讲师中心 微信公众号

工具推荐

视频效率加速
立刻MV
立刻MV

低成本歌曲 MV、视频生成

剧云
剧云

中文短剧剧本制作平台

Seko
Seko

AI短剧一键生成成片

updream

一键生成高质量推广成片

智眼同业

Polar Sponsor
爱发电 赞助
.NET 9.0

【同业营销情报结构化标注 skill】从同业(公募基金 / 资管 / 银行理财)监控清单(公众号 / 视频号 / 微博 / 小红书 / 官网 / 财经媒体 RSS)抓取 → 按受控词表打标签(事件类型、情感、营销策略、关联产品、风险等级、紧急度)→ 生成带 chip 标签的群聊卡片 → 同步做批量汇报(机构活跃度、策略频次、合规关注、关键洞察)。**纯流式、不落盘**:一次扫描的数据只在内存里处理, 输出到群就结束, 不写任何文件。**纯命令触发、无定时任务**:用户在群里说"扫一下同业&

🎯 Marketing Intel Extractor

功能概述

🎯 Marketing Intel Extractor是一项面向实际任务的技能,主要用于参考招商基金用 AI 对新媒体做"事件+情感+风险"标注的思路,把它从 舆情风控 迁移到 同业营销监控;全流程零持久化 —— 一次扫描的数据只在内存里处理, 卡片直接输出到群, 汇报在本次扫描的内存记录上聚合, 结束后不留任何痕迹;

核心要点

  • ✨ 新增功能(v2.0);
  • 📝 Prompt 模板 ( references/prompt_te。
  • 它将相关步骤、工具调用和结果整理方式集中到统一流程中,帮助使用者更快完成目标并减少重复操作。

使用与执行

从功能定位来看,该技能强调把分散的操作要求整理成清晰、可复用的处理流程,使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数,再依据技能说明逐步执行;若输入条件不完整,应先补齐信息或采用保守配置,避免因错误假设导致结果偏离需求。

结果检查与注意事项

执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期,并对异常提示、缺失字段和边界情况进行处理;涉及批量任务时,还应保存进度,避免中断后重复操作。该技能适合用于一次性任务,也可以接入自动化工作流,与其他技能或上层代理配合完成更完整的业务链路;在组合使用时,应明确每一步的输入输出关系,并避免不同步骤之间出现参数冲突。

🎯 Marketing Intel Extractor

参考招商基金用 AI 对新媒体做"事件+情感+风险"标注的思路,把它从舆情风控迁移到同业营销监控。全流程零持久化 —— 一次扫描的数据只在内存里处理, 卡片直接输出到群, 汇报在本次扫描的内存记录上聚合, 结束后不留任何痕迹。

✨ 新增功能(v2.0)

  • 📝 Prompt 模板 (references/prompt_template.md):完整的结构化标注模板,包含 17 个字段定义和示例
  • 🚀 快速启动脚本 (scripts/init.py):交互式生成 watchlist.json,新手友好
  • 🔍 健康检查 (--check):检查 RSS 源可用性,提前发现问题
  • 👁️ 本地预览 (--preview):终端预览抓取内容,无需推送
  • 📊 HTML 报告 (--report):生成美观的可视化报告
  • 🎨 Emoji 增强:所有输出都带丰富的 emoji 图标,更生动直观

✨ 新增功能(v2.1)

  • 🔄 智能增量更新 (--incremental):基于 envelope_hash 实现去重,仅返回新增内容
  • 💾 持久化缓存 (--cache):支持文件级缓存,跨会话保持增量状态
  • 🔍 关键词订阅过滤 (--subscriptions):支持按关键词、作者、事件类型、策略进行精准过滤
  • 📋 订阅配置文件 (assets/subscriptions.json):灵活配置多个订阅规则和全局过滤条件

🚀 快速开始

# 1️⃣ 安装依赖
pip install feedparser

# 2️⃣ 初始化配置(交互式)
python scripts/init.py

# 3️⃣ 健康检查
python scripts/fetch.py --watchlist assets/watchlist.json --check

# 4️⃣ 运行扫描
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1

# 5️⃣ 本地预览效果
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --preview

# 6️⃣ 生成 HTML 报告
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report

# 7️⃣ 🔄 增量扫描(仅返回新增内容)
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --incremental

# 8️⃣ 🔄 增量扫描(带持久化缓存)
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --incremental --cache .cache/hashes.json

# 9️⃣ 🔍 应用订阅过滤处理
python scripts/process.py --input record.json --channel markdown --subscriptions assets/subscriptions.json

# 🔟 🔍 指定特定订阅规则
python scripts/process.py --input record.json --channel markdown --subscriptions assets/subscriptions.json --subscription-id equity_focus

