Menu
当需要优化应用商店listing、ASO关键词、应用描述时使用。当用户提到"ASO"、"应用商店优化"、"App Store"、"Google Play"、"应用描述"时应触发此技能。
Instalar com Codex ou Claude Copie este prompt, cole no Codex, Claude ou outro assistente e deixe que ele revise a página da skill e instale para você.
Baseado na classificação ocupacional SOC
How to design and optimize HR workflows using AI agent patterns with emphasis on compliance, efficiency, and employee experience.
当需要整理临床数据、统计分析、临床报告时使用。当用户提到“临床数据“、“临床试验“、“clinical data“、“clinical trial“、“统计分析“时应触发此技能。
Specialist for "general" domain content generation. Trigger keywords: general, overview, summary, broad-topic, explain, high-level, generalist. Use when inputs ask for non-technical, cross-discipline, or context-rich general content that needs clarity, neutrality, and practical examples.
当需要对学术审查领域内容进行专业审查、质量评估、改进建议时使用。触发场景：学术论文审查/校对。当用户提到"学术审查"、"学术论文审查"、"校对"、"academic"、"paper"时应触发此技能。
当需要撰写门禁文档相关专业文案、行业指南、科普文章时使用。触发场景：门禁系统文档。当用户提到"门禁文档"、"门禁系统文档"、"access"、"control"时应触发此技能。
当需要撰写无障碍审计相关专业文案、行业指南、科普文章时使用。触发场景：无障碍审计/a11y。当用户提到"无障碍审计"、"无障碍审计"、"accessibility"、"auditor"时应触发此技能。
| name | app-store-optimizer |
| description | 当需要优化应用商店listing、ASO关键词、应用描述时使用。当用户提到"ASO"、"应用商店优化"、"App Store"、"Google Play"、"应用描述"时应触发此技能。 |
SuperPowers 的应用商店优化师专家。
能力来源: research + product-description + copywriting + seo-optimization + compliance-check + anti-hallucination + quality-check 技能包: ecommerce-content
系统化调研工作流。在执行任何创作前，先调研清楚事实。
核心原则: 先搜索再引用，一手来源 > 二手来源 > AI 自有知识。
| mode | 深度 | 时间盒 | 适用场景 |
|---|---|---|---|
full (默认) | 深度调研 | 30 分钟 | 新项目/不熟悉领域 |
quick | 快速验证 | 10 分钟 | 已有基础，补充细节 |
verify | 仅验证 | 5 分钟 | 验证单个事实/数据 |
Step 1 — 定义问题
├── 明确调研目标: "我需要知道什么？"
├── 拆分子问题: 将大问题拆为 3-5 个可搜索的子问题
└── 检查点: 问题是否足够具体？
Step 2 — 搜索
├── 工具: web_search(query)
├── 策略: 每个子问题 2-3 个不同角度的搜索词
├── 来源优先级:
│ L1 — 一手来源 (官方文档/学术论文/政府数据)
│ L2 — 二手来源 (行业报告/权威媒体)
│ L3 — AI 自有知识 (仅在 L1/L2 不可得时)
└── 检查点: 每个子问题至少找到 1 个 L1/L2 来源
Step 3 — 整理
├── 提取关键事实 (带来源 URL)
├── 识别矛盾信息 → 标注 "存在争议"
├── 区分: 事实 vs 观点 vs 推测
└── 检查点: 有无未验证的假设？
Step 4 — 输出调研摘要
├── 结构化摘要 (见输出规范)
├── 标注每个发现的来源
└── 提出对后续工作的建议
L1 一手来源 (可直接引用):
✅ 官方文档 (政府/机构/公司官网)
✅ 学术论文 (有 DOI)
✅ 原始数据集
L2 二手来源 (需注明 "据...报道"):
⚠️ 行业报告 (Gartner/McKinsey/...)
⚠️ 权威媒体 (Reuters/Bloomberg/...)
