Video Ops Monitor
这里不做后台日志展示，重点直接看运营结论：今天该拍什么、哪些内容值得复拍、哪些视频需要重剪、账号优势怎么继续放大。
自动检查采集、同步、登录、AI 报告和关键字段，异常优先显示在这里。
先验收采集质量，再看 AI 结论：有效作品、字段完整度、跳过原因和下一步补采都会在这里说明。
视频号不按抖音爆量逻辑硬评，重点看转发、评论、收藏、本地升学场景和微信私域承接。
把 AI 专家报告和本地数据判断拆成今天能执行的拍摄、整改、复盘和补采任务。
同一套数据拆成两个口径：校长看方向和风险，老师看今天怎么拍、怎么发布、怎么复盘。
先看今天最重要的四个动作：拍什么、两个平台怎么拆、数据能不能信、发布后怎么复盘。
把历史视频数据压缩成今天要拍、要复拍、要重剪、要补转化承接的具体动作。
把诊断结果直接落成可拍摄的标题、开头、正文结构和结尾承接。
把系统建议排成一周能执行的拍摄节奏：哪天复拍、哪天重剪、哪天补转化、发布后看什么。
老师看到值得复拍的视频可以先收藏，系统后面会优先把它们放进排期、脚本和专家报告。
把“系统建议”变成今天能执行、明天能复盘的流程：选题、拍摄、发布、复盘。
采集前先看这里：能不能开始、该跑深采还是日常巡检、缺哪些关键字段。
这里长期保存系统判断视频好坏的底层方法：官方推荐逻辑、成熟运营方法、教培行业转化和本地化表达。
这里不放后台细节，只放最该看的结论：数据是否可信、账号优势、最值得复拍、最该复盘、下一轮拍摄方向。
同一个短视频系统里，抖音按曝光、留存、搜索、涨粉和线索判断；视频号按转发、评论质量、信任建立和微信私域承接判断；最后再合并成今天的拍摄动作。
同一个题材在抖音和视频号会分化：抖音看推荐、搜索、留存和增长，视频号看转发、评论、收藏和微信私域信任。
一个选题自动拆成两个版本：抖音版抓前 3 秒、搜索词和关注理由；视频号版抓家长信任、转发价值和私域承接。
把好内容分成抖音爆款结构、视频号信任结构、双平台核心结构和平台限定结构，后续复拍不再从零想。
只让真实、可解释的数据进入重判断：哪些是真后台采到，哪些字段缺失，哪些只能轻判断，哪些可以深度复盘。
当前重点：自有账号
按视频去重后的最新档案
播放、收藏或分享表现靠前
低于均值或平台提示明显
等待机器人同步
把自己的历史视频变成复盘任务：找优势、找短板、沉淀长期可复制结构。
系统会从自己的历史视频里找出最值得放大的优势：哪个题型、哪个年级、哪种标题、哪种证明力更容易被家长保存和转发。
系统把高播放、高涨粉、高咨询、高收藏转发拆开归因，不平均发力，直接给下一轮应该重点拍哪些方向。
适合你这种已有一万多粉丝、368 条历史视频的个人账号：系统会先把自己的账号级官方数据和所有视频表现吃透，再判断哪里强、哪里弱、下一步该怎么发。
数据进入短视频系统后，会自动生成账号判断、复拍方向和拍摄行动清单。
这里用于管理员确认采集覆盖范围和字段完整度。普通老师日常不用看这一块。
历史库建好后，日常只盯新发、近 7 天变化和少量二次起量老视频；每周阶段复盘，每月全量校验。
Collector Progress
等待 Mac mini 采集器同步状态。
先看数据够不够，再决定能不能做账号级判断，避免拿几条样本下重结论。
默认按平台后台作品列表顺序采最近作品，不随机抽样。
同行平台容易触发手机号验证码、滑块/图形验证，自动挖掘暂缓。标杆库只留作后续人工学习和方向参考。
系统的建议围绕中国大陆一到九年级数学培优、奥数、补弱、升学焦虑和家长咨询决策来判断。
同行自动挖掘暂缓。这里保留为后续人工学习入口，不参与自有账号日常判断。
| 平台 | 账号 | 类型 | 负责人 | 目标 | 最近采集 | 操作 |
|---|