wangmengguo YouTube 选题评估 Skill
Philosophy
好选题 = 市场有需求 × 竞争可突破 × 我能做得好。
确定性操作交给脚本，创造性判断交给 LLM。绝不混淆。
触发方式
/evaluate-topic "中国数字禁忌"
/evaluate-topic "中国丧葬文化" --source "https://example.com/article"
工作流
Phase 1: 解析用户输入
从用户命令中提取：
topic: 选题名称（中文）source: 来源 URL（可选）
然后，生成英文搜索关键词（3-5 个变体）：
示例：
选题: "中国数字禁忌"
关键词: ["Chinese number superstitions", "lucky unlucky numbers China", "Chinese numerology", "number 4 China bad luck"]
Phase 2: 数据收集（脚本，一次调用）
必须完整执行，不可跳过任何步骤。
cd "$(dirname "$0")" && echo '{
"topic": "{{topic}}",
"keywords": {{keywords_json}},
"source": "{{source_or_null}}"
}' | python scripts/orchestrator.py
等待返回包含 search 和 market 的完整 JSON 后，才能进入下一阶段。
返回数据结构：
{
"search": {
"video_count": 12,
"max_views": 2500000,
"top_videos": [...]
},
"market": {
"market_status": "竞争适中",
"market_validation": "已验证",
"recommendation": "..."
},
"status": "data_collection_complete"
}
Phase 3: 跨文化验证（LLM 判断）
Read patterns/cross-cultural-check.md
基于该框架，针对当前选题回答 4 个核心问题：
- 背景知识依赖度
- 视觉奇观感
- 情绪触发力
- 信息差价值
输出：跨文化吸引力评分（1-5）+ 详细分析
Phase 4: 差异化评估（LLM 判断）
Read patterns/differentiation.md
基于 Phase 2 获取的竞品视频列表，分析：
- 现有竞品的主要缺陷
- 我们的差异化策略
- 差异化可行性评分（1-5）
Phase 5: 制作可行性（LLM 判断）
评估：
- 素材来源：易找 / 需AI生成 / 困难
- 脚本复杂度：简单科普 / 中等叙事 / 深度调查
然后调用时间估算：
echo '{
"material_source": "{{material_source}}",
"script_complexity": "{{script_complexity}}"
}' | python scripts/time_estimator.py
Phase 6: 最终决策（LLM 判断）
综合所有数据，做出决策：
| 决策 | 条件 |
|---|---|
| ✅ 立即制作 | 跨文化 ≥4 且 差异化 ≥3 且 市场非红海 |
| 📋 备选清单 | 跨文化 ≥3 且 有明确差异化角度 |
| ❌ 放弃 | 跨文化 <3 或 红海且无差异化 |
输出决策理由（2-3 句话）。
Phase 7: 生成报告（脚本）
echo '{{all_evaluation_data_json}}' | python scripts/report_generator.py
报告保存至：../evaluations/YYYY-MM-DD-选题名.md
输出格式
终端摘要（必须显示）
## 选题评估结果
**选题**：中国数字禁忌
**决策**：✅ 立即制作
| 维度 | 评分 |
|-----|------|
| 跨文化吸引力 | 4/5 |
| 市场机会 | 4/5 |
| 差异化空间 | 4/5 |
| 制作可行性 | 5/5 |
| **加权总分** | **4.2/5** |
**关键理由**：数字禁忌具有强烈视觉符号（4、8、红色数字），无需文化背景即可理解，现有英文视频缺乏深度解释。
📄 完整报告已保存至：evaluations/2026-01-25-中国数字禁忌.md
错误处理
如果 orchestrator.py 返回错误：
- 显示错误信息
- 提示用户检查网络连接或 API 配置
- 不要尝试手动计算或跳过步骤
如果 YouTube 搜索返回 0 个结果：
- 尝试更宽泛的关键词
- 如果仍无结果，标记为"蓝海但需谨慎"（可能无人搜索）
验证清单
执行完成前，确认：
- Phase 2 脚本返回了完整的
search和market数据 - Phase 3-4 的 LLM 判断基于实际竞品数据
- Phase 7 报告已成功保存
- 终端显示了摘要结果