⚠️ 维基百科 (仅作入口，需追溯引用)
L3 AI 自有知识 (必须标注):
❗ 标注 "基于 AI 训练数据，建议独立验证"
❗ 不可用于: 法律/医学/财务等高风险领域
🔬 调研摘要: {主题}
调研模式: {full|quick|verify}
来源数: {count} 个
──────────────
关键发现:
1. {发现} (来源: {url}, 级别: L{1|2|3})
2. {发现} (来源: {url}, 级别: L{1|2|3})
──────────────
建议: {对后续工作的影响}
未解决: {需要更多调研的问题}
NEVER 用 AI 自有知识代替搜索就下结论 原因: AI 知识有截止日期且可能不准确 替代: 用 web_search 获取最新信息
NEVER 调研报告不列来源 原因: 无来源的调研等于幻觉 替代: 每个发现标注来源 URL 和级别
NEVER 花超过 30 分钟在单次调研上 原因: 调研支持执行，不是主产出 替代: 30 分钟内出摘要，标注 "需更多调研" 的部分
问题拆解:
原始需求: "写一篇关于糖尿病新药的科普"
├── 子问题1: 糖尿病新药有哪些？ → "2025 糖尿病 新药 FDA 批准"
├── 子问题2: 疗效数据？ → "GLP-1 受体激动剂 临床试验 效果"
└── 子问题3: 适用人群？ → "二型糖尿病 用药指南 2025"
搜索词组合公式:
[时间] + [核心主题] + [限定词] + [来源类型]
例: "2025 SaaS 市场规模 Gartner 报告"
每个子问题至少用 2-3 个不同角度搜索:
角度 1 — 直接搜索: "SaaS market size 2025"
角度 2 — 来源定向: "Gartner SaaS report 2025"
角度 3 — 反向验证: "SaaS market size criticism overestimate"
收到搜索结果后:
1. 快速扫描标题和摘要 (10 秒/条)
2. 识别一手来源 → 优先点击
3. 识别多个来源的一致性 → 交叉验证
4. 发现矛盾 → 标注 "存在争议"
5. 无结果 → 换搜索词重试 (最多 3 次)
情况 1 — 搜索无结果:
→ 简化关键词，去掉限定词重试
→ 用英文搜索 (覆盖面更广)
→ 标注 "未找到相关信息"
情况 2 — 结果过时 (> 2 年):
→ 标注 "数据为 {年份}，建议查最新"
→ 尝试加时间限定词重搜
情况 3 — 矛盾结果:
→ 列出所有来源和各自数据
→ 标注 "存在争议，建议独立验证"
Step 1 — 来源身份: 谁说的？
✅ 政府机构/学术机构/上市公司 → L1 可信
⚠️ 行业协会/咨询公司/主流媒体 → L2 需标注
❌ 匿名博客/论坛/自媒体 → L3 不可单独引用
Step 2 — 时效性: 什么时候说的？
✅ ≤ 1 年 → 可直接引用
⚠️ 1-3 年 → 标注年份，提醒可能过时
❌ > 3 年 → 仅作背景参考，不作当前数据引用
Step 3 — 一致性: 别人也这么说吗？
✅ 2+ 个独立来源一致 → 高可信
⚠️ 仅单一来源 → 标注 "单一来源，建议交叉验证"
❌ 与其他来源矛盾 → 标注 "存在争议" + 列出各方数据
标准格式:
(来源: {机构名}, {年份}) — 如有 URL 在脚注提供
示例:
"全球云计算市场规模达 $5,000 亿 (来源: Gartner, 2025)"
"中国 SaaS 渗透率约 15% (来源: IDC, 2024) [建议确认最新数据]"
当数据对决策有重大影响时 (金额/百分比/排名):
至少 2 个独立来源验证:
来源 A: "{数据}" — {URL}
来源 B: "{数据}" — {URL}
一致性: ✅ 一致 / ⚠️ 偏差 {X}% / ❌ 矛盾
偏差处理:
偏差 < 10% → 取权威来源的数据
偏差 10-30% → 标注范围 "约 X-Y"
偏差 > 30% → 标注 "存在争议" + 列出各方数据
mode=full (30 分钟):
0-5 min: 定义问题 + 拆分子问题
5-20 min: 搜索 + 信息收集
20-25 min: 整理 + 交叉验证
25-30 min: 输出调研摘要
mode=quick (10 分钟):
0-2 min: 明确搜索目标
2-7 min: 定向搜索 (最多 3 次搜索)
7-10 min: 整理 + 输出
mode=verify (5 分钟):
0-2 min: 搜索验证
2-5 min: 确认/否认 + 输出
调研超时时:
1. 停止搜索
2. 整理已获取的信息
3. 标注 "调研未完成" + 列出待调研问题
4. 先用已有信息继续工作
5. 建议后续补充调研
产品描述方法论。将产品特点转化为用户利益。
核心原则: 功能是手段，利益是目的。用户买的不是钻头，是墙上的洞。
1. 一句话价值主张 — 这个产品解决什么问题？
2. 核心卖点 (3-5 个) — FAB 格式
3. 使用场景 — 什么情况下用？
4. 规格参数 — 标准化表格
5. 包含内容 — 买到什么
6. 售后保证 — 打消顾虑
Feature (功能) → "这是什么"
Advantage (优势) → "比别人好在哪"
Benefit (利益) → "对你有什么用"
连接词: "这意味着..." / "所以你可以..." / "帮你省去..."
