Threads 全自動帳號分析流水線
搜尋 → 合併帳號 → 查粉絲 → 抓貼文 → AI 分析，一鍵完成
API 設定 已儲存
Key 儲存在你的瀏覽器本地，不會上傳到任何地方
智能關鍵字建議 AI 驅動
輸入客戶的核心服務，AI 會分析潛在受眾、內容方向，並產生附說明的關鍵字建議。
關鍵字建議
可以直接編輯每個關鍵字
搜尋設定
篩選設定
純文字比例越高排名越前
互動分 = 讚 + 留言×權重
硬性剔除
粉絲數不足
粉絲數低於 1,000 的帳號，步驟3查完後直接排除。
💡 為什麼：粉絲太少代表帳號影響力不夠，不值得當作研究對象。
硬性剔除
回覆文（非原創貼文）
Threads 上的留言回覆在資料裡也算一篇「貼文」，這類 isReply = true 的一律排除，只保留帳號主動發的原創文章。
💡 舉例：B 帳號在別人文章底下回覆「謝謝分享！」→ 這則回覆會被排除，不算 B 的原創內容。
加權排序
互動分計算方式
工具把同一帳號所有文章的讚數加總、留言數加總，套用公式排名：
加權分 = 讚數總和 + 留言數總和 × 3，再乘以純文字加成 × (1 + 純文字率 × 0.3)
💡 舉例：帳號出現3篇，讚：50+30+20=100，留言：10+5+8=23 → 加權分 = 100 + 23×3 = 169
排序優先
純文字帳號優先排名
不強制剔除有圖片的帳號，但純文字比例越高，排名加分越多。
硬性剔除
關鍵字相關性不足
多關鍵字模式：未出現在 2 個以上不同關鍵字搜尋結果中的帳號直接排除。
單關鍵字模式：出現篇數少於門檻的帳號排除。
💡 舉例：同時出現在「染髮教學」和「護髮」搜尋結果的帳號，比只在一個關鍵字裡出現3次更有意義。
品質保護
架構分析樣本不足警示
步驟4爬到的貼文數不足 10 篇時，架構一致性標記「樣本不足」而非給出不可靠的分數。
💡 原因：至少需要10篇才能判斷一個帳號是否有固定發文套路。
寫文架構研究
三模式搜尋
輸入業主人設，系統自動用三種模式搜尋 Threads，從真實高互動貼文裡提煉出適合這個業主的寫文架構。
模式一：同行業
搜尋業主核心關鍵字，找同行業帳號的發文方式
模式二：同受眾
搜尋相鄰行業關鍵字，找受眾重疊的帳號架構
模式三：通用爆文
搜尋爆文常見開場用語，找通用高互動架構
追蹤圈分析（進階）
輸入已知的優質帳號，找出「這些帳號都有追蹤的人」——被多個同領域創作者追蹤的帳號，通常是圈子裡真正有影響力的人。
建議填入 3-5 個你已知的同領域優質帳號