| name | dasheng-stage-brief-ai |
| description | AI-driven topic generation for Dasheng workflow. Analyzes intake data to generate insightful, valuable, and actionable topic proposals with natural language titles and clear arguments. |
Dasheng Stage: Brief (AI-Driven)
目标
使用 AI 推理能力从 intake 数据中生成有洞察力、有价值、可执行的选题，替代硬编码规则系统。
默认路径
DASHENG_WORKSPACE=${DASHENG_WORKSPACE:-/Volumes/PSSD/Projects/公众号文章}- 输入：
产物/01_内容采集/{run_id}/
- 输出：
产物/02_Brief/{run_id}/
核心改进
与旧系统的对比
旧系统 (phase2_rebuilder.py)：
- ❌ 硬编码 7 个固定模板
- ❌ 字符串拼接生成标题
- ❌ 关键词匹配分类
- ❌ 没有理解事件因果关系
- ❌ 标题生硬、逻辑不清
新系统 (dasheng-stage-brief-ai)：
- ✅ AI 理解事件内容和因果关系
- ✅ AI 推理为什么值得写
- ✅ AI 生成自然语言标题
- ✅ 集成 7 种写作框架
- ✅ 集成 4 种内容增强策略
- ✅ 提供完整的论证和证据需求
工作流程
步骤 1：加载输入数据
从 intake 环节读取：
brief_input.json：编辑向的聚合数据event_clusters.json：事件聚类结果channel_top10.json：各渠道热门内容raw/intake_records.json：原始采集数据（可选）
步骤 2：AI 分析
任务：
- 理解每个事件簇的核心内容
- 识别事件之间的关联和因果关系
- 判断哪些话题值得深入写作
- 为每个值得写的话题生成选题
参考文档：
references/topic-evaluation.md：选题评估框架references/ai-generation-guide.md：AI 生成指南references/frameworks.md：7 种写作框架references/content-enhance.md：4 种内容增强策略
AI 提示词要点：
你是资深财经媒体选题编辑。
【核心原则】
1. 理解事件，不要套模板
2. 提供洞察，不要复述事实
3. 创造价值，不要追逐热闹
4. 自然表达，不要生硬拼接
【输入数据】
- 事件簇：{event_clusters}
- 热点排名：{channel_top10}
- 时间范围：{date_range}
【你的任务】
为每个值得写的话题生成一个选题，包含：
1. 标题（自然、流畅，15-30字）
2. 核心论点（一句话）
3. 为什么值得写（2-3句）
4. 目标读者
5. 证据需求和来源
6. 推荐的写作框架
7. 推荐的内容增强策略
8. 5 维评分
【质量标准】
- 标题要自然，不要像模板拼接
- 论点要清晰，有明确立场
- 角度要独特，不重复主流观点
- 证据要充分，可以获得
- 价值要明确，对读者有用
步骤 3：生成选题
AI 为每个话题生成完整的选题卡片：
{
"topic_id": "topic-{slug}",
"title": "中东冲突如何改变全球能源供给秩序",
"core_argument": "中东冲突正在从短期价格冲击转变为长期供给秩序重构",
"why_now": "当前市场关注的是油价短期波动，但更重要的是霍尔木兹海峡封锁对全球能源供给秩序的长期影响...",
"target_audience": "宏观投资者、商品交易员、能源行业从业者",
"evidence_needs": [
"霍尔木兹海峡的历史通行量数据和当前封锁情况",
"全球主要能源进口国的供应链依赖度",
"替代航线的成本和可行性分析"
],
"evidence_sources": [
"官方：国际能源署(IEA)、美国能源信息署(EIA)",
"行业：航运数据平台、能源咨询公司报告"
],
"recommended_framework": "结构型",
"framework_reason": "需要拆解复杂的供应链结构，帮助读者理解传导机制",
"recommended_strategy": "密度强化",
"strategy_application": "提供具体数据、拆解传导链路、给出可操作框架",
"scores": {
"timeliness": 9.0,
"unique_angle": 8.5,
"evidence": 8.0,
"reader_value": 9.0,
"longevity": 8.5,
"composite": 8.6
},
"generation_method": "ai",
"source_status": "AI生成"
}
步骤 4：评分和排序
按综合评分排序，推荐 Top 8-10 个选题。
评分公式：
综合分 = 时效性 × 0.2 + 独特角度 × 0.25 + 证据充分性 × 0.2 + 读者价值 × 0.2 + 持久性 × 0.15
步骤 5：生成输出文件
生成与旧系统兼容的输出文件：
- brief_manifest.json：阶段清单
- selected_topics.json：待编辑审核的选题
- 02_编辑Brief库.md：人类可读的选题库
- 02_编辑Brief_报告.md：简要报告
- topic_cards.json：完整的选题卡片数据
输出格式
selected_topics.json
{
"run_id": "2026-04-04_204231",
"gate": "Brief Gate",
"status": "pending_editor_review",
"generation_method": "ai",
"instructions": [
