market-movers

market-movers 技能概览

market-movers 技能帮助你分析 App Store 榜单在不同快照之间的排名变化：谁在上升、谁在下滑、哪些 App 冲进了 Top 100、哪些又跌了出去。它特别适合 ASO、市场研究和竞品监测，因为真正的任务往往不只是“把排名展示给我”，而是“解释发生了什么变化，以及哪些变化值得关注”。

market-movers 是做什么的

当你需要在某个时间范围、分类或国家维度上看清榜单动态时，可以使用 market-movers。market-movers skill 很适合识别增长势头、发现爆发型 App，并为产品、增长或研究团队输出一份可直接行动的市场更新。

适合谁安装

如果你经常会问“今天谁动了？”，“哪些 App 在抢份额？”，或者“Games 美国区 Top Free 发生了什么变化？”，就很适合安装这个技能。它尤其适合做 market-movers for Market Research 的分析师，因为它提供了一种可重复的方法，把榜单噪音整理成结构化总结。

它有什么不同

不同于通用 prompt，market-movers 是围绕固定分析流程组织的：先建立榜单上下文，再收集变动数据，最后总结有意义的排名变化。这种结构能减少猜测，也能让结果更紧扣真实的榜单波动，而不是泛泛的市场评论。

如何使用 market-movers 技能

安装后先从正确的上下文开始

先在你的技能环境里使用 market-movers install 流程，然后第一时间阅读 SKILL.md。这个 repo 刻意保持得很精简，没有额外的 helper scripts 或支持性文件夹需要你去翻找。它的核心价值在于紧跟 prompt 逻辑，并提供技能预期中的榜单上下文。

先给它最少但最有用的信息

一条高质量的 market-movers usage 请求，应该包含榜单类型、分类、国家，以及你想得到的结果。例如：“分析过去 7 天美国 Games 类 Top Free App，只看上涨者，并指出哪些 App 进入了 Top 100。”这比简单说“找 movers”要好得多，因为它消除了榜单范围和输出形式上的歧义。

运行前先看清 prompt 流程

先看 Initial Assessment 部分，再按顺序跟着 Data Collection 和 Analysis Framework 走。建议优先预览的关键 repo 文件是 SKILL.md，因为它定义了技能会问哪些问题，以及它期待以什么顺序接收榜单数据。如果你的应用有类似 app-marketing-context.md 的上下文文件，最好尽早提供，这样分析结果才能更贴近你的产品和品类。

使用与分析目标匹配的工作流

一个实用的 market-movers guide 流程是：先定义榜单切片，再拉取 mover 数据，然后与当前排名对照，最后再要求解释。如果你想要的是简洁、可直接用于决策的输出，请明确指定以下模式之一：full overview、gainers only、losers only，或 new entries。这样能让输出更贴合市场研究里对榜单变化的真实使用方式。

market-movers 技能 FAQ

market-movers 解决什么问题？

它会把 App Store 排名变化整理成一份结构化的变动报告。你不需要手工逐个对比不同时间点的榜单快照，market-movers skill 会聚焦于“变化的意义”：谁动了、动了多少、以及这对市场可能意味着什么。

market-movers 只适合做 App Store 监测吗？

它是为 App Store 榜单动态设计的，不适合通用网页搜索，也不适合宽泛的行业情报。如果你需要更大的市场叙事，应该用别的技能，比如 market-level analysis；如果你需要的是竞品关键词工作，则应使用更偏 keyword 的技能。

使用它需要 ASO 专业背景吗？

不需要。只要你能说明榜单类型、国家和时间窗口，它对新手也很友好。真正的限制在于输入质量：模糊的 prompt 会得到模糊的榜单总结，而具体的 prompt 才能产出有价值的变动分析。

什么情况下不该用它？

当你只需要一份静态的 Top 榜单列表，不需要变化分析时，就不要用 market-movers；同样，如果你的问题是关键词排名、创意测试或转化，而不是榜单波动，也不适合用它。它最强的场景是：排名变化本身就是决策信号。

如何改进 market-movers 技能

改进输入，而不只是改输出要求

质量提升最大的来源，是把榜单框定得更准确。不要只说“总结 movers”，而是要给出一个明确切片，例如：“过去 3 天美国 Productivity 类 Top Grossing，突出排名跃升 20 位以上的 App，并标注任何进入 Top 100 的新 App。”这样 market-movers 才有足够结构把信号和日常波动区分开来。

一次只问一个决策点

这个技能在你选择单一视角时表现最好：上涨者、下跌者、新进入者，或者跌出榜单的 App。把所有角度一次性塞进一个 prompt，往往会让输出更难扫读，也更难采取行动。如果你需要多个视角，建议第二轮用更窄的请求再跑一次。

留意常见失败模式

最常见的问题是缺少上下文：如果你在乎精度，榜单类型、分类和国家都不是可有可无的。另一个失败模式是没有数据边界就要求解释，这容易得到过度概括的评论。先把请求收紧，再把结果和当前榜单列表对照一下，做基本 sanity check。

第一轮之后继续迭代

先用第一次 market-movers usage 的输出找出最有意思的 App，然后针对这些名称用 get_app，或者再做一轮更深入的变动分析。第二步正是 market-movers for Market Research 价值更高的地方，因为你可以从“发生了什么变化？”继续追到“这些 App 为什么会动？”