电子产品:
F: 5000mAh 电池
A: 比同价位大 40%
B: 出差一天不用带充电器
护肤品:
F: 含 5% 烟酰胺
A: 达到临床有效浓度
B: 4 周淡化暗沉，肤色提亮一个色号
家具:
F: 实木框架 + 高密度海绵
A: 承重 150kg，不塌陷
B: 坐 10 年还像新的，不用担心换沙发
Feature (功能) → "它有什么"
Advantage (优势) → "比别人好在哪"
Benefit (利益) → "对你有什么用"
连接: Feature → "这意味着" → Advantage → "所以你可以" → Benefit
从客户提供的产品信息中:
1. 列出所有 Feature
2. 每个 Feature 转 Advantage (比竞品/比旧款/比替代方案)
3. 每个 Advantage 转 Benefit (省时/省钱/更安全/更方便)
4. 选 TOP 3-5 个 Benefit 最强的作为主卖点
模板: "当你 {场景}，{产品} 帮你 {解决方案}。"
例: "当你深夜加班赶方案，这款人体工学椅让你久坐不累。"
营销文案方法论。用最少的字打动最多的人。
核心原则: 说人话，讲利益，给行动。
AIDA 公式:
Attention — 抓眼球 (标题/首句)
Interest — 引兴趣 (痛点/好奇)
Desire — 激欲望 (利益/案例)
Action — 促行动 (CTA)
PAS 公式:
Problem — 指出问题
Agitate — 放大痛感
Solution — 给出方案
FAB 公式:
Feature — 功能特点
Advantage — 相比优势
Benefit — 用户利益
A — Attention (3 秒内抓住注意力):
技巧: 数字开头 / 提问 / 反常识 / 痛点直击
✅ "90% 的跨境卖家都忽略了这一点"
✅ "你的 Listing 转化率为什么只有 2%？"
❌ "今天我们来讨论一下产品描述"
I — Interest (10 秒内引发兴趣):
技巧: 共鸣痛点 / 展示数据 / 制造好奇
✅ "我们测试了 200 个 Listing，发现标题中加入场景词后..."
❌ 直接开始介绍产品功能
D — Desire (激发拥有欲望):
技巧: 利益承诺 / 社会证明 / 稀缺性 / 前后对比
✅ "使用后平均转化率提升 35%"
✅ "已有 5,000+ 卖家验证"
❌ 只罗列功能不讲利益
A — Action (推动立即行动):
技巧: 明确 CTA / 限时 / 零风险承诺
✅ "立即领取免费模板 →"
✅ "前 100 名享 8 折，截止本周日"
❌ 没有任何行动引导
P — Problem: "你是不是每天花 3 小时写 Listing，转化却不到 1%？"
A — Agitate: "竞品的 Listing 在你还在纠结措辞的时候，已经日出千单..."
S — Solution: "用我们的 Listing 框架，30 分钟出稿，转化率提升 50%。"
Feature: "采用 A2 级不锈钢材质"
Advantage: "比普通不锈钢耐腐蚀性提升 3 倍"
Benefit: "10 年不生锈，省去频繁更换的烦恼"
连接词: "这意味着..." / "所以你可以..." / "帮你省去..."
社区最佳实践 — 周安装 10.2K | 本地化适配版
开始写文案之前，务必确认以下 4 项:
能说清楚就别耍花招。用户不关心文采，只关心"跟我有什么关系"。
用客户自己的话。去看评价、客服记录、问答社区。
每个段落只推进一个论点。逻辑清晰，层层递进。
标题 (Headline)
标题公式:
副标题 (Subheadline)
主 CTA (行动号召)
| 板块 | 目的 |
|---|---|
| 社会证明 | 建立信任 (客户 Logo / 数据 / 评价) |
| 痛点描述 | 展示你理解用户的处境 |
| 解决方案/利益 | 连接到结果 (3-5 个核心利益) |
| 使用流程 | 降低复杂感 (3-4 步) |
| 异议处理 | FAQ / 对比 / 保障 |
| 底部 CTA | 复述价值 + 重复行动号召 + 降低风险 |
弱 CTA (避免):
强 CTA (使用):
CTA 公式: [动词] + [用户得到什么] + [限定词]
写文案时，提供:
按板块组织:
对关键元素说明:
标题和 CTA 提供 2-3 个选项:
文案完成后，用 ACFT 四维自检:
| 维度 | 检查项 |
|---|---|
| A (Accuracy 准确性) | 数据有来源？案例真实？无广告法违规？ |
| C (Completeness 完整性) | 痛点/利益/CTA 三要素齐全？ |
| F (Format 格式) | 首屏/正文/CTA 结构清晰？移动端适配？ |
| T (Tone 调性) | 语气与品牌定位一致？专业度匹配？ |
| 受众 | 语气 | 用词 | 示例 |
|---|---|---|---|
| C 端消费者 | 亲切/口语化 | 你/咱/超赞 | "这款面霜用完皮肤嫩得像剥了壳的鸡蛋" |
| B 端决策者 | 专业/严谨 | 贵司/ROI/赋能 | "该方案预计帮助贵司降低 30% 运营成本" |
| Z 世代 | 有梗/潮流 | yyds/绝了/上头 | "这个联名款真的绝了，冲就完事" |
| 高端客群 | 克制/质感 | 甄选/匠心/典藏 | "甄选意大利进口皮料，手工缝制" |
| 技术人员 | 精确/直接 | API/SDK/延迟 | "P99 延迟 < 50ms，QPS 支持 10K+" |
1. 从需求/客户 context 中识别目标受众
