当前状态：尚未实测。本文基于原始 X 线程、AgentKey 官方文档、公开仓库、价格与法律条款完成静态分析；我没有注册、安装或调用 AgentKey，也没有复现作者展示的三平台结果。
我为什么关注这个方案
我看到的原帖提出了一个很诱人的工作流：把 AgentKey 接进 Codex，然后让它一次调研抖音、小红书和微信公众号里的 AI 爆款。作者还公开了三套完整 Prompt，并称此前的调研帖获得了超过 10 万浏览。
这类方案最容易被包装成“复制提示词就能找到爆款”。但我更关心三个问题：它到底调用了什么数据，返回结果能不能核验，以及所谓爆款规律究竟是事实还是事后解释。
它真正解决的问题
Codex 很会整理和分析，但如果没有实时数据工具，它只能依赖已有知识或我手工提供的材料。AgentKey 提供的是一个托管式 MCP/API 聚合层：Agent 先从动态目录找到工具，读取参数和 credits 成本，再执行搜索或抓取。官方文档称它覆盖搜索、网页、社媒、金融、商业和电商等约 1,800 个工具。
因此，这套方案真正的价值不是 Prompt 本身，而是“实时数据入口 + 证据约束”。作者要求每条结果附原链接和查询时间，接口没返回的字段写“未获取”，没读视频、全文或逐张图片就不能假装读过。这几条比长篇的角色设定更重要，因为它们直接约束了模型最常见的幻觉方式。
三个平台怎样分别研究
抖音 Prompt 关注账号体量、视频互动、前三秒、时长、画面形式和商业化信号；小红书 Prompt 增加了收藏赞比、封面、首图、图文页序和笔记 ID；公众号 Prompt 则聚焦标题、封面、开头、长文结构、信任感和知识付费或企业服务路径。
作者建议第一轮只跑一个关键词、明确时间范围、一种排序和第一页。抖音用“AI / AI工具”并按点赞降序；小红书用“AI工具”、最近半年、图文与视频、点赞降序；公众号用“AI工具”、最近半年、article、最热、第一页。只有样本不够时才翻页或读详情。
这个节奏是合理的。先确认工具是否真的能返回原链接和关键字段，再决定是否花更多 credits 读取详情，比一上来“全网深挖”更可控。
我查到的 AgentKey 实际情况
AgentKey 由 Chainbase Labs 提供。公开仓库在我查看时约有 611 stars、64 forks，最新 release 是 v1.14.0，近期脚本测试 CI 通过。Product Hunt 页面也能核验它曾获得当日第 1。不过，“5,000+ 用户”等数字主要来自官网和团队陈述，我没有看到独立审计。
它不是完全免费的公共搜索器。当前月付 Lite、Pro、Max 分别是 12.9、39.9、129.9 美元，包含 500、1,500、6,000 credits；年付更便宜，但要一次性预付全年。免费计划不要求银行卡，也不会自动变成付费计划，不过公开价格页没有写清免费 credits 的准确数量。不同工具每次消耗不同，实际成本必须在调用前读取。
我还发现官方资料有时效差异：较早博客仍写“无订阅、按量付费”，但当前价格和条款已经是订阅制；文档写额度外可能产生 overage，价格 FAQ 则说需要升级或购买额外 credits。真正测试前，必须以当前 Console 和当次工具返回的成本为准。
它的风险不只在价格
原帖给出的
agentkey.app/@rionwu 不是普通首页链接。公开页面代码显示，这种路径会设置一个保留 24 小时的邀请归因 Cookie，所以这篇内容同时带有推广属性。推广不等于方案无效，但我会降低对营销数字和效果描述的权重。Windows 一键命令会执行远程 PowerShell 脚本。当前脚本可能检测或安装 Node.js、调用 npm 包、把 Skill 安装到多个 Agent 的全局目录、打开浏览器认证并修改 MCP 配置。默认安装遥测还会发送安装信息和一个哈希设备指纹，虽然可以通过参数关闭。更稳妥的做法是审阅固定版本脚本，只安装到目标 Agent，并优先使用 OAuth，不把静态 API key 直接写进聊天或文档。
数据也不是只在本机处理。隐私政策称请求和响应正文通常只转发、不持久保存，但内容仍会经过 AgentKey 和实际第三方供应商；诊断事件还可能短期记录。商业机密、客户名单、个人信息和未公开材料不应该放进这种跨供应商研究链路。
为什么“找到爆款”不等于“找到爆款公式”
按点赞降序只能找到已经成功的样本，这天然有幸存者偏差。搜索结果还会受发布时间、曝光量、账号体量、投放、平台推荐和供应商覆盖影响。标题、结构与高互动同时出现，只能说明相关，不能证明它们导致了高互动。
“单条达到账号日常水平 3 倍”听起来客观，但如果不规定基线，它就不可复现。我更倾向用最近 20 条同内容形态作品的互动中位数作为基线，并同时记录发布时间和粉丝量。不同平台也不能共用一个总分：抖音点赞、小红书收藏和公众号阅读代表不同层级的用户意图，应该先在平台内部比较。
所以，我会把 AgentKey 的结果当成候选样本池，而不是最终结论。第一轮发现，第二轮人工核验，第三轮提出选题假设，最后还要靠真实发布和 A/B 测试判断假设是否成立。
它适合谁，不适合谁
它适合需要跨平台做公开资料研究、愿意检查原链接、能接受按 credits 计费的人。内容运营、竞品研究和选题策划都可能因此少做很多手工复制。
它不适合希望“一键生成爆款”、不愿人工核验、需要处理敏感数据，或要求对数据来源合法性和长期 SLA 有强保证的人。官方条款明确不保证第三方数据的准确、完整、合法或持续可用，并把平台条款、隐私和知识产权责任交给用户。
我的当前判断
我认为这套方案值得做一次受控小测，但不值得直接照着一键安装后全站深挖。三套 Prompt 最值得保留的是证据边界和最小检索范围；最需要改进的是样本基线、抽样核验和跨平台指标设计。
下一步如果获准实测，我会只接入 Codex、关闭安装遥测、使用公开关键词，在每个平台先跑一页结果，再随机抽查 5 条原链接。成功与否不看报告写得多漂亮，而看字段准确率、缺失值诚实度、credits 成本和卸载后是否无残留。