"从 candidate_topics 中选择进入 draft 的题目。",
"未被选中的题请写入 rejected_topic_ids。",
"只有 selected_topics 非空且状态为 approved，draft 才允许执行。"
],
"selected_topics": [],
"rejected_topic_ids": [],
"candidate_topics": [
{
"topic_id": "topic-middle-east-energy-supply-order",
"title": "中东冲突如何改变全球能源供给秩序",
"core_argument": "中东冲突正在从短期价格冲击转变为长期供给秩序重构",
"why_now": "...",
"target_audience": "宏观投资者、商品交易员、能源行业从业者",
"evidence_needs": [...],
"evidence_sources": [...],
"recommended_framework": "结构型",
"recommended_strategy": "密度强化",
"scores": {...},
"generation_method": "ai",
"source_status": "AI生成",
"composite_score": 8.6
}
]
}
02_编辑Brief库.md
# 第二环节 编辑 Brief 库（AI 生成）
运行批次：`2026-04-04_204231`
生成方式：`AI 推理`
输入来源：`/Volumes/PSSD/Projects/公众号文章/产物/01_内容采集/2026-04-04_204231/`
## 本轮原则
- 使用 AI 理解事件内容和因果关系
- 生成自然语言标题，不使用固定模板
- 为每个选题提供完整的论证和证据需求
- 集成 7 种写作框架和 4 种内容增强策略
## 候选选题（8 题）
### 题目 1
- 选题名：`中东冲突如何改变全球能源供给秩序`
- 核心论点：中东冲突正在从短期价格冲击转变为长期供给秩序重构
- 为什么值得写：当前市场关注的是油价短期波动，但更重要的是霍尔木兹海峡封锁对全球能源供给秩序的长期影响。这不仅影响油价，还会重塑航运、库存、定价机制等整个供应链。这个结构性变化被短期情绪掩盖了，但对投资者和企业的长期决策至关重要。
- 目标读者：宏观投资者、商品交易员、能源行业从业者
- 推荐框架：结构型
- 推荐策略：密度强化
- 评分：时效性 9.0 / 独特角度 8.5 / 证据 8.0 / 读者价值 9.0 / 持久性 8.5 / 综合 8.6
- 证据需求：
- 霍尔木兹海峡的历史通行量数据和当前封锁情况
- 全球主要能源进口国的供应链依赖度
- 替代航线的成本和可行性分析
- 历史上类似事件对供给秩序的长期影响
- 证据来源：
- 官方：国际能源署(IEA)、美国能源信息署(EIA)
- 行业：航运数据平台、能源咨询公司报告
- 媒体：Bloomberg、Reuters、FT 的深度报道
与旧系统的兼容性
保持兼容
- ✅ 输入文件格式不变
- ✅ 输出文件格式兼容
- ✅ Brief Gate 机制不变
- ✅ 可以与 draft 环节无缝对接
新增字段
generation_method: "ai" 或 "rule"core_argument: 核心论点why_now: 为什么值得写target_audience: 目标读者evidence_needs: 证据需求evidence_sources: 证据来源recommended_framework: 推荐框架framework_reason: 框架理由recommended_strategy: 推荐策略strategy_application: 策略应用方式scores: 详细评分
使用方式
方式 1：直接使用（推荐）
通过 OpenClaw/Claude Code 调用：
使用 dasheng-stage-brief-ai 从最新的 intake 数据生成选题
方式 2：Python 脚本（待实现）
cd "${DASHENG_WORKSPACE}"
python3 scripts/brief_ai_generator.py \
--intake-dir "产物/01_内容采集/2026-04-04_204231" \
--output-dir "产物/02_Brief/2026-04-04_204231" \
--candidate-count 10
方式 3：对比测试
同时运行新旧系统，对比效果：
python3 scripts/phase2_rebuilder.py \
"产物/01_内容采集/2026-04-04_204231/raw/intake_records.json" \
"产物/02_Brief/2026-04-04_204231_rule"
diff 产物/02_Brief/2026-04-04_204231_rule/02_编辑Brief库.md \
产物/02_Brief/2026-04-04_204231_ai/02_编辑Brief库.md
质量保证
自动检查
- 标题长度：15-30 字
- 核心论点：必须有明确立场
- 证据需求：至少 3 条
- 评分：每项 0-10 分
人工审核
- Brief Gate：编辑审核和选择
- 可以修改标题、论点、证据需求
- 可以要求 AI 重新生成
参考文档
- 选题评估框架：
references/topic-evaluation.md
- AI 生成指南：
references/ai-generation-guide.md
- 写作框架：
../dasheng-stage-rewrite/references/frameworks.md
- 内容增强策略：
../dasheng-stage-rewrite/references/content-enhance.md
下一阶段
- 输出：
selected_topics.json（状态为 approved）
- 下游：
dasheng-stage-intake-brief-draft 的 draft 环节