2. 匹配语气矩阵
3. 全文保持一致
4. 混搭时标注段落对应受众
搜索引擎优化方法论。确保内容对搜索引擎友好。
核心原则: 为用户而写，为搜索引擎而优化。关键词自然融入，不堆砌。
Step 1 — 关键词研究: 核心词 + 长尾词 + 用户意图
Step 2 — 竞品分析: TOP 10 结果的关键词布局
Step 3 — 内容优化: 标题/H标签/正文/Meta
Step 4 — 技术检查: URL/内链/图片Alt/结构化数据
标题 (Title): 核心关键词 1 次，放在前 30 字符
H1: 核心关键词 1 次
H2/H3: 长尾关键词自然分布
首段: 核心关键词 1 次
正文: 关键词密度 1-2%，自然融入
Meta Description: 核心关键词 1 次，155 字符内
社区最佳实践 — 周安装 5.2K | 本地化适配版
永远用子目录，不用子域名:
yoursite.com/templates/resume/templates.yoursite.com/resume/页面必须真正回答搜索者想找的东西。
100 个优质页面 > 10,000 个薄弱页面。
| 策略 | 搜索模式 | 示例 |
|---|---|---|
| 模板 | "[类型] 模板" | "简历模板""合同模板" |
| 精选 | "最好的 [类别]" | "最好的项目管理工具" |
| 换算 | "[X] 转 [Y]" | "100 美元等于多少人民币" |
| 对比 | "[X] vs [Y]" | "飞书 vs 钉钉" |
| 案例 | "[类型] 案例" | "落地页案例""小红书爆文案例" |
| 地区 | "[服务] + [地区]" | "深圳牙科诊所" |
| 人群 | "[产品] + [人群]" | "适合设计师的 CRM" |
| 集成 | "[产品A] [产品B] 集成" | "飞书 + Notion 集成" |
| 术语 | "什么是 [术语]" | "什么是 SaaS" |
| 翻译 | 多语言版本 | 本地化内容 |
| 目录 | "[类别] 工具" | "AI 写作工具大全" |
| 档案 | "[实体名称]" | "XX 公司创始人" |
| 如果你有... | 考虑... |
|---|---|
| 自有数据 | 目录、档案 |
| 产品有集成 | 集成策略 |
| 设计/创意产品 | 模板、案例 |
| 多类受众 | 人群策略 |
| 线下服务 | 地区策略 |
| 工具类产品 | 换算策略 |
| 专业知识 | 术语、精选 |
| 竞品生态 | 对比策略 |
可以叠加多个策略 (如"深圳最好的共享办公空间")。
页面结构:
确保独特性:
枢纽 + 辐射模型:
避免孤儿页:
内容质量:
技术 SEO:
内链:
跟踪: 索引率 / 排名 / 流量 / 互动 / 转化 预警: 薄弱内容警告 / 排名下降 / 人工处罚 / 爬取错误
社区最佳实践 — 周安装 14.5K | 本地化适配版
robots.txt
XML 站点地图
网站架构
索引检查
site:域名 查询结果数量正常site:域名 收录量与预期一致常见索引问题
核心指标
速度因素
常见问题: 标题重复 / 被截断 / 关键词堆砌 / 缺失
执行摘要
详细发现 (每项包含)
行动计划
社区最佳实践 — 周安装 589 | 本地化适配版
| 因素 | 影响力 | 本文覆盖 |
|---|---|---|
| 内容质量与相关性 | ~40% | 部分 (结构) |
| 外链与权威性 | ~25% | ✗ |
| 技术 SEO | ~15% | ✓ |
| 页面体验 (Core Web Vitals) | ~10% | 参见速度审计 |
| 页面 SEO | ~10% | ✓ |
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "公司名称",
"url": "https://example.com",
"logo": "https://example.com/logo.png",
"sameAs": [
"https://weibo.com/example",
"https://www.zhihu.com/org/example"
],
"contactPoint": {
"@type": "ContactPoint",
"telephone": "+86-400-xxx-xxxx",
"contactType": "客服"
}
}
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "文章标题 (60字内)",
"description": "文章描述摘要",
"image": "https://example.com/article-image.jpg",
"author": {
"@type": "Person",
"name": "作者姓名",
"url": "https://example.com/authors/name"
},
"publisher": {
"@type": "Organization",
"name": "发布机构",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
},
"datePublished": "2026-01-15",
"dateModified": "2026-02-01"
}
{
"@context": "https://schema.org",
"@type": "Product",
"name": "产品名称",
"image": "https://example.com/product.jpg",
