使用背景
DeepSeek Harness（DSH）于 8 月 13 日发布，采用 MIT 开源与 Cordis 风格“一切皆插件”架构。用户负责内容运营，需要先掌握大家实际在讨论什么，再规划营销内容，而不是凭空猜测选题。
// 已授权用户案例
在 X 上挖掘 DeepSeek hardness 的热门讨论
一次社媒信号检索：聚合 X、小红书、知乎三平台关于新发布的 DeepSeek Harness 的热门讨论，并转化为带风险边界的分优先级发帖计划。
- 执行时间
- 使用工具
$research-social-signals
研究目标
找出 X 上关于 DeepSeek hardness 的热门讨论，并转化为可直接执行、分优先级、带明确风险边界的营销发帖建议。
// Prompt
原始提示词
@skill:Social Signal Retrieval 最近关于deepseek hardness，在 X上有什么热门讨论，提供我营销思路// Process
实际执行过程
- 01
跨平台检索讨论
使用 Social Signal Retrieval 检索近期关于 DeepSeek hardness 的公开讨论，聚合 X、小红书、知乎三平台信号。
- 02
识别已验证的内容方向
圈定已被验证的方向——“蓝鱼变黑鱼” logo 二创、万字长文教程、引发争议的横评帖——以及对应的创作者。
- 03
标记风险区
把价格叙事、人物梗等负面聚集点标记为风险红线，让建议保持在可辩护的范围内。
- 04
排序与排期
按投入产出比把计划排序为 P0-P3，并附上排期表与发布前数据复核清单。
// Evidence
执行证据
// Result
本次执行得到什么
- P0 · 今日可发：小红书“黑鲸” logo 二创——蓝海赛道，顶流“蓝鱼变黑鱼”已验证流量，且目前只有一位创作者在做。
- P1 · 知乎热榜抢答（避开价格叙事）+ 教程差异化：视频化、桌面端封装、收藏型图文步骤。
- P2 · 做可复现的中立 DSH + V4 Flash 横评，不做“吊打 Fable”叙事；另配一张“一切皆插件”架构信息图。
- P3 · X 英文资产沉淀：向 awesome-dsh-plugin 目录提交插件，在大号回复串中带增量信息发言。
- 三条红线：不碰价格话题、人物梗保持距离、发布前以官方仓库复核 star 与插件数。
使用工具
$research-social-signals