Analyze Content Performance
Nivådeler publiserte LinkedIn-innlegg etter engasjement og trekker ut hvilke hooks, lengder, og temaer som fungerer.
Krever oppsett
Hva den gjør
Leser publiserte innlegg fra et content-studio-repo, sorterer dem i høyt/middels/lavt engasjement-nivåer, og korrelerer hook-stil, ordantall, og tema mot reaksjonstall for å produsere konkrete innholdsanbefalinger med et forbehold om korrelasjon-ikke-kausalitet. Utløses ved forespørsler om å gjennomgå innleggsprestasjon, finne ut hva som gir gjenklang, eller planlegge fremtidig innhold basert på data. Det er en følgesvenn til skillene setup-content-studio og write-linkedin-post i samme plugin, ikke et frittstående verktøy — installert alene refererer arbeidsflyten til et skript som ennå ikke finnes.
Testrapport
Ga den 6 syntetiske innlegg: den nivådelte dem korrekt etter reaksjonstall og flagget personlig-anekdote- og overraskende-data-hooks som det vinnende mønsteret, med et eksplisitt korrelasjon-er-ikke-kausalitet-forbehold baseline hoppet over — men trinn 1 i dens egen arbeidsflyt, ./scripts/print-published.sh, finnes ikke noe sted i skillets egen mappe; det genereres kun når det separate skillet setup-content-studio setter opp et fullt content-studio-repo, noe denne SKILL.md-filen aldri nevner.
Testet på: 2026-07-13 · Claude Code 2.x (agent harness)
Installer
git clone https://github.com/techwolf-ai/ai-first-toolkit cd ai-first-toolkit mkdir -p ~/.claude/skills cp -r plugins/content-studio/skills/analyze-performance ~/.claude/skills/analyze-performance
Kommandoer og eksempelprompter
/analyze-performanceNivådeler publiserte LinkedIn-innlegg etter engasjement og trekker ut hvilke hooks, lengder, og temaer som fungerer.
Skills utløses av vanlige forespørsler — ingen kommandoer å huske. Etter installasjonen aktiverer prompter som disse skillen (på engelsk):
Look at our published LinkedIn posts and tell me which hooks perform bestBucket these posts by engagement and find what topics are resonatingAnalyze our post history and recommend what to write based on the data