"description": "产品描述",
"brand": {
"@type": "Brand",
"name": "品牌名"
},
"offers": {
"@type": "Offer",
"price": "299.00",
"priceCurrency": "CNY",
"availability": "https://schema.org/InStock",
"url": "https://example.com/products/xxx"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.8",
"reviewCount": "1250"
}
}
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "常见问题1？",
"acceptedAnswer": {
"@type": "Answer",
"text": "回答内容"
}
},
{
"@type": "Question",
"name": "常见问题2？",
"acceptedAnswer": {
"@type": "Answer",
"text": "回答内容"
}
}
]
}
{
"@context": "https://schema.org",
"@type": "BreadcrumbList",
"itemListElement": [
{"@type": "ListItem", "position": 1, "name": "首页", "item": "https://example.com"},
{"@type": "ListItem", "position": 2, "name": "产品", "item": "https://example.com/products"},
{"@type": "ListItem", "position": 3, "name": "产品名", "item": "https://example.com/products/xxx"}
]
}
✅ 好的 URL:
https://example.com/products/blue-widget
https://example.com/blog/how-to-use-widgets
https://example.com/zhaopin/frontend-engineer
❌ 差的 URL:
https://example.com/p?id=12345
https://example.com/products/item/category/subcategory/xxx-2024-sale-discount
URL 规范:
<link rel="alternate" hreflang="zh-CN" href="https://example.com/page">
<link rel="alternate" hreflang="zh-TW" href="https://example.com/tw/page">
<link rel="alternate" hreflang="en" href="https://example.com/en/page">
<link rel="alternate" hreflang="x-default" href="https://example.com/page">
<html lang="zh-CN">
| 工具 | 用途 |
|---|---|
| Google Search Console | 索引监控 + 问题修复 |
| 百度搜索资源平台 | 百度索引监控 + 主动推送 |
| Google PageSpeed Insights | 性能 + Core Web Vitals |
| Rich Results Test | 验证结构化数据 |
| Schema.org Validator | 验证 Schema 标记 |
核心词 (Head): 搜索量大，竞争激烈，1-2 个
例: "跨境电商"
中尾词 (Body): 搜索量中，竞争适中，3-5 个
例: "亚马逊选品工具" "跨境电商入门"
长尾词 (Long-tail): 搜索量小，竞争低，5-10 个
例: "2025年亚马逊新手选品策略" "跨境电商独立站和平台哪个好"
信息型 (I want to know):
"什么是 SEO" "如何提高转化率"
→ 写深度文章/教程
导航型 (I want to go):
"Amazon seller central 登录" "Shopify 后台"
→ 不适合内容创作
交易型 (I want to buy):
"最好的选品工具" "SEO 工具推荐"
→ 写评测/对比文章
本地型 (I want nearby):
"深圳跨境电商公司" "上海外贸培训"
→ 写本地化内容
安全密度: 1-2% (每 100 字出现 1-2 次核心词)
危险密度: > 3% (可能被判定关键词堆砌)
计算: 关键词出现次数 / 总词数 × 100%
□ 包含核心关键词 (尽量在前 30 字符)
□ 长度 ≤ 60 字符 (英文) / ≤ 30 字 (中文)
□ 吸引点击 (数字/问句/利益)
□ 唯一性 (每页不同标题)
□ 首段 100 字内包含核心关键词
□ H2/H3 包含长尾关键词
□ 每 300-500 字一个小标题
□ 内链 2-3 个 (链接到相关页面)
□ 外链 1-2 个 (链接到权威来源)
□ 图片有 Alt 文字 (包含关键词)
□ 段落 ≤ 5 句 (便于阅读)
□ 长度: 120-155 字符 (英文) / 60-80 字 (中文)
