世界杯比赛预测助手
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_32afda76/football-teacher。
技能介绍
解决的问题
看世界杯或洲际大赛时,常见需求不只是查两队历史战绩,而是想把 世界杯历史、近几届洲际赛事状态、球队总身价、国脚经验和球星厚度 放在一起比较。这个技能面向这类数据型问答:用户给出对阵双方和比赛阶段,技能会基于本地数据集生成一版结构化的胜负概率、预期比分和关键因素说明。
如何工作
- 数据基础:内置
data/matches.csv(1,248 场世界杯比赛)、data/team_stats_v2.json(87 支球队的 Power V2 画像)、data/head_to_head.json(736 组对阵记录),以及data/continental/*.txt和data/transfermarkt/*.csv.gz中的洲际赛事与球员身价数据。 - 模型逻辑:使用加权复合评分,主要关注 Power V2 Score、Continental Form、Squad Value、Experience、Elite Players 等维度,并可用
data/predict.py生成预测、用data/analyze_v2.py做进一步拆解。 - 输出结构:通常会给出双方 Power V2、世界杯胜率、球队身价、高身价球员数,洲际赛会成绩,胜/平/负概率,预期比分,以及哪些因子主导了判断。
适用边界
该技能适合做 赛事讨论、球队对比和数据拆解,不适合当作投注依据。球队身价来自 Transfermarkt 数据快照,俱乐部层级是近似打分,比赛阶段默认可按小组赛处理,但杯赛不确定性很高。输出必须保留“仅供参考、不构成投注建议”的提示。
使用场景
- 在世界杯小组赛讨论中,对比两队 Power V2、身价和洲际赛胜率,给出胜负概率。
- 为内容选题整理英格兰、法国、巴西等强队的 Power V2 排名和关键优势。
- 拆解西班牙对阵弱旅预测时,说明身价差、欧洲杯成绩如何影响概率。
- 在数据报告中用 head-to-head 和 Transfermarkt 数据解释某场预测的关键因素。
适合人员
- 写足球赛事实时解读的体育编辑,要把强队对比、概率和关键因素写成可读分析。
- 做赛事数据内容的数据分析师,需要基于本地数据集复算 Power V2 并输出结构化结果。
- 准备世界杯专题播客的主播,需要快速找到两队身价、洲际冠军数和预测贡献项。
- 做足球数据可视化产品的工程师,需要调用 `predict.py` 和 `team_stats_v2.json` 做球队画像。