阿拉丁·AI短剧续作决策工坊

问题：续作决策缺少结构化依据

短剧上线后，数据复盘、舆情分析、投流 ROI 三份产物往往散落在不同团队，最后只剩一句“要不要拍第二季”。凭感觉拍续集容易踩坑：续了但观众不认账，或者没先修掉第一季的差评诱因。本技能定位在数据复盘、舆情分析、投流 ROI 测算之后，下一季选题之前，把已有数据变成可复算的续作决策书。

工作方式：三阶段本地决策

输入至少一份结构化产物：_insight.json（summary/droppoints/hookeffect）、舆情分析 JSON（score/sentiment/feedback）、ROI 测算 JSON（unit_economics/payback/score）。缺少来源时按中性分处理并降低置信度。

归集后生成 _sequel_ir.json，再进入决策阶段，输出 _sequel.json：四维 100 分制评分，包括观众留存 25、口碑热度 25、商业回报 30、IP 延展潜力 20；GO / GO-CONDITIONAL / HOLD / NO-GO 四档门禁；S1-S8 确定性规则推荐形态，如正统第二季、修复型续集、番外试水、同宇宙衍生剧、IP 封存；同时产出资产清单（钩子/金句/偏好/平台）与 P0/P1 修复清单。最后生成 HTML/Markdown/CSV 报告，并回灌到选题、剧本、引流、变现环节。

边界与注意点

不生成续作剧本或选题创意，只给立项参考。纯 Python 标准库本地运行，不调付费或云端 API，不联网拉数据，确定性可复算。单一数据源时置信度为 LOW，GO 类结论强制降档 HOLD；疑似水军达到 10 条时口碑分自动打折并提示人工复核。最终拍板权仍在制片人。