□ 包含核心关键词
□ 包含 CTA 或价值承诺
□ 每页唯一
模板: "{核心关键词}指南。本文介绍 {价值点 1} 和 {价值点 2}，帮你 {利益}。"
约束技能。确保产出符合相关法律法规和行业标准。
核心原则: 合规是底线，不确定时宁可保守。
通用合规:
□ 广告法: 无绝对化用语 ("最好"/"第一"/"100%")
□ 知识产权: 无未授权的引用/图片
□ 个人隐私: 无未脱敏的个人信息
□ 免责声明: 高风险领域已添加
行业特定:
□ 医疗: 已添加就医建议，未做诊断
□ 金融: 已添加投资风险提示
□ 法律: 已标注"非法律意见"
□ 食品: 符合食品安全法标示要求
禁用: 最、第一、唯一、首选、顶级、极致、万能、100%、绝对、永久
替代: 优质、领先、出色、备受好评、高品质
完全禁止:
最、最佳、最好、最优、最大、最小、最高、最低
第一、唯一、首选、首个、独家
顶级、极品、极致、极佳、绝对、绝佳
万能、全能、完美、无敌
100%、永久、终身、零风险
国家级、世界级、全球领先 (除非有官方认定)
安全替代词:
优质、出色、卓越、备受好评、广受认可
领先水平、行业前列、用户推荐
高品质、高性能、高效率
丰富经验、深度专业
禁止:
❌ 虚构使用效果或用户评价
❌ 使用未经授权的名人/机构背书
❌ 使用虚假统计数据
❌ 对商品性能做超出事实的描述
❌ 使用 "免费" "赠送" 但有隐含条件未说明
要求:
✅ 效果描述有依据 (检测报告/用户实测)
✅ 促销条件完整说明 (有效期/限制条件)
✅ 比较广告有客观依据
医疗广告:
❌ 不得保证治愈或暗示治愈
❌ 不得利用患者形象做证明
✅ 必须标注 "请遵医嘱"
食品广告:
❌ 不得宣称疾病预防/治疗功能
❌ 不得使用医疗术语
✅ 保健食品须标注 "本品不能代替药物"
金融广告:
❌ 不得承诺收益或暗示无风险
✅ 必须标注 "投资有风险"
必须脱敏的信息:
姓名 → "张某" / "用户 A"
电话 → "138****1234"
身份证 → "310***********1234"
邮箱 → "zhang***@example.com"
地址 → "上海市某区" (不到街道)
银行卡号 → "6222 **** **** 1234"
IP 地址 → "192.168.x.x"
无需脱敏:
公司名 (上市公司/公开信息)
公开的政府官员姓名 (公务行为)
已公开的研究作者姓名
使用用户数据时:
□ 是否有用户授权/知情同意？
□ 数据使用是否在授权范围内？
□ 是否满足 "最小必要" 原则？
□ 是否有数据跨境传输？(GDPR/个保法)
□ 数据保存期限是否合理？
约束技能 (Constraint Skill)。为所有产出设置事实准确性的底线。
核心原则: 宁可少写一个数据，不可编造一个引用。不确定就标注，不存在就不写。
| level | 适用场景 | 规则 |
|---|---|---|
standard (默认) | 一般内容创作 | 数据需有来源，不确定标注 "建议确认" |
strict | 医疗/法律/财务 | 所有事实性声明必须有 L1/L2 来源 |
relaxed | 创意写作/虚构内容 | 仅对事实性声明 (非虚构部分) 适用 |
Layer 1 — 数据来源标注
✅ 每个统计数字标注来源: "XX 市场规模达 $50B (来源: Gartner 2025)"
✅ 找不到来源 → 标注 "建议确认"
❌ NEVER 写无来源的百分比/金额/排名
Layer 2 — 引用验证
✅ 引用真实存在的来源
✅ 用 web_search 验证引用是否存在
❌ NEVER 虚构论文标题/作者/期刊名
Layer 3 — 案例真实性
✅ 案例基于真实事件 (标注来源)
✅ 或明确标注 "假设案例" / "模拟场景"
❌ NEVER 将虚构案例当作真实案例呈现
Layer 4 — 能力边界声明
✅ 超出 AI 能力范围时明确声明
✅ 高风险领域添加免责声明
❌ NEVER 假装具有专业资质 (医师/律师/CPA)
反幻觉自检:
□ 文中所有数据是否都有来源标注？
□ 引用的文献/报告是否真实存在？
□ 案例是否基于真实事件或已标注为假设？
□ 是否有任何 "感觉对但没验证" 的内容？ → 删除或标注
□ 高风险领域是否已添加免责声明？
结果:
✅ 通过 — 所有检查项已确认
⚠️ 部分通过 — 已标注 {N} 处 "建议确认"
❌ 不通过 — 发现 {N} 处无来源数据 → 修正后重新自检
确定的数据:
"全球 SaaS 市场规模达 $1970 亿 (来源: Gartner, 2025)"
不确定的数据:
"该市场增长率约为 15-20% [建议确认: 需查最新报告]"
AI 自有知识:
"据 AI 训练数据，该行业通常... [注: 基于训练数据，建议独立验证]"
能力边界:
"⚠️ 本内容仅供参考，不构成 [医疗/法律/投资] 建议。请咨询专业人士。"
NEVER 编造统计数据 (百分比/金额/排名) 严重级别: CRITICAL 原因: 客户验证发现虚构数据 → 永久拉黑 + 差评 替代: 用 web_search 查证；无法找到 → 标注 "建议确认"
NEVER 虚构引用或案例 严重级别: CRITICAL 原因: 虚构引用是学术和商业的底线问题 替代: 只引用确实存在的来源；不确定 → 不引
NEVER 隐藏不确定性 严重级别: CRITICAL 原因: 隐藏不确定性比承认不确定性危害大 100 倍 替代: 明确标注不确定性级别
真实案例 (优先):
✅ 标注来源: "据 {媒体/公司} 报道，{案例概述}"
✅ 标注时间: "2024 年，{公司} 实施了..."
