爆款内容预检（付费版）

要解决的具体问题

视频内容创作者在发布前常面临三大痛点：合规风险、受众反馈不确定以及爆款潜力难以预估。人工审核效率低，容易遗漏敏感词或忽略广告法条款；目标受众的真实反应无法提前获知；而内容是否具有爆发性往往只能凭经验猜测。这些不确定性可能导致内容违规下架、传播效果不佳，甚至法律风险。

技能如何工作

核心能力

本技能提供三个独立模块，可组合使用：

• 合规检测（compliance 模块）：基于权威词库进行敏感词和广告法规匹配，并利用 LLM 生成改写建议，实现秒级检测，确保结果准确。
• 人群反馈与用户评论（persona 模块）：通过 LLM 模拟不同用户群体（如年龄、性别、职业、消费层级）对内容的评论和反应，提供秒级至十几秒的辅助参考。
• 爆款概率预测（burst 模块）：使用 LLM 对内容进行打分，预测其成为爆款的可能性，作为快速评估工具。

关键步骤

技能采用异步统一任务接口，确保高效且不会中断会话：

1. 任务创建：用户提交待检文本、指定发布平台（如视频号或公众号）和所需模块，技能通过 POST /tasks 接口立即返回 task_id。
2. 进度轮询：通过 GET /tasks/{id} 多次短轮询任务状态，避免同步阻塞。每次轮询都向用户更新进度，直到任务完成或失败。
3. 报告生成：任务成功后，从各模块的 results 中提取 Markdown 内容，拼接成完整报告，包含合规检查结论、模拟用户反馈和爆款评分，并落盘为文件。

适用边界与注意事项

• 文本限定：本技能仅分析文本内容（如口播文案、标题、字幕条），不处理视频画面或音频。
• 合规检测的局限：词库虽可热更新，但可能滞后于平台规则或法律变化，重大发布前建议人工复核。
• 模拟参考的性质：人群反馈和爆款预测基于 LLM 模拟，结果为辅助参考，不保证精确，不应作为发布决策的唯一依据。
• 成本与执行：任务执行消耗点数（预计约 38 点，实际以服务端为准），通过异步轮询实现，需用户确认扣点后继续。失败时点数返还，可重试。