AI 分析
痛点：口播短视频创作者可以批量生成几十个开头钩子变体，却无法判断哪个真正能留住人，只能凭感觉挑选，发出去后也不知道为什么有的钩子有效、有的没有效果。
目标用户：做真人口播的短视频创作者、内容营销与增长操盘手（TikTok、Reels、Shorts）
证据：Every tool I tried helped me make MORE hooks: 27 variants, 50 variants, a CSV of them. Then I'd film the three I liked, post, and still have no idea why one worked and two died. I was picking by feel. / with a free account you give your TikTok handle and it scores your last 3 talking videos next to the views each one really got. If the scores don't line up with the views, the page tells you. I'd rather you catch that than find out after paying.
变现：订阅制SaaS：免费账户仅提供3条历史视频的打分校准，付费解锁完整视频拆解、无限次改写对比、批量A/B评分与历史数据看板；也可做单次付费的『钩子体检报告』。
MVP：两周MVP：用户粘贴口播脚本或字幕文本 → 用固定评分清单（钩子、清晰度、节奏、回看、搜索）让LLM输出分数并高亮最可能让人流失的原句 → 生成改写版本并用同一评分标准再次打分，只有当分数高于原文时才展示改写；再加一个『校准页』，抓取用户TikTok最近3条公开视频的播放量，与评分并排展示，让用户自己验证评分有效性。
竞品：Opus Clip、Submagic、vidIQ、各类AI Hook生成器（HookGen类工具）、ChatGPT自定义提示词方案
摘要：独立开发者做口播视频时，试过的工具都在帮他生成更多钩子（27个、50个变体），但发布后仍不知道为什么有的钩子有效、有的没有效果，只能凭感觉挑选。于是他反向做了Contextify：用公开的固定评分清单给口播词打分，指出流失原句并给出更强的改写，再用同一标准复评；免费用户可拿自己TikTok最近3条视频的真实播放量检验评分是否靠谱。机会点在于『钩子评估/诊断』这一空白，而非已拥挤的『钩子生成』；但帖中只有个人痛点，没有真实付费或收入数据。