🎤 触发方式

本 skill 只接受一种触发方式:用户在群里说出命令,agent 按 watchlist.json 批量扫同业。没有定时任务、没有单 URL 手抓、没有外部 webhook 推送。

触发词 → --since-days 参数映射:

触发词(任一匹配即可) 默认 --since-days
"扫一下同业"、"扫同业"、"更新同业动态"、"对一下 watchlist"、"拉一下清单" 1
"本周同业"、"这周同业发了什么"、"看看这周同业" 7
"今天同业"、"今天同业有啥" 1
只说"同业监控"、"监测竞品" 没有时间跨度 1(兜底)

不在触发范围的请求(agent 应拒绝或说明):

  • "看看这条 https://..."(单链接打标不走本 skill)
  • 用户粘贴一段文本让打标(本 skill 只处理从 watchlist 抓来的内容)
  • 任何需要定时运行的需求(本 skill 不支持定时)

🔧 核心流程(用户每次说触发词走一遍)

用户说 "扫一下同业"
    ↓
scripts/fetch.py --watchlist ... --since-days 1  →  envelope JSONL 流 (每行一条, 仅 stdout)
    ↓  LLM 对每条 envelope 按 references/reference.md §1-§2 做结构化抽取 (内存里)
17 字段 JSON 记录 (内存里)
    ↓  scripts/process.py (纯 pass-through, 不写文件)
validate → render card → stdout 给群
    ↓  所有 card 产出后, agent 在内存里对本批 record 做聚合
本次扫描汇报 (机构活跃度、策略频次、合规关注、关键洞察) → 输出到群

只有 2 个脚本, 都不写任何文件:

# Step 1: 抓取 (产出 envelope JSONL 到 stdout, 无文件写入)
python3 scripts/fetch.py --watchlist  --since-days 1

# Step 2: 对每行 envelope, LLM 结构化抽取后调 scripts/process.py
#   agent 的伪代码 loop:
#   records = []
#   for envelope in fetch_output:
#       record = llm_extract(envelope)         # 在内存
#       card = scripts/process.py(record, --channel lark)  # stdout 拿到, 推到群
#       records.append(record)                 # 留在内存做汇报
#
#   summary = aggregate(records)               # 机构/策略/风险 聚合
#   push_to_group(summary)
echo '' | python3 scripts/process.py --channel lark

扫描结束后 agent 要做的最后一步:对刚才 records[] 做内存聚合,产出一份"本次扫描汇报"推到群里:

  • 🏢 机构活跃度(source.author 的 Counter)
  • 🏷️ 策略标签频次(marketing_strategy 各 value 的 Counter)
  • ⚠️ 合规关注清单(risk_level != "low" 的记录)
  • 💡 关键洞察汇总(各记录的 competitive_insight)
  • ➤ 建议行动项(各记录的 action_suggestion)

不要持久化这些 records。扫描结束即丢弃。 下次用户再说"扫一下同业" 时, 一切从零开始。

📝 抽取要点(详见 references/reference.md §2)

  • 打标前必读 references/reference.md 的 §1 标签词表和 §2 字段定义
  • event_type 单选,回答"内容是什么";marketing_strategy 多选,标"打法特征"
  • related_products:只抽明确提到的产品,没提就留空数组
  • sentiment:发布方的基调,不是你的主观评价
  • risk_level:保守估计,大部分营销稿是 low;只在有明确合规瑕疵 / 业绩排名敏感表述 / 舆情爆发时才 medium/high
  • published_at 缺失:用 crawled_at 顶替并在 notes 标注

🎨 输出卡片在群里长什么样(增强版)

────────────────────────────────────────────────────────────────────────────

### 🎤 【经理观点】**招商基金**

📅 **发布时间**: 2026-05-13

> 招商基金王某某在招行App直播路演二季度策略, 3.2万人在线, 导流企微社群

🏷️ **标签**:
`🎤 经理观点` `🎓 专家型` `🌐 渠道渗透` `👥 私域社群`

┌─────────────────────────────────────────────────────┐
│ 📍 **来源**: 💬 招商基金 · 微信公众号
│ 😊 **情感**: 😊 正面(0.70)
│ 🚨 **紧急度**: 🟡 关注
│ ⚠️ **风险等级**: 🟢 低
└─────────────────────────────────────────────────────┘

📦 **关联产品**: 招商核心竞争力混合A、招商成长精选混合

👥 **涉及主体**:
   👤 人物: 王某某
   🏢 机构: 招商基金、招商银行

💡 **竞争洞察**:
   延续'经理IP+银行渠道+私域导流'三段式, 路演转社群是高价值钩子

➤ **建议动作**:
   市场部评估是否复制'招行App直播→企微社群'的承接链路

🔗 [查看原文 →]

────────────────────────────────────────────────────────────────────────────

📊 本次扫描汇报(增强版)

