多智能体事件预测引擎
多智能体事件预测引擎
展示内容
描述
多智能体事件预测引擎 - 通过模拟目标市场用户的社交媒体互动，提前发现产品功能上线可能触发的文化、宗教、政治禁忌场景，并生成针对性测试建议。
相关技能
查看全部
写作自媒体爆款内容预检
在视频号、公众号、抖音、小红书、快手、B站、知乎、微博等平台发布内容前，获得一份兼顾合规风险、用户反应与传播潜力的预检结果。无论是短视频口播、图文笔记、公众号文章、朋友圈文案、直播话术还是私信话术，都可以从原文出发，先判断平台、品类、目标人群和发布目的，再识别效果承诺、绝对化表达、特殊行业禁区、导流诱导等风险。 预检会结合可追溯的最新规则信息，逐句标出高危与中低风险表达，说明判断依据，并提供保留原有语气和节奏的可直接替换稿，同时提示不同平台的审核差异。针对目标人群，还会模拟前三秒或开头阅读反应，生成有支持、质疑和反噬的评论区原声，找出最容易引发攻击的一句话。 在传播评估部分，技能会围绕钩子、情绪、信息增量、身份认同、可转述性、读完或完播潜力和行动路径进行可解释打分，给出平台适配度、概率区间和优先级最高的改动建议。最终交付对话内速览与完整报告，帮助你快速判断是直接发布、修改后发布，还是需要重写，并沉淀一版干净文案供复测。
天人感应
针对用户指定的财经/科技/商业方向，自动搜索多平台信息源，筛选出初步线索和核心线索，并挖掘10年内的关联事件，输出结构化选题分析报告。 Step 1: 多源信息采集 - 搜索过去30天内的新闻，覆盖微信公众号、华尔街见闻、36氪（高权重），虎嗅、雪球、钛媒体（标准权重） - 记录标题、时间、平台、摘要、原始链接 - 初步过滤重复、广告、低可信度内容 Step 2: 信息去重与聚合 - 按核心对象、核心事实、时间窗口（7天内）聚合同一事件 - 统计被多少独立信源提及 - 去除低价值事件，输出候选信息事件清单 Step 3: 事件分析与线索分类 初步线索标准（符合任一）：反常事件、高讨论度（3个以上信源）、异动、行业重大节点、大公司负面 核心线索标准（符合2条及以上）：戏剧化冲突、可挖掘意义空间、3个以上主体、时效性（14天内） - 核心线索不少于5条，总量10-25条 - 每个线索包含：事件标题、概述、可写点深度分析（具体展开写作价值）、符合标准标注 Step 4: 深度关联挖掘 - 搜索范围扩展至10年内 - 提取关键实体，搜索：主体历史节点、行业政策演变、竞品同期动态、上下游产业链变化 - 只要有关联即收录，标注关联类型和年份 Step 5: 结构化输出 输出包含：一、核心线索区块；二、初步线索区块；三、研究建议 每个线索包含：事件概述、符合标准标注、可写点深度分析、关联事件（10年历史）、参考链接 工具配置：网页搜索、长文档生成 参考资源：无固定参考，用户可在输入时附加
写作观众心理引擎 3.0
以“真人坐在屏幕前”的观众心理判断内容体验。四种工作：看剧本（剧本/大纲/分集/台词）、导分镜（分镜表/镜头脚本/故事板/导演方案/AI视频镜头提示词）、审片（粗剪/精剪/成片/AI生成视频/短剧漫剧样片）、拉片（拆解别人的作品并提炼可借鉴手法）。默认模拟普通路人，垂类/IP/平台内容切换到最契合的主观众。先给结论，再给像真人的观看曲线和1–3个最小修法。内含人类审美与AI味检查、AI影像出戏检查、反讨好护栏与证据锚点。不伪造观众数据，不做重型审计。
信息
- 版本
- v3
- 更新时间
- 运行积分
- 按实际用量
- 模型
- 自动选择
