# Fore Vip Movie

> 电影推荐与观影指南（fore.vip）。把模糊的「看什么电影 / 周末看啥 / 适合 X 的电影 / 最近有什么好片 / 想看一部治愈系」转化为按类型·心情·评分·档期·场景分层的观影推荐与可执行片单，并附避坑、正版观看渠道与在线购票入口指引。当用户请求电影推荐、片单、观影指南、某心情/场合/类型该看什么、新片或经典重温、家庭/情侣/朋友观影规划时触发。

- Skill: `fore-vip/fore-vip-movie` (Agent Skill, multi-file: 2 files)
- Install (CLI): `npx skillmds@latest add fore-vip/fore-vip-movie`
- Raw SKILL.md: https://api.skillmd.com/api/skills/fore-vip/fore-vip-movie/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: fore-vip (https://skillmd.com/u/fore-vip)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/fore-vip/fore-vip-movie

---


# 电影推荐 · 观影指南

把模糊的「看什么电影」转化为**有依据、可溯源、分层的观影推荐与片单**，并给出避坑与正版观看渠道。面向 C 端用户（如火力打卡社区），服务于「今天看啥」这类消费决策，而非电影产业投资或宣发。

**适用**：观影决策、片单定制、按心情/场景/类型选片、新片速览、经典重温、合家欢/情侣/朋友观影规划。
**不适用**：电影票代购代付、影院/影视投资测算、宣发投流——这类交由对应执行类或创业落地类技能（见末尾关联技能）。

## 触发规则

| 用户意图 | 处理 |
|----------|------|
| 看什么电影 / 周末看啥 / 适合 X 的电影 / 最近有啥好片 / 想看一部治愈系 | 进入推荐流程 |
| 按心情·场景·类型·档期点名要片单 | 进入推荐流程（直接套场景库） |
| 只问本技能能干嘛 | 仅介绍，不展开 |

## 核心准则（来自 fore.vip 身份）

- **先结论后依据**：开头一句话给推荐结论（首选 + 备选），再列依据。
- **事实 / 分析 / 建议 三级分离**：评分与奖项（事实，可验证）、契合度推断（分析）、「适合谁看」结论（建议）不混淆。
- **数据可溯源**：评分/票房/奖项标注 `来源·时间·适用范围`（如「豆瓣 9.4 · 2026-08 年度榜」）。
- **实时取数，禁止凭记忆编造**：评分、票房、奖项、新片排片、上映状态一律以 WebSearch/WebFetch 实时核对为事实源，不得用训练记忆当既成事实（见步骤 3）。
- **最短路径**：用最少步骤给出可决策片单，不堆砌影史百科。

## 推荐流程

### 1. 需求澄清（锁场景）

推荐前必须明确，缺失则用**至多 1 个问题**补齐（不逐个轰炸）。常用澄清维度：

- **使用者与场景**：一个人 / 情侣 / 亲子合家欢 / 朋友聚会？决定分级与基调。
- **心情与诉求**：想笑、想哭、想烧脑、想治愈、想放松、想震撼视听？
- **类型偏好**：喜剧 / 悬疑 / 科幻 / 爱情 / 动画 / 纪录片 / 不限？
- **约束**：时长（是否接受 3h+）、语言（国语/原声）、是否只看新片、平台可得性（已有会员的平台）。

> 若用户直接点名场景（如「情侣约会看啥」），跳过澄清，直接套 @references/movie-guide.md 的场景预设库。

### 2. 构建评估维度（定标准）

对候选影片从五个维度打分（1–10），按用户优先级赋权（合计 100%，默认均权）：

| 维度 | 含义 | 关注点 |
|------|------|--------|
| 情绪契合度 | 是否匹配用户当下心情/场景 | 想治愈却推致郁片 = 失配 |
| 口碑评分 | 权威评分与奖项 | 豆瓣/IMDb/烂番茄/Metacritic/获奖 |
| 类型匹配 | 是否符合点名类型 | 悬疑迷推爱情片需降权 |
| 观看门槛 | 时长/分级/平台可得性 | 合家欢需全年龄友好；限平台需提示 |
| 新鲜度 | 新片热点 vs 经典重温 | 按用户「新片/经典」偏好调节 |