卡片全部产出后, agent 把本批 records 在内存里做聚合, 再推一条汇总消息到群。示例:

======================================================================

📊 【同业营销情报扫描汇报】
⏰ 报告时间: 2026-05-13 10:30

┌─────────────────────────────────────────────────────────┐
│ 📄 扫描内容: 5 条              🏢 涉及机构: 5 家
│ 📦 关联产品: 8 只            📡 渠道类型: 3 种
│ ⚠️ 风险预警: 0 条         🔍 有效洞察: 5 条
└─────────────────────────────────────────────────────────┘

🏆 **机构活跃度排行**
─────────────────────────────────────────────────────────
  🥇 华夏基金: ████████████████████ 3 条
  🥈 招商基金: ██████████████      2 条
  🎯 易方达基金: █████████        2 条

📈 **事件类型分布**
─────────────────────────────────────────────────────────
  📈 业绩宣传: ▓▓▓▓▓▓▓▓▓▓▓▓▓▓▓ 3
  🤝 渠道合作: ▓▓▓▓▓▓▓▓▓▓        2
  ✨ 品牌活动: ▓▓▓▓▓▓▓▓▓▓        2

🔥 **营销策略热度**
─────────────────────────────────────────────────────────
  🌐 渠道渗透: ●●●●●●●●●●●●●●● 5
  📊 业绩驱动: ●●●●●●●●●●●●      4
  💡 投教价值观: ●●●●●●●●●●●●    4

😊 **情感分布**
─────────────────────────────────────────────────────────
  😊 正面: ▮▮▮▮▮▮▮▮▮▮▮▮▮▮▮ 3 (60%)
  😐 中性: ▮▮▮▮▮▮▮▮          2 (40%)

💡 **关键洞察汇总**
─────────────────────────────────────────────────────────
  1. 华夏密集发布ETF流动性服务商公告, 配合新ETF上市做流动性铺垫
  2. 上证4200点反弹带动权益基金业绩回升, 同业或将借势加大营销
  3. 招商以'养老有招'品牌绑定养老赛道, APP+养老矩阵长期布局

🎯 **建议行动项**
─────────────────────────────────────────────────────────
  1. 关注华夏粮食ETF上市后的规模和流动性表现
  2. 市场部评估是否借反弹窗口加大权益产品推广
  3. 品牌部评估我方养老品牌差异化定位

======================================================================

💬 如需查看详细内容,请说「扫一下同业」获取完整卡片
🎯 如需生成 HTML 报告,请使用 --report 参数

这份汇报也只在当前消息里输出, 不写文件。如果用户过一会儿问"上次扫描的结果?", 让他重新触发一次即可。这是设计约定 —— skill 本身不负责历史追溯。

🔍 常见陷阱

  • ⚠️ event_type 单选不多选,选最主要那个
  • ⚠️ 机构名(招商基金/易方达)写 entities.institutions,不要写 related_products.name
  • ⚠️ sentiment 是营销方基调,不是市场反应
  • ⚠️ risk_level 保守估计,营销监控目的是发现异常不是制造噪音
  • ⚠️ 输出是一个 JSON 对象,不是数组、不是带 Markdown 围栏的文本;多条分别处理

📁 文件结构

marketing-intel-extractor/
├── SKILL.md                         # 📘 本文件
├── assets/
│   └── watchlist.json               # 📋 监控清单示例 (6 家公募 + 3 家媒体)
├── references/
│   ├── reference.md                 # 📚 taxonomy / schema / 10 组示例 / watchlist 格式说明
│   └── prompt_template.md           # 📝 LLM 结构化抽取 Prompt 模板(17 字段完整定义)
└── scripts/
    ├── init.py                      # 🚀 快速启动脚本(交互式生成配置)
    ├── fetch.py                     # 🔍 抓取 (支持 --check / --preview / --report)
    └── process.py                   # 🎨 validate + render (带 emoji 增强)

遵循 AgentSkills 标准目录约定 (SKILL.md + assets/ + references/ + scripts/)。

🛠️ 命令行工具详解

🚀 init.py - 快速启动

python scripts/init.py

交互式引导生成 watchlist.json:

  • 🏦 选择要监控的同业机构(10 家预设)
  • 📰 选择要监控的财经媒体(5 家预设)
  • 💾 自动配置 RSSHub 地址
  • ✅ 验证生成的配置

🔍 fetch.py - 抓取工具

# 🎯 标准抓取
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1

# 🔍 健康检查(检查 RSS 源可用性)
python scripts/fetch.py --watchlist assets/watchlist.json --check

# 👁️ 本地预览(终端显示效果)
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 1 --preview

# 📊 生成 HTML 报告
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report
python scripts/fetch.py --watchlist assets/watchlist.json --since-days 7 --report --output my_report.html

