name: demand_analysis

description: 需求分析

需求分析方法论

实际输入通常是一串逗号分隔的特征词（例如："养老,防骗,口播,三段式"）

执行步骤

步骤1.先做两阶段特征分层（不要产生新词，仅针对输入特征词做归类）

步骤1.1 第一阶段：先区分实质特征和形式特征

实质特征：描述具体实质的特征词
形式特征：描述表现形式的特征词输出两组：
实质特征: [...]
形式特征: [...]

步骤1.2 第二阶段：仅对步骤1.1得到的实质特征继续细分为

上层特征：宽泛的，不能用于搜索的实质特征
下层特征：具体的，可直接搜索的实质特征，如：退休金被骗套路、高血压晨起注意事项输出两组：
上层特征: [...]
下层特征: [...]

注意：

上层特征和下层特征都取自“实质特征”列表，属于第二阶段细分结果
上层特征 ∪ 下层特征 = 实质特征
形式特征 不参与“上层/下层”细分

重要：形式特征不参与“上层/下层”分层，它们只进入后续的判别规则（如表达结构、节奏、可分享程度）。

步骤2. 根据步骤1的归类选择策略

根据上述分层结果决定要执行哪些起点策略：

当 下层特征 非空：必须执行 A. 高赞视频选题点提取（用 get_video_topic 拉“灵感点/目的点/关键点”）
当 上层特征 非空：执行 B. 特征出发（构建主题树 → 下钻出可执行词）
两者都非空：A + B 都执行，最后合并去重
只有形式词/实质词为空：承认信息不足，只能先按用户原话/补充提问（或用最少假设）生成候选搜索词包；不要编造“高赞case选题点”

A. 高赞视频选题点提取

适用：下层特征 非空必须执行此步骤。
要求：必须基于get_video_topic的metadata.videos内的所有视频的选题点进行，不允许自行联想填充字段。执行步骤：步骤1. 输入：使用 下层特征拼成 features（逗号分隔字符串）调用 get_video_topic 步骤2. 将工具返回 metadata.videos 内的选题点进行筛选并填充进输出：

步骤2.1 筛选对每条内容的灵感点和features进行相关性判别，选出最贴合特征词的3条内容作为最佳选题筛选结果。
步骤2.2 选题点提取
- 先根据步骤2.1的最佳选题筛选结果填充 起点策略.高赞case_灵感点，起点策略.高赞case_目的点，起点策略.高赞case_关键点 这些字段内容，注意直接使用原词填充。
- 用步骤2.1的所有最佳选题筛选结果里面的灵感点填充起点策略.高赞case出发搜索词字段，由灵感点扩展出的即时搜索词（允许 3-5 个同义/上下位词）
- 用步骤2.1的所有最佳选题筛选结果里面的目的点补充筛选方案.目的点对齐规则字段
- 用步骤2.1的所有最佳选题筛选结果里面的关键点补充筛选方案.关键点打分说明字段

B. 特征出发（仅用于上层特征）

适用：上层特征 非空必须执行此步骤。动作：

输入：使用 上层特征 作为主题根
以上层特征构建主题树（主题 -> 子主题 -> 关键词）
将树上的子主题/关键词下钻成可执行搜索词（落到能直接丢给 douyin_search 的词）
结合库内优质作者特征做扩展（可选：find_authors_from_db → douyin_user_videos）
合并得到 特征出发待寻找账号列表，进入搜索阶段

两条起点可并行，不互斥；最后合并去重。

四、限制

输出必须基于get_video_topic返回的选题信息生成，严谨模型自己联想生成

六、输出模板

{
  "特征归类": {
    "实质特征": [],
    "形式特征": [],
    "下层特征": [],
    "上层特征": []
  },
  "起点策略": {
    "高赞case出发搜索词": [],
    "特征出发待寻找账号列表": [],
    "是否调用高赞case工具": true,
    "高赞case_灵感点": [],
    "高赞case_目的点": [],
    "高赞case_关键点": []
  },
  "筛选方案": {
    "形式规则": [],
    "目的点对齐规则": [],
    "关键点打分说明": [],
    "淘汰规则": []
  }
}

七、质量自检

是否先完成了实质/形式与上层/下层双重标注
下层特征是否调用了 get_video_topic选题工具做补全
是否同时考虑了case出发与特征出发

demand_analysis.md 4.6 KB Link permanente Histórico Raw