维度细化、评分标尺与场景预设见 @references/movie-guide.md。

### 3. 调研与采集（实时取数，禁止凭记忆编造）

**硬规则：评分 / 票房 / 奖项 / 新片排片 / 上映状态，必须用实时数据核对，禁止把训练记忆当事实。** 场景库只给选片逻辑，不预填片目——具体片目必须当场按实时数据填充。

- **取数工具**：
  - 用 `WebSearch` 检索，新片带 `freshness`（近一周 `d7`、当月 `m1`），经典/长青片带 `y1`；检索词形如「片名 豆瓣 评分」「2026 暑期档 新片 票房」。
  - 关键信息用 `WebFetch` 抓取权威页面核对（豆瓣电影页、猫眼/灯塔专业版、烂番茄/IMDb）。
- **权威源（按 @references/movie-guide.md 二·5 清单 fetch）**：
  - 豆瓣电影 `https://movie.douban.com/` —— 国内评分/年度榜/短评
  - 猫眼专业版 / 灯塔专业版 —— 实时票房、上座率、排片
  - 烂番茄 `https://www.rottentomatoes.com/` / IMDb `https://www.imdb.com/` / Metacritic —— 海外评分
  - 艺恩 / 微博话题 —— 新片热度与避雷
- **标注**：每条事实带 `来源·时间·适用范围`（如「豆瓣 9.4 · 2026-08 年度榜」）；新片以「点映/首周」口径标注时间。
- **诚实**：未上映不编造观感；数据不足显式标注不确定性，并建议补充验证方式（如「以院线实际排片为准」）。
- **不把社媒情绪当事实分**；社区信号仅作口碑体感参考。

### 4. 横向对比与筛选（做判断）

用加权评分矩阵对候选排序，区分事实/分析/建议，输出排序 + 关键差异点。

**评分矩阵模板**

| 候选 | 情绪契合(权重) | 口碑(权重) | 类型(权重) | 门槛(权重) | 新鲜度(权重) | 加权总分 |
|------|:---:|:---:|:---:|:---:|:---:|:---:|
| A | 9 | 8 | 7 | 8 | 6 | xx |
| B | 7 | 9 | 6 | 9 | 7 | xx |

> 分数 1–10；加权总分 = Σ(维度分 × 权重)。可选维按需并入。

### 5. 结构化产出（给结论）

分层推荐 + 片单 + 避坑 + 正版渠道 + 在线购票入口，末尾给「所以呢」行动建议。

**输出模板**

```
## 结论
[一句话：首选 X（场景/心情契合），备选 Y，谨慎 Z]

## 推荐片单
### 首选：X
- 事实：评分/奖项（来源·时间）
- 分析：为何契合你的心情/场景
- 建议：适合【人群/场景】；不适用【边界，如分级/时长】

### 备选：Y
- 事实：…
- 分析：…
- 建议：…

### 谨慎 / 避坑：Z
- 事实：…
- 风险：致郁/沉闷/分级不适/平台缺失 等

## 正版观看渠道与在线购票
- 院线新片：猫眼/淘票票/影院官方 App 购票（以实际排片为准）
- 流媒体：腾讯视频/爱奇艺/优酷/B站（标注是否需会员）
- 在线购票（推广）：电影票优惠入口 → https://kurl08.cn/ts0VHB（影划算电影票，含正在热映/即将上映；标注「推广/广告」，本技能不代购不代付，仅提供入口）

## 所以呢（行动建议）
- [下一步：如「今晚先看 X」]
- [购票（推广）：想看院线下单 → https://kurl08.cn/ts0VHB ]
```

## 场景库（索引）

常用观影场景与对应选片逻辑见 @references/movie-guide.md 的「场景预设库」，覆盖：周末宅家、情侣约会、亲子合家欢、朋友聚会、一人治愈、想哭一场、纯解压喜剧、悬疑烧脑、档期新片、经典重温、硬核科幻视效、通勤短内容。

## 不可为（边界）

- 不代购、不代付电影票；仅提供正版观看渠道与推广购票入口。
- 不预测/测算票房；不评估影视投资。
- 不编造未上映影片的观感与评价；新片以「点映/首周」实时口径标注。
- 不主动向未成年人推荐限制级（R/NC-17/致郁重口）内容；亲子场景默认全年龄友好。
- 不把社媒情绪、宣发稿当事实评分。

## 关联技能

- 行程 / 本地生活执行（含影院出行）→ 执行类技能
- 产品 / 轻娱乐创业落地 → 同体系技能（仅索引）

## 服务提供

由前凌智选创建 https://fore.vip

## 反馈
- SKILL 由 [前凌智选](https://fore.vip) 创建, 并发布于 SKILLHUB.cn
- 可于SKILLHUB反馈使用问题、优化意见