公众号标题生成与评分

要解决什么问题

公众号标题决定打开率，但「凭感觉起标题」很难对齐近期赛道里的真实爆款结构。你需要两件事：在选定主题或关键词后，用可核对的历史阅读数据反推标题写法；在定稿前，对已有标题做可解释的打分，而不是笼统说「不够吸睛」。

技能如何工作

技能分两条路径，由输入意图自动分流：

• 标题生成：输入主题、关键词、赛道或分类。模型会先通过 scripts/fetch_official_account_trends.py 调用红狐 API（getWxCozeSkillData）拉取爆款样本，先内部分析爆款结构再创作，输出 10 条新标题（≤30 字），附匹配指数、参考爆款（含阅读数）与口语化推荐理由。
• 标题评分：输入标题并表达评分/优化意图。在同一数据源上按赛道匹配度、点击诱因、结构合规、爆文潜质等维度计分（总分 100），并给出基于真实参考标题的修改建议。

关键词处理有明确规则：细分词与具体内容词直接查询；泛化大词会先给出约 10 个细分词推荐，需等你回复「拓展」或「不拓展」 才会继续查数。默认查近 7 天；不足 5 条会按 1→3→7→30 天自动扩窗，并提示范围变化。

边界与注意点

• 数据为入库快照，覆盖昨天至 30 天前，非实时；「今天」类请求会说明并展示最近可用区间。
• 技能禁止用联网搜索或其它数据源替代 API；表述上统一用「获取」而非「爬取」。
• 生成标题是基于分析的创新改写，不是照搬参考标题；评分与建议必须绑定接口返回的数据，数据长期不足时会如实说明。