🎨 process.py - 处理渲染

# 🔄 从 stdin 读取并渲染
python scripts/process.py --channel markdown

# 📄 从文件读取
python scripts/process.py --input record.json --channel lark

# 👁️ 渲染示例(测试用)
python scripts/process.py --demo --channel markdown

# 📊 渲染汇总报告
python scripts/process.py --summary --input records.jsonl --channel markdown

🎨 Emoji 图例

类别 Emoji 含义
事件类型 🆕 新基金发行
👔 经理变更
🎤 经理观点
🎉 营销活动
💰 产品优惠
📈 业绩宣传
🏆 荣誉获得
🤝 渠道合作
📚 投教内容
✨ 品牌活动
📢 渠道推广
⚠️ 舆情事件
⚖️ 监管合规
营销策略 🎓 专家型
📊 业绩驱动
🌐 渠道渗透
💡 投教价值观
🎨 品牌叙事
🎁 活动促销
👥 私域社群
🎭 跨界联名
情感 😊 正面
😐 中性
😟 负面
风险等级 🟢 低
🟡 中
🔴 高
紧急度 ⚪ 归档(1)
🟢 日常(2)
🔵 关注(3)
🟡 重点(4)
🔴 紧急(5)
🚨 告警(6)
渠道 💬 微信公众号
📹 视频号
🎵 抖音
📕 小红书
📱 微博
📰 财经媒体
🌐 官网
🔴 直播

🚀 开始你的同业监控之旅吧!

目录

热门AI工具

更多
UP简历
UP简历 Hot

一款AI办公效率工具,主要用于基于AI技术的免费在线简历制作工具,适合需要提升相关任务效率的用户。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

花生AI
花生AI Hot

一款AI视频创作工具,主要用于B站推出的AI视频创作工具,适合需要提升相关任务效率的用户。

SoundView
SoundView Hot

SoundView是一款面向跨境电商的视频翻译、配音和本地化 AI 创作平台。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

立刻MV
立刻MV Hot

立刻MV是一款AI文本写作工具,AI 音乐视频(MV)创作工具。

DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

相关专题

更多
GoFrame框架Web开发与路由中间件
GoFrame框架Web开发与路由中间件

本专题聚焦GoFrame框架的Web开发,拆解路由注册与匹配规则、请求参数获取、参数校验与中间件执行顺序,说明统一响应、JWT鉴权、文件上传与接口文档生成的落地方式,并补充优雅重启与测试实践。

0

2026.11.17

GoFrame框架安装与gf命令行工具
GoFrame框架安装与gf命令行工具

本专题围绕GoFrame框架的安装与工具链配置展开,讲清Go版本要求、gf命令行的安装方式、代理镜像与依赖准备,说明项目初始化、热编译、交叉编译打包的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.17

GoFrame框架零基础入门
GoFrame框架零基础入门

本专题整理GoFrame框架的入门知识,从模块化设计理念、环境准备到跑通第一个Web服务,讲清目录分层、配置加载、日志与中间件的用法,并对比Gin、Go-Zero的差异,帮助Go开发者建立整体认知。

0

2026.11.17

SQLAlchemy 一对多关系怎么建立
SQLAlchemy 一对多关系怎么建立

SQLAlchemy 一对多关系怎么建立?本专题整理父子表外键、relationship 双向映射、关联查询、级联删除和加载优化等相关文章,帮助你理解并实现常见的 ORM 关系建模。

0

2026.11.17

SQLAlchemy 如何增删改查
SQLAlchemy 如何增删改查

SQLAlchemy 如何增删改查?本专题整理 ORM 新增记录、条件查询、更新和删除、Session 事务提交与批量处理等实用文章,帮助你掌握 Python 数据库操作流程。

0

2026.11.17

SQLAlchemy ORM 模型怎么写
SQLAlchemy ORM 模型怎么写

SQLAlchemy ORM 模型怎么写?本专题整理模型类定义、Mapped 字段映射、主键与约束、表结构创建和常见报错的相关文章,帮助你从基础配置到实际建模逐步掌握 SQLAlchemy。

0

2026.11.17

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

0

2026.11.12

Go-Zero安装与goctl环境配置教程
Go-Zero安装与goctl环境配置教程

本专题围绕Go-Zero的安装与工具链配置展开,讲清Go版本要求、goctl安装方式、代理镜像、protoc依赖与环境变量设置,说明多版本共存、升级回退与CI流水线安装的做法,并整理安装阶段的常见报错与验证步骤。

0

2026.11.12

Go-Zero零基础入门教程
Go-Zero零基础入门教程

本专题整理Go-Zero的入门知识,从框架定位、环境准备到跑通第一个API服务,讲清目录分层、配置加载、日志与中间件的基本用法,并对比Gin、Kratos的差异,帮助Go开发者建立整体认知,判断它是否适合当前项目。

0

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn