ai

name	AI科幻-分析竞对作品
description	用于【AI科幻】题材下搜索起点中文网等目标平台的同题材 TopN 候选池，先锁定榜单与样本池，再从中收束 3–5 本主样本做四层深拆式竞对分析。作为题材包装层与路由层，负责保留AI科幻标准入口名，补充技术视角、技术针脚、数据链/系统逻辑链、长线系统谜团等题材维度，并明确要求优先强制加载并使用 `通用-分析竞对作品`。关键词：AI科幻竞对分析、AI科幻竞品分析、起点AI科幻榜单、标杆作品拆解、技术悬疑标杆报告。
argument-hint	请输入要服务的AI科幻项目、目标平台、TopN 的 N 值（默认 10）以及报告落盘目录；若未指定，默认以起点中文网为主，并先锁定 Top10 候选池，再收束 3–5 本主样本写入当前工作目录或 `AI科幻/竞对分析/`。
user-invocable	false

AI科幻-分析竞对作品

这是题材包装层、兼容入口与路由层。

对应通用 Skill

• 通用-分析竞对作品

强制要求

• 不得绕过 通用-分析竞对作品 另写一套平行共性规则。
• 引用通用能力时只按名称引用，不写路径。

协作 Skill

• AI科幻-小说项目初始化（当竞对分析在项目初始化语境下调用时，本 Skill 应与初始化联动执行，产出竞对差距清单写入初始化蓝皮书）

本层职责

• 保留“AI科幻-分析竞对作品”这一标准入口名。
• 将榜单锁定、样本池建设、逐本深搜与单书报告骨架路由到 通用-分析竞对作品。
• 补充AI科幻题材下的核心竞对维度：技术视角、技术针脚、技术异常入口、数据链、系统逻辑链、科学对冲、技术单元回报与长线系统谜团。
• 把AI科幻目录下的 写作研究/、题材 Prompt、题材 Skill 所沉淀的关注点，转译成本轮竞对维度，而不是只套一层抽象通用壳。
• 在补写本题材 Skill 时，持续识别新增内容里哪些其实属于题材无关的通用能力，并将其回收到 通用-分析竞对作品。

继续读取的题材 references

• references/AI科幻竞对分析补充维度.md

常见触发词 / 用户说法速查

• 帮我找起点AI科幻最强的 Top10 做竞对分析
• 给我拆几本AI科幻标杆作品
• 搜一下AI科幻榜单，逐本写竞对报告
• 我想知道这些AI科幻爆款到底强在哪
• 按AI科幻语境做标杆作品分析，不要泛泛书评
• 为AI科幻项目初始化做竞对验证（/init 调用本 Skill 时自动进入初始化模式，产出竞对差距清单写入初始化蓝皮书）

默认落盘要求

• 若未指定更具体的项目目录，默认落盘到：AI科幻/竞对分析/
• 默认文件名：作品名-竞对分析报告-YYYY-MM-DD.md
• 默认每本作品单独维护一份主报告；同日迭代优先覆盖更新，而不是并列制造近重复文件

强制要求

• 命中本技能时，必须优先强制加载当前题材 Skill 与 通用-分析竞对作品。
• 必须先读取 references/AI科幻竞对分析补充维度.md，再确定本轮AI科幻专项分析点。
• 若目标平台为起点中文网，默认先锁定 Top10 候选池，再从中收束 3–5 本主样本按“市场数据层 → 内容创作层 → 运营策略层 → 受众反馈层”深拆；只有用户明确要求时，才对 Top10 全量逐本重拆。
• 起点语境下默认沿用 通用-分析竞对作品 的术语口径：榜单位次、均订 / 首订 / 收订比代理信号、本章说 / 书友圈活跃度、老白读者接受度等；本题材层只补AI科幻专项裁判。
• 必须检查作品是否真正成立为"AI科幻"，而不是纯技术气氛堆砌、纯猎奇展示或只披科幻皮的其他赛道作品。
• 必须显式分析：
  • 技术视角抓手是否成立；
  • 技术异常事件如何咬入近未来/数字日常；
  • 数据链 / 系统逻辑链 / 技术追踪推进是否可信；
  • 科学对冲技术玄学是否完成或至少有足够逻辑包装；
  • 技术单元 / 阶段回报如何向长线系统危机供血。
• 不能把“气氛好”“文笔稳”“有悬念”当成足够结论；必须继续追问：为什么它能形成持续追读，而不只是短期氛围感。
• 不能把明显依赖作者资历、影视改编或外部流量的热度，误判成AI科幻文本本体优势。

题材补充边界

• AI科幻的竞对分析，默认更强调：
  • 技术真实感；
  • 主角技术身份/能力与技术追踪链条绑定；
  • 数据痕迹与系统摩擦的真实度；
  • 信息差、不安感与回报点的交替节奏；
  • 首卷技术谜团、技术单元与长线系统危机的双线推进。
• 若样本存在超自然、系统异常、技术怪异资源，必须分析它如何被压回近未来逻辑与技术理性中；否则不应轻易把它判为高质量同赛道核心样本。

AI科幻套路分析补充

AI科幻题材的竞对分析中，套路配置的焦点与女频不同——核心在"情节推进类"套路而非"人物关系类"：

• 套路清单识别：重点标注竞品在"情节推进"维度的套路配置——是否以"技术单元+主线"双线推进（系统异常追踪+系统操纵者的经典组合），还是单线长系统危机驱动、还是技术伦理人物关系驱动。
• 技术单元闭环模式：分析竞品的技术单元回报节奏——每个技术事件之间的间隔章数、技术事件中的信息释放密度、以及每个技术事件如何向长线系统危机供血（是数据线索拼接型、还是系统真相关联型、还是人物技术关系揭示型）。
• "技术悬念"承诺纯度：判断竞品的"技术悬念"情绪承诺纯度——它是始终维持"读者知道的 < 主角知道的 < 系统全貌"的信息差，还是在中段就部分泄底导致悬念感下降。纯度高的竞品才是强样本。
• 组合差异化：标注竞品的套路组合中，哪些是赛道标配（技术单元+长线系统操纵者），哪些是该作品的独有处理（如"技术伦理对质"替代"反转堆叠"）。
• 若已蒸馏同赛道作品蓝本（含 §十八 套路指纹），可直接用其套路分类体系降低从零拆解成本。

通用层优先边界

• 榜单检索、样本池规则、单书报告主骨架、版权边界与通用数据痕迹范，以 通用-分析竞对作品 为准。
• Top10 候选池 → 3–5 本主样本 → 四层深拆 的默认执行口径，以及起点术语口径，也以 通用-分析竞对作品 为准。
• 本文件只补AI科幻专项维度与样本筛选偏差提醒，不在题材层重新复制一整套通用竞对流程。
• 若后续在AI科幻语境下沉淀出可跨题材复用的稳定规则、模板或检查项，应同步上收到 通用-分析竞对作品，不要长期滞留在题材层。