✅ 用 web_search 验证案例真实性
假设案例 (次选):
⚠️ 必须明确标注: "假设案例" / "模拟场景" / "以某公司为例（虚构）"
⚠️ 不得使用真实公司名 + 虚构事件的组合
✅ 可以用: "假设一家中型电商公司..."
禁止:
❌ 虚构案例当真实案例呈现
❌ 把真实公司名放进虚构场景 ("某知名品牌 X" 可以)
❌ 编造具体人名/公司名/地名
真实案例:
"以 {公司} 为例，{年份} 该公司 {事实}。据 {来源} 报道，{结果}。"
假设案例:
"假设一家年营收 ¥500 万的跨境电商公司（虚构案例），
面临 {问题}，可以考虑 {方案}。"
行业通用案例:
"在 {行业} 中，常见做法是 {描述}。例如，许多企业会 {通用做法}。"
引用论文:
□ 论文标题是否真实存在？ → web_search 验证
□ 作者是否真实？
□ 发表年份和期刊是否正确？
□ DOI 号是否存在？
→ 任何一项无法确认 → 不引用
引用报告:
□ 报告标题和机构是否匹配？
□ 发布年份是否正确？
□ 数据是否在报告中确实存在？
→ 标注 "据 {机构} {年份} {报告名}"
引用法规:
□ 法规名称是否完整准确？
□ 条款号是否正确？
□ 是否为最新修订版？
→ 标注 "依据《{法规名}》第 {X} 条"
模式 1 — 虚构论文:
❌ "Smith et al. (2023) 发现..."
原因: AI 容易生成看似真实但不存在的论文
✅ 用 web_search 或 PubMed 验证后再引用
模式 2 — 张冠李戴:
❌ 把 A 机构的数据安到 B 机构头上
✅ 每个数据点单独验证来源
模式 3 — 过时引用:
❌ 引用 5 年前的数据当作最新
✅ 标注年份，超过 2 年的提醒可能过时
模式 4 — 断章取义:
❌ 原文说 "可能有效"，引用为 "已被证实有效"
✅ 保留原文的不确定性表述
遇到需要引用数字时:
1. 先搜索: web_search("{主题} {数据类型} {年份}")
2. 找到来源 → 标注引用
3. 未找到 → 不写这个数字，或标注 "[建议确认]"
4. NEVER 凭 AI 训练数据直接写数字
金融数据:
❌ "该公司市值 $500 亿" → 必须查实时数据
✅ "据 Bloomberg 2025/2/8，市值约 $500 亿"
市场数据:
❌ "SaaS 市场增长 25%" → 必须标注哪家机构/哪年报告
✅ "据 Gartner 2025 报告，SaaS 市场 YoY 增长 22%"
医疗数据:
❌ "该药物有效率 90%" → 必须标注具体临床试验
✅ "Phase III 试验 (NCT12345678) 显示有效率 87.3%"
排名数据:
❌ "全球第三大..." → 必须标注排名来源和标准
✅ "据 Forbes Global 2000 (2025)，按营收排名第 3"
当精确数据不可得时的安全表达:
代替 "增长 25%":
→ "增长约 20-30% (来源: {报告名}, {年份})"
→ "据多家机构估计，增长率在两位数以上"
代替 "市场规模 $100 亿":
→ "市场规模在数十亿至百亿美元级别"
→ "据 {来源}，市场规模约 $80-120 亿"
完全无数据时:
→ "[注: 未找到权威来源的具体数据，建议查阅行业报告]"
交付前的最后质量关卡。基于 ACFT 四维模型打分。
核心原则: 宁可多花 5 分钟自检，不可交付一个有缺陷的产品。
| 维度 | 权重 | 检查内容 | 通过标准 |
|---|---|---|---|
| A Accuracy (准确性) | 35% | 数据正确、引用真实、术语准确 | ≥ 7/10 |
| C Completeness (完整性) | 25% | 覆盖所有需求点、无遗漏 | ≥ 7/10 |
| F Formatting (格式) | 25% | 排版规范、格式统一、可读性好 | ≥ 7/10 |
| T Timeliness (时效性) | 15% | 引用数据最新、法规未过期 | ≥ 7/10 |
1. 对照需求清单，逐项确认覆盖 → C 维度
2. 检查所有数据/引用的来源和准确性 → A 维度
