B站AI创造公开赛：ZCode拆解获奖作品的3个特点
前不久参与了一场AI创作赛事的线下交流活动，现场见证了百万奖金的获奖作品发布，同时也引发了一个思考：究竟什么样的内容能在平台上获得用户的真正认可？为了系统性地解答这个问题，我们借助智能数据分析工具，对赛事话题下的热门视频样本进行了梳理，最终总结出三条具有普适性的创作规律，同时整理出一套可复用的数据分析流程。
本次分析的样本来自赛事话题热度榜前150条视频，最终筛选出52个独立作品，其中17个获得奖项，另有1个重复样本被排除。经过数据对比，我们得到三条关键洞察，这些规律不仅适用于视频创作，对内容创作者、独立开发者都有参考价值：
1. 播放量的参考价值有限，投币行为才是核心指标 获奖作品的播放量中位数约为189万，未获奖作品的播放量中位数为51万，两者差距不到4倍；但投币量的差异则达到22倍：获奖作品的投币中位数为8.2万，未获奖作品仅为3700。有9个播放量破百万的视频并未获奖，其中最低的投币率仅为0.12%。这一现象和产品运营中的逻辑一致：播放量仅代表曝光量，而投币是用户主动付出成本的行为，才是衡量内容真实价值的北极星指标，而非单纯的流量数据。
2. 即开即用的轻量化作品更容易获得认可 本次样本中，投币率超过10%的4个作品全部获奖，这些作品的播放量区间在21万到139万之间，共同特点是用户点开就能直接使用的小工具类内容。另一条高播放量的路径虽然可行，但需要大量流量支撑，并非所有创作者都能复制。值得注意的是，样本中UP主的粉丝量级和是否获奖几乎没有关联。这意味着，与其打造看起来很炫酷但需要复杂操作的内容，不如先推出一个用户能立刻上手的轻量化产品，这一思路对独立开发者同样适用——先完成可用的最小版本，就能超越绝大多数观望者。
3. 持续更新的内容更易获得成功 本次统计按合集维度累加投币数据，结果显示：发布过多条相关内容的12个作品中，有9个获奖；而仅发布单条内容的39个作品中，仅有8个获奖。这一规律同样适用于内容和产品创作：在尚未找到成功路径时，通过多作品内部赛马、持续尝试的方式，能提升成功概率，这也是很多创作者进行多维度测试的核心原因。
如何完成这套数据分析流程
本次分析的所有数据均由智能工具完成，仅由研究者进行抽核验证。这套工具的底层是编程智能体，具备完整的文件系统和终端操作能力，所有计算脚本都可追溯，方便后续验证和修正。以下是完整的实操流程，你可以根据自己的需求替换数据源和分析目标：
前期准备：安装配置工具
首先下载并登录目标智能工具，无需配置开发环境或填写API密钥，直接使用图形界面即可操作。本次分析选用了GLM-5.3-Flash模型，该模型兼具速度快、成本低和视觉分析能力的优势。工具运营方近期推出了多项福利：周末有3亿Token的先到先得活动，每日23点至次日9点可免费使用该模型进行长任务运行，该活动将持续至9月20日。
完成配置后，将赛事规则和获奖名单两个文件导入项目目录，准备开始数据采集。
第一步：先采集数据，再梳理清单
第一轮任务的核心是避免提前预设结论，仅完成数据采集和清单梳理。我们向工具下达的要求包括：采集赛事话题热度榜至少120条视频，通过免登录接口补全每条视频的播放量、点赞数、投币数、收藏量、视频时长、发布时间、分区信息和UP主粉丝数；最终输出CSV格式的数据文件和一份详细的数据清单，明确字段口径、可获取和不可获取的数据项，以及分析过程中发现的潜在问题；所有数据以接口返回为准，未获取到的字段留空，禁止填充0。
本次数据采集过程中，工具自动翻查了60页热度榜，共获取1199张视频卡片，去重后得到1164条有效视频，最终选取前150条作为分析样本，共发起355次API调用，间隔1秒无风控拦截，整个采集过程耗时25分36秒（其中约20分钟用于实际数据抓取，前期用于读取规则和工具文档），最终产出150行28列的CSV文件和一份137行的数据清单。
这份清单带来了多个超出预期的发现：平台接口原生支持合集字段，150条样本中有102条属于合集内容，无需通过UP主维度近似聚合；工具自动识别出4条发布时间晚于赛事投稿截止日（8月20日）的视频，分别发布于8月21日（2条）、8月23日（1条）和9月1日（1条），但仍带有赛事话题标签进入热度榜；该平台已不再直接返回分区名字段，工具通过分区ID映射接口完成了补全，并通过抽样验证了准确性。
研究者抽核了其中7组数据，包括播放量、投币数、粉丝数、发布时间和合集ID，全部与接口返回结果一致。
第二步：构建数据表格，暂不下结论
第二轮任务的核心是基于采集到的数据构建结构化表格，明确作品统计规则：有合集的作品按合集聚合，无合集的作品按UP主维度近似聚合，同时明确两种口径的差异；将获奖名单与视频数据进行对齐；指定需要统计的核心指标。本次任务额外要求生成至少四个工作表，分别为视频级数据、作品级数据、字段口径与来源说明、问题与标注说明，同时要求空值留空，禁止编造未计算出的比率。
