面向中国市场的消费电子营销策划知识库。覆盖手机、笔记本、耳机、穿戴设备、智能家居等3C品类。
本仓库已包含
SKILL.md，可作为 AI Agent Skill 使用，也可独立阅读作为行业参考。 数据来自公开评测和行业报告，使用时请确认时效性。
| 能力 | 触发场景 | 文档 |
|---|---|---|
| 创意策划 | 帮我想几个创意 / 做个传播方案 | docs/templates/creative-output.md |
| 竞品分析 | XX发布了，对我们有什么威胁 | docs/templates/insight-output.md |
| 数据洞察 | 目前XX品类哪款最均衡 | docs/templates/insight-output.md |
| 风险评估 | 有没有负面 / 风险点在哪 / 会不会翻车 | docs/templates/risk-assessment.md |
| 横评对比 | XX价档哪款最值得买 | docs/templates/insight-output.md |
| 数据导入 | 处理新数据 / 我导入了新文件 | docs/references/subagent-dataprocessor.md |
| 新品类破局 | 怎么传播新品类 / 市场教育成本高 | docs/templates/new-category-playbook.md |
| 品类 | 完备度 | 说明 |
|---|---|---|
| 手机 | ⭐⭐⭐ 中高 | 16品牌矩阵、价位段格局、芯片阵营、KOL生态、传播风险 |
| 耳机 | ⭐⭐⭐ 中高 | 12款耳夹式横评数据（爱否科技）、品牌矩阵、品类结论 |
| 笔记本 | ⭐⭐⭐ 中高 | 笔吧2025双11选购指南，16品牌、8价位段、年度翻车案例 |
| 穿戴设备 | ⭐⭐⭐ 中高 | 品牌矩阵+市场份额（IDC 2025）+价位段+功能阵营+风险标注 |
| 智能家居 | ⭐⭐⭐⭐ 高 | 扫地机器人深度横评（4份评测交叉验证）+翻车案例+品牌矩阵+大疆ROMO+投影仪+全屋智能 |
| 其他3C | ⭐ 占位 | 平板/机械键盘/运动相机/AR眼镜等品类待补充 |
.
├── README.md # 本文件
├── SKILL.md # Skill 主入口
├── agents/openai.yaml # Agent UI 元数据
├── LICENSE # MIT License
├── CONTRIBUTING.md # 贡献指南
├── quickstart-example.md # 中英文完整使用示例
│
├── docs/ # 文档层（方法论+模板+参考）
│ ├── data-index.md # 数据覆盖和时效索引
│ ├── templates/ # 输出模板
│ │ ├── creative-output.md # 创意策划输出规范
│ │ ├── insight-output.md # 洞察/分析输出规范
│ │ ├── risk-assessment.md # 风险评估模板
│ │ ├── new-category-playbook.md # 新品类破局方法论
│ │ ├── quality-check-tools.md # 去AI化+事实核查清单
│ │ ├── knowledge-base-structure.md # 知识库结构说明
│ │ └── used-ideas.md # 已用创意记录（去重）
│ ├── references/ # 参考文档
│ │ ├── comment-personas.md # 评论区5大人群原型
│ │ ├── industry-ecosystem.md # 平台传播规律
│ │ ├── eco-integration.md # 外部工具集成协议
│ │ ├── subagent-dataprocessor.md # 数据预处理子Agent指令
│ │ └── subagent-factchecker.md # 事实核查子Agent指令
│ └── ecosystem/ # 行业生态
│ ├── kols.md # 3C核心KOL名录
│ └── industry-memes.md # 行业黑话/梗字典+避雷指南
│
├── knowledge-base/ # 知识库数据层（可扩展）
│ ├── mobile/_index.md # 手机品牌矩阵
│ ├── headphones/_index.md # 耳机品牌矩阵+耳夹式横评
│ ├── laptops/_index.md # 笔记本品牌矩阵+选购指南
│ ├── wearables/_index.md # 穿戴设备品牌矩阵
│ ├── smart-home/_index.md # 智能家居品牌矩阵+扫地机器人横评
│ └── other/_index.md # 其他3C占位
│
└── scripts/
└── preprocess.py # 数据预处理脚本
- 禁止编造数字 — 没有就说"知识库暂无此数据"
- 禁止混淆来源 — 每个数据点标注出处（KOL名+平台 / 评测标题）
- 推测必须标注 — 写"[推测]"或"基于XX数据推断"
- 竞品对比必须同源 — 两个产品的数据来源必须一致
详细自检流程：docs/templates/quality-check-tools.md
- 禁止"不是A而是B""首先其次最后""值得注意的是""我们可以发现"
- 禁止企业通稿腔（空洞战略动词堆砌）
- 创意文案允许口语化和夸张，但不能是通稿和创意的混合体
详细替换规则：docs/templates/quality-check-tools.md
技术类比必须经得起专业博主检验。不确定就改用"实测数据"替代"推导类比"。
创意角度来自知识库数据驱动，不预设固定角度池：
- 评测数据中找可量化优势点
- 评论区中找用户自发惊喜点
- 竞品对比中找差异化空位
- 使用场景中找共鸣点
- 行业热点中找借势机会
创意去重：对照 docs/templates/used-ideas.md + 同次生成的核心hook不能重复
默认按技术事实、竞品反击、行业黑话、平台合规、评论区翻车、KOL合作风险评分；用户也可以自定义维度。 详见 docs/templates/risk-assessment.md
评论区模拟：必须模拟负面反应和解构找茬人群。 详见 docs/references/comment-personas.md
内置5大可复用破局方法论：
- 认知刷新法 — 找到人类极限/常识标准 → 用产品刷新它 → 数据可视化
- 感知价值锚定法 — 推超高价锚定产品 → 专业背书 → 话术重构价值
- 尝鲜者探索法 — 招募极客尝鲜者 → 开放使用 → 收集数据 → 让需求浮现
- 先锋创作者法 — 找先锋创作者 → 探索"可能性" → 电影级制作
- 专业信任纪录片法 — 真实专业用户 → 6个月实地测试 → 克制美学纪录片
详见 docs/templates/new-category-playbook.md
| Agent | 触发 | 功能 |
|---|---|---|
| DataProcessor | "处理新数据" | 纠错→判断类型→清洗→提取→更新索引 |
| FactChecker | "帮我检查""审核" | 对抗性审计：数据核验/遗漏检测/幻觉扫描 |
详细指令：docs/references/subagent-dataprocessor.md / docs/references/subagent-factchecker.md
完整示例见 quickstart-example.md。
简版：
- 安装或引用本仓库作为 Skill — 入口文件为 SKILL.md
- 设置工作目录 — 告诉 Agent 服务品牌/品类/偏好/竞品/平台
- 导入数据（可选但推荐）— 评测字幕/评论区/规格参数，使用
scripts/preprocess.py预处理 - 正式输出前 — 按 docs/templates/quality-check-tools.md 做事实和话术自检
- 本知识库数据来自公开评测和行业报告，仅供参考，不构成营销建议
- 品牌表现和市场份额会随新品发布变化，使用前请确认数据时效性
- 翻车案例为行业典型模式描述，不构成对任何品牌的永久性评价
MIT License — 详见 LICENSE