批处理体内部会执行两个节点：

1.单个获取视频详情

通过“视频搜索”插件的“douyin_data”工具，单个获取视频详情。

• • 输入：
  • • api_token：同上
  • • douyin_url：批量获取视频详细信息-share_url

2.根据分享链接下载视频

通过“视频下载”插件的“download_video”工具，下载视频。

• • 输入：
  • • url：获取单个视频详情- share_url

3.批量提取视频文案

通过“字幕获取”插件的“generate_video_captions_sync”工具，提取视频文案。

• • 输入：
  • • url：根据分享链接下载视频- url

4.将视频文案信息整合进视频列表中

• • 通过python代码，将视频文案信息整合进视频列表中

async defmain(args: Args) -> Output:
    # 如果 args.params 为 None，则使用空字典
    params = args.params or {}

    # 从 params 提取子项，如果为 None，则使用空字典
    aweme = params.get("aweme") or {}
    text_data = params.get("text_data") or {}

    # 为 aweme 添加字段 text
    aweme["text"] = text_data.get("content", "")

    aweme_detail = params.get("aweme_detail", {})
    aweme["aweme_detail"] = aweme_detail

    # 构造返回值
    ret: Output = {
        "aweme": aweme
    }
    return ret

6）通过python代码，将信息整理为格式化的数据

• • 节点的输入、输出如图所示：

• • python代码如下：

async defmain(args: Args) -> Output:
    # 1. 先安全地获取 params
    params = getattr(args, "params", {})  # 如果 args 或 params 不存在，就给空字典
    ifnotisinstance(params, dict):
        return []  # 如果 params 不是字典，直接返回空列表

    # 2. 安全地获取 aweme_list
    aweme_list = params.get("aweme_list", [])
    ifnotisinstance(aweme_list, list):
        return []  # 如果 aweme_list 不是列表，也直接返回空列表

    result = []

    # 3. 遍历 aweme_list，依次处理
    for aweme in aweme_list:
        # 如果当前 aweme 非字典类型，直接跳过
        ifnotisinstance(aweme, dict):
            continue

        # 4. 安全获取 share_info 和 statistics
        share_info = aweme.get("share_info", {}) ifisinstance(aweme.get("share_info"), dict) else {}
        statistics = aweme.get("statistics", {}) ifisinstance(aweme.get("statistics"), dict) else {}
        text = aweme.get("text", "")

        # 5. 提取各字段信息，并在取值时加默认值
        video_id = statistics.get("aweme_id", "")
        title = share_info.get("share_title", "")
        link = share_info.get("share_url", "")
        digg_count = statistics.get("digg_count", 0)
        comment_count = statistics.get("comment_count", 0)
        collect_count = statistics.get("collect_count", 0)
        share_count = statistics.get("share_count", 0)

        # 6. 获取 aweme_detail 并判空
        aweme_detail = aweme.get("aweme_detail", {}) ifisinstance(aweme.get("aweme_detail"), dict) else {}
        #   获取作者信息
        author_info = aweme_detail.get("author", {}) ifisinstance(aweme_detail.get("author"), dict) else {}
        author_name = author_info.get("nickname", "")
        signature = author_info.get("signature", "")
        sec_uid = author_info.get("sec_uid", "")

        # 7. 获取时间和时长，这里可以进一步做类型检查，防止计算时报错
        raw_create_time = aweme_detail.get("create_time", 0)
        create_time_ms = raw_create_time * 1000ifisinstance(raw_create_time, int) else0

        raw_duration = aweme_detail.get("duration", 0)
        duration_sec = raw_duration / 1000ifisinstance(raw_duration, (int, float)) else0

        # 8. 组装返回数据
        item_dict = {
            "fields": {
                "视频ID": video_id,
                "标题": title.strip(),
                "文案": text,
                "链接": {
                    "text": "查看视频",
                    "link": link.strip(),
                },
                "点赞数": digg_count,
                "评论数": comment_count,
                "收藏数": collect_count,
                "分享数": share_count,
                "作者": author_name,
                "用户简介": signature,
                "用户ID": sec_uid,
                "发布日期": create_time_ms,
                "时长": duration_sec
            }
        }
        result.append(item_dict)

    return result

7）通过大模型节点，使用DeepSeek生成拆解报表。

系统提示词如下：

根据对标账号的视频列表信息
{{input}}

自动生成结构化的报告：
- 账号基本信息：名称、简介
- 定位：账号核心受众、差异化价值
- 人设：IP形象、语言风格
- 选题方向：爆款主题分类、发布时间规律
- 内容结构：开场、叙事节奏、结尾引导
- 变现路径：广告、带货、课程等模式分析

8）飞书文档插件：创建飞书文档

通过“飞书云文档”插件的“create_document”工具，创建飞书云文档。

• • 输入：
  • • content：使用DeepSeek生成拆解报表-output

• • folder_token：指定文档所在文件夹 的 Token，不传或传空表示根目录。支持输入文件夹 token 或者 文件夹 URL。如下图红框所示：

9）结束节点

最后输出对标拆解报告的文档链接，完事~

3、创建智能体

工作流只是一个自动化脚本，如果想在对话中直接使用，就需要封装成一个 AI 智能体。

1）新建智能体

在 Coze 中进入“智能体”版块，新建一个 智能体，取个好记的名字，比如“对标账号拆解智能体”。

2）人设与逻辑

编辑该智能体的“人设与逻辑”，告诉它自己是一个专业的对标账号拆解助手。提示词如下：

当用户输入视频 url 时，调用 `benchmark_analysis`工作流来生成对标拆解报告。

3）绑定工作流

把之前的“benchmark_analysis”工作流加进来，让智能体在合适的时机自动调用它。、

4）测试并发布

在右侧面板中进行对话测试，输入个短视频的链接，看智能体是否能正确完成对标拆解，并成功写入飞书文档。

确认无误后点击“发布”，就可以把这个智能体发布到飞书或其他渠道。

5）查看飞书文档中的对标拆解报告

通过对标账号拆解智能体，我们成功生成了一份结构清晰、内容完善的对标拆解报告。

4、小结

本文我们构建了一个对标账号拆解智能体。

这个智能体能够自动化提取目标账号的视频内容、互动数据和受众反馈，为内容创作者提供全方位的竞品分析视角。

从抓取视频数据、解析文案内容，到生成结构化报告，每一步都经过精心设计，确保分析结果既全面又精准。

这种自动化工作流程大大简化了传统人工拆解的繁琐步骤，让分析过程变得轻松高效。

对创作者来说，这是一个实用的学习对标的工具，能快速掌握成功账号的运营要点。

你不必再费时费力地一个视频一个视频地看，也不用担心遗漏重要信息。

智能体会系统地总结出对方的内容策略、互动规律和增长技巧，让你一目了然。

以往可能需要团队几天才能完成的分析工作，智能体现在只需要几分钟就能生成专业报告。

这意味着创作者可以将更多精力投入到内容创作本身，而不是耗费在繁琐的分析工作上。

如果你觉得这篇文章有帮助，别忘了点赞、关注、收藏哟，传统美德不能丢哟~