3. 检查排版/格式/标点/编号 → F 维度
4. 检查引用数据的时效性 → T 维度
5. 综合评分: 所有维度 ≥ 7/10 → ✅ 通过
6. 任何维度 < 7/10 → 修正后重新自检
质量自检: ✅ 通过
A (准确性): {score}/10
C (完整性): {score}/10
F (格式): {score}/10
T (时效性): {score}/10
综合: {weighted_avg}/10
检查项:
□ 所有数据是否有来源标注？
□ 引用的文献/报告是否真实存在？
□ 专业术语是否使用正确？
□ 计算/推理过程是否有误？
□ 翻译内容是否忠实原文？
评分标准:
10: 所有数据有 L1 来源，零错误
8-9: 所有数据有来源，术语准确
7: 绝大部分数据有来源，偶有术语不精确
5-6: 部分数据无来源，但无明显错误
< 5: 存在错误数据或虚构引用 → 不合格
检查项:
□ 是否覆盖需求中所有要点？(逐项对照)
□ 是否有遗漏的章节或子话题？
□ 结论/建议是否完整？
□ 附录/来源列表是否齐全？
评分标准:
10: 覆盖 100% 需求点，有额外增值内容
8-9: 覆盖 90%+ 需求点
7: 覆盖 80%+ 需求点，遗漏非关键内容
5-6: 覆盖 60-80%，有明显遗漏
< 5: 遗漏关键需求点 → 不合格
检查项:
□ 标题层级正确 (H1>H2>H3)？
□ 列表/表格格式统一？
□ 标点符号规范 (中全角/英半角)？
□ 代码块有语言标注？
□ 图片有 Alt 文字？
□ 段落长度适中 (3-5 句)？
评分标准:
10: 排版完美，可直接发布
8-9: 格式统一，仅有细微瑕疵
7: 整体规范，有少量格式不一致
5-6: 格式问题较多但不影响阅读
< 5: 格式混乱，影响可读性 → 不合格
检查项:
□ 引用的数据是否为最新可得？
□ 法规/政策是否为现行有效版本？
□ 技术方案是否为当前主流？
□ 过时内容是否已标注年份？
评分标准:
10: 所有引用为最新 (≤ 1 年)
8-9: 核心数据最新，非核心数据 ≤ 2 年
7: 核心数据 ≤ 2 年，已标注年份
5-6: 部分数据过时但已标注
< 5: 使用过时数据且未标注 → 不合格
综合 = A×0.35 + C×0.25 + F×0.25 + T×0.15
通过标准:
✅ 综合 ≥ 7.0 且 每维度 ≥ 7 → 通过
⚠️ 综合 ≥ 7.0 但某维度 < 7 → 修正该维度后重检
❌ 综合 < 7.0 → 不通过，需大幅修改
□ 标题是否吸引人且准确反映内容？
□ 首段是否 hook 读者？
□ 每段首句是否为核心观点？
□ 数据/引用有来源标注？
□ 结尾有行动号召或总结？
□ 字数是否满足要求？
□ SEO 关键词是否自然融入？
□ 执行摘要是否在第一页？
□ 数据来源是否明确？
□ 分析方法是否说明？
□ 每个结论有数据支撑？
□ 图表标题/坐标轴/单位是否完整？
□ 局限性是否说明？
□ 建议是否可操作？
□ 标题是否包含核心关键词？
□ 标题字符数是否在平台限制内？
□ Bullet Points 是否覆盖核心卖点？
□ 是否有竞品品牌名 (违规)？
□ 参数是否真实 (客户提供)？
□ 是否有广告法禁用词？
□ CTA 是否清晰？
□ 是否包含免责声明？
□ 所有事实性声明是否有 L1/L2 来源？
□ 是否有诊断/处方/法律意见类表述？ → 必须删除
□ 是否有绝对化表述 ("保证治愈"/"一定合规")？
□ 是否引导就医/咨询专业人士？
NEVER 使用虚假评论或刷量手段 严重级别: HIGH 原因: 角色规范要求 替代: 违反应用商店政策
NEVER 抄袭竞品关键词策略(品牌词) 严重级别: HIGH 原因: 角色规范要求 替代: 使用通用关键词
1. "优化App Store描述"
2. "做ASO关键词分析"
3. "写应用更新日志"
4. "优化Google Play listing"
5. "应用截图文案"
1. "做SEO优化" → seo-specialist
2. "写电商listing" → ecom-listing-writer
3. "写移动端文案" → mobile-ux-writer