内容研究引擎
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,将 @user_8ee65e73/content-research-engine 安装到 AI 助手中。
技能介绍
要解决什么问题
做一次靠谱的主题研究并不轻松:工程师要在 Stack Overflow、V2EX、技术博客、新闻站点之间来回切换,手动复制粘贴、判断发布时间、分辨来源可信度。一次覆盖多来源的人工调研往往要花上几个小时,还容易遗漏关键信源,或把过时信息当成现状。内容研究引擎(Content Research Engine)把这件事拆成一条可复用的流水线。
研究流水线如何工作
Step 1:多源搜索。 按主题关键词、同义词及相关术语组合搜索,覆盖社区论坛、问答平台、技术博客、新闻站点、评测网站与学术资源六类来源,同时按时间范围和语言筛选,并对官方、认证专家、普通用户、匿名来源做可信度加权。
Step 2:智能采集。 对结果做相关性(0-100)、新鲜度、权威性三维评分,过滤垃圾与广告内容,并对同一事件的多源报道做去重聚合。
Step 3:深度分析。 输出正/负/中性情感分类与强度评分(-1 到 +1)、观点聚类与支持比例、意见领袖识别,以及讨论热度的时间曲线和关键转折点。
Step 4:结构化报告。 汇总为标准格式的研究报告;需要长期跟踪时可进入 Step 5:持续监测,按每日/每周频率运行,讨论量突增或情感反转时触发告警。
三种使用模式对应不同需求:走完整 5 步的一次性深度调研、15 分钟内输出的快速情报,以及设置规则后的定期推送与异常告警。
适用边界与注意点
- 报告引用均注明来源和时间,事实陈述与观点解读分开呈现
- 数据局限性会被显式标注;查不到就直说,不编造不存在的内容
- 情感与趋势分析依赖可采集的公开内容,封闭社区和付费墙内的信息不在覆盖范围内
使用场景
- 调研新产品在社区和问答平台的初期口碑,汇总正负评价比例和典型观点
- 整理某开源框架在博客与新闻中的近期讨论,找出版本变更与迁移难点
- 锁定目标功能,收集竞品功能差异、用户评价与价格策略
- 长期监测某产品的负面反馈与情绪反转,异常时自动告警
适合人员
- 后端工程师准备升级核心依赖,需要在社区和论文中核实风险与性能对比
- 产品经理要依据竞品动态调整迭代优先级,验证功能方向的用户反馈
- 数据分析师想为业务汇报汇总多源舆情,输出可追溯的统计口径
- 技术编辑在策划深度选题时,需要快速检索多个博客和论坛找出深度讨论与典型示例