工具自动加载了本地已有的数据分析技能脚本，完成了Excel表格的生成，并且自动运行了排版检查脚本，修正了列宽未自适应等三类问题，最终产出包含5个工作表的文件，耗时13分46秒。
第三步：修正前提条件，重新计算数据
基于第二轮生成的表格，研究者提出了三处修正要求：将8月20日后发布的视频标记为赛期外内容，分别计算赛期内和赛期外两组数据；将未带有赛事标题后缀、或UP主仅发布单条且粉丝量过百万的视频标记为疑似非参赛内容，单独生成工作表供人工审核，主表剔除后重新计算；修正奖项对齐逻辑，原逻辑按UP主名称对齐奖项，导致同一UP主的多个作品被错误标记为获奖，实际奖项应按单个作品匹配。
工具完成修正后，主动提出了一处逻辑冲突：当按投币量为UP主分配奖项时，某UP主的优秀奖作品发生了更换——原合集内有一条视频因未带赛事标签被剔除，投币量从55078降至18833，低于该UP主另一作品的37358，因此优秀奖需要转移。工具将该情况写入问题清单，并询问是否需要采用“一个UP主仅保留一个获奖作品”的更严格口径。
此外，工具还发现了两处细节：第二处修正剔除的75条视频中，有5条实际属于已认定的参赛合集，可能是未添加标题标签的参赛内容，工具单独标记而非直接剔除；赛期外的4条视频恰好全部被第二处修正剔除，两组数据结果完全一致，工具主动说明这并非计算错误。
本次修正耗时21分3秒，新增了第六个工作表，同步更新了第一轮数据清单中的两处错误结论，并在文末添加了修订说明。工具还自动启动了质控子智能体，基于原始CSV和API响应重新计算10项断言，全部通过验证。研究者再次抽核了3组比率数据，与工具输出结果完全一致。
第四步：视觉封面分析
借助模型的视觉分析能力，我们对获奖作品中投币量最高的视频封面进行了批量分析。工具逐张读取了10张封面图片，每张均给出详细的构图、文字、人物和色彩分析，例如冠军作品的封面为“居中二次元立绘+四周十余张圆形头像气泡拼贴+黄字黑描边大字”，季军作品《世界之门》的封面为“左右分屏冷暖对撞，左侧哥特少女身处复古暖光房间，右侧赛博城市夜景冷蓝调，中间竖排大字，具备影视海报质感”。
在逐张分析后，工具总结出五条封面设计的共同套路：使用大字短句制造悬念、将产品画面直接作为封面主体、采用左右分屏对比构图、使用高饱和色彩加粗描边文字、加入人物作为视觉锚点。研究者对照10张封面验证后发现，大部分结论准确，仅有两到三张封面风格较为素雅，与总结的套路略有差异。
第五步：人工抽核验证
在整个分析流程中，每一轮任务完成后，研究者都需要抽核部分数据进行手动验证。第一轮抽核了7组接口数据，第三轮抽核了3组比率数据。这并非不信任工具，而是这套分析方法的核心在于所有数据都可追溯：脚本留存于本地目录，问题清单明确标注口径，抽核的成本极低，否则前期的分析工作将失去可信度。
适配不同场景的复用技巧
本次分析基于公开的赛事榜单数据，若要分析个人账号的数据则更为简单，直接从平台后台导出CSV文件导入工具即可。此前我们曾用该工具完成过一次跨平台增长复盘，输入了6个后台导出的CSV文件（涵盖公众号3个月的日度数据和文章数据、该平台3个月的日度趋势和稿件对比数据），整个流程耗时2小时16分，共5轮任务。
第一轮任务中，工具主动指出了数据窗口不重叠的问题，无法进行同期对比，自动将任务降级为各平台的独立复盘，这一细节是我们在导出数据时未注意到的。第三轮任务中，我们补充说明7月中有4天的点赞数据来自投放推广，工具自动修改脚本重新计算了38周的表格，最终得出投放点赞35340、自然点赞21420，总和与原始总点赞数据完全一致，且未改变“播放量增长但粉丝增长缓慢”的核心结论。最后一轮我们显式调用了自定义的报告生成技能，最终产出13页正式分析报告，每个结论都标注了数据来源，构建脚本留存于本地目录，后续只需导入新的CSV文件即可自动更新报告内容。
通用实操指南
如果你也想使用这套流程进行数据分析，可以直接复用以下通用提示词，这是我们多次测试后总结的高效指令模板：
先别分析，这一轮只做采集和数据清单。
至少生成四个工作表：视频级数据、作品级数据、字段口径与来源说明、问题与标注说明。
空值留空，不许填充0，未计算出的比率禁止编造。
完成后回算关键数字再提交结果，我将通过脚本进行抽核验证。
此外还有几个实用技巧：如果需要修改分析前提，直接向工具提出即可，工具会自动修改脚本重新计算，比手动修改表格效率更高；可以要求工具保留所有构建脚本，方便后续追溯；每轮任务完成后都抽核部分数据，确保分析准确性。若你曾为其他智能体编写过技能脚本，可以前往工具的技能设置页面导入，工具会自动识别，未识别的话可点击右上角刷新；MCP配置只需填写名称、命令和参数三个字段即可完成挂载，若工具未自动加载，也可通过命令行方式完成任务。
该工具目前正在招募各行业的专业体验者，首期计划招募500名来自金融、法律、咨询、产品、市场、运营、人力、财务等领域的用户，通过审核的用户可获得一个月的专业版服务，同时可提前体验新功能，预计9月11日前通知结果，具体报名方式可关注工具官方渠道。
