简诗营销内容评分阈值配置
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_fccf428b/eval-config。
技能介绍
内容评审要么停留在“整体给个分”,要么把口径散落在默认值里——结果是团队对“什么样的稿子该被拦下”没有共识。这个 Skill 把评分口径显式化:每个维度的最低分、维度权重、复合分下限(auto-reject),以及按内容类型覆盖的规则,都可以查看和调整,而不是埋在系统默认里。
它做什么
支持的动作包括 get-config 查看当前配置;set-threshold 修改某维度的最低分(参数 --content-type 可把阈值限定到某类内容);set-weights 调整权重分布(通过 --weights 传入 JSON,且权重总和应约等于 1,容差 ±0.02);set-auto-reject 设置复合分下限;recommend 仅做分析,给出行业建议配置;reset 恢复默认。内容类型没有独立配置动作,而是把 --content-type 传给 set-threshold 或 set-weights。
核心维度为 content_quality(内容质量)、brand_voice(品牌语气)、hallucination_risk(幻觉风险)、claim_verification(事实核实)、output_structure(输出结构)、readability(可读性)和 composite(复合分)。
一次变更如何落地
先加载品牌上下文:读取当前品牌与行业信息,同时检查品牌指南与 agent 侧的 SOP 是否存在;没有品牌时会提示先做 brand-setup,或直接使用默认。
通过 eval-config-manager.py --brand <slug> --action get-config 拉取当前所有设置,区分用户自定义与默认值,并给出一次虚拟打分示例。
每次修改都做校验:阈值范围 0–100;权重总和约等于 1;auto-reject 不应高于各维度阈值的均值,否则会大面积命中自动淘汰;内容类型覆盖不应造成逻辑上不可能的评分组合。
修改后输出对比:维度阈值、权重、auto-reject、内容类型覆盖的差异,以及“同一稿件在旧/新配置下的分数差”。若提供历史评测数据,还会量化最近约 30 天内有多少结果会因此改变。
使用边界与注意点
这个 Skill 只做内容质量评估配置,不做流量承诺、排名保证、成交或收益预测,也不涉及刷量、群发骚扰或规避平台规则。需要行业建议时,参考 skills/context-engine/eval-framework-guide.md 中的行业化推荐,但最终阈值应由团队结合品牌要求、受众与合规义务决定。
脚本输出视为“可审查的参考方案”:真正落盘前应明确目标路径与影响范围,完成预检后再运行最小必要步骤。多品牌或代理场景下,建议按品牌分别维护配置,避免全局阈值互相干扰。
使用场景
- 运营要按品牌规范统一内容质量门槛,分别配置每个维度的最低分与权重。
- 审核团队要把底线固化成规则:修改复合分下限,低于分数的稿子自动淘汰。
- 多品牌代理要按内容类型设不同门槛,例如广告文案的幻觉风险阈值调更高。
- 策略负责人要拿到行业适配建议,先在回复里看到推荐配置与理由再决定是否执行。
适合人员
- 内容运营负责人,需要统一多渠道稿件的质量标准与淘汰口径。
- 品牌审核或风控专员,要通过阈值与自动淘汰降低事实风险与合规成本。
- 多品牌代理的策略经理,需要为每个客户维护独立且可审计的评分配置。
- 增长团队负责人,想在不碰平台规则的前提下规范内容进入发布流程的门槛。