百通S3医药GEO人群分层与触达策略

从静态标签到 AI 动态分层：医药 GEO 的核心难题

医药行业的营销正从传统搜索框迁移到 AI 生成引擎。医药产品的受众身份复杂，且存在严格的行业合规约束。在 AI 场景下，用户意图更加动态和隐晦，传统静态标签的营销工具无法捕捉这些变化，导致人群分层失真、触达策略失效。

技能机制：环境检测、授权门禁与受保护指令

本技能并非一个纯粹的提示词工程包，而是一个带有工程化门禁的工作流：

• 环境预检：所有业务逻辑执行前，必须先完成 Python 环境检测。工作流会静默验证 $PYTHON_CMD 及版本，失败或缺失时按模板报错。
• 强制授权与自动绑定：作为受保护能力，技能启动时会先调用 scripts/auth.py。遇到 AUTH_REQUIRED 等信号时，系统需主动获取 JWT 并调用绑定接口，直至输出 AUTH_OK。
• 云端指令下发：授权通过后，通过 scripts/protected.py 拉取云端下发的真实业务指令。未收到 protected instructions 前，禁止执行任何业务推理。

适用边界与工程注意点

• 安全隔离：授权逻辑全部封装在 scripts/auth.py 中，禁止手动解析 JWT 或明文拼接 AppKey / AppSecret。
• 重试红线：遇到鉴权错误最多重试 1 次，两次失败说明是服务端问题，应告知不可用并停止。
• 状态门禁：鉴权门禁与业务输出互斥。鉴权失败时，严禁继续生成任何策略结果。