传播营销热点池
任务目标
生成符合条件的热点话题池，以科技、金融、公益为核心领域，同时关注民生与社会话题。
核心原则：求全
- 如果符合条件的话题有100个，就输出100个；如果只有10个，就输出10个
- 不设话题数量上限，也不设领域分布硬性比例，确保所有符合条件的真实热点都被收录
- 领域聚焦以科技、金融、公益为主，民生和社会话题同等纳入，不因领域而人为截断
执行流程
1. 获取热点数据（双渠道平级）
重要原则：tophub.today 和公开搜索两个渠道地位平等，权重相同，必须同时获取，不可偏重任何一个渠道。
数据来源一：tophub.today（平级渠道）
访问 tophub.today 获取以下日期的热点数据：
- 目标日期（如4月5日）
- 前一天（4月4日）
- 前两天（4月3日）
获取平台：抖音、快手、小红书、微博、微信、视频号、网页新闻
权重：与公开搜索渠道相同，不可降低或提高优先级
数据来源二：公开网页搜索（平级渠道）
基于目标日期进行公开网页搜索，获取：
- 科技领域：科技新闻、产品发布、技术突破、行业动态
- 金融领域：股市动态、金融政策、经济数据、投资趋势
- 公益领域：公益项目、社会责任、志愿服务、公益赛事、环保行动、乡村振兴、教育帮扶
- 民生与社会：社会事件、民生政策、生活热点、公共话题
搜索关键词建议：
- "目标日期 + 科技/金融/公益"
- "目标日期 + 热点/新闻/事件"
- "目标日期 + 行业/领域"
- 具体事件名称 + 目标日期
权重：与 tophub.today 渠道相同，不可降低或提高优先级
2. 日期与人文补充
根据目标日期，参考 references/event-calendar.md，补充以下信息：
- 当日及前后3天的节气、节日、纪念日
- 传统习俗与人文活动
- 行业展会、体育赛事等周期性事件
- 生活节律与营销节点（如开学季、618、双11等）
将这些日期信息与热点数据进行关联，挖掘潜在的传播选题角度。
3. 数据处理（双渠道平等处理）
对获取的话题进行处理：
- 去重：同一事件只保留一个，多平台出现的热度值叠加
- 过滤：过滤低热度话题（抖音/微博/小红书<10万，快手/微信/视频号<5万，网页新闻<3万）
- 过滤：过滤媒体杜撰的评论文章（标题包含"深度解析"、"独家解读"、"专家观点"等）
- 趋势识别：识别持续上升、爆发、持续热门、衰退、单日话题
- 热度计算：
- tophub.today 数据：综合热度 = 基础热度 × 趋势系数 × 持续系数 × 多平台系数
- 公开搜索数据：根据网页来源权威性、转载量、讨论度评估热度值（建议范围：10000-100000）
- 平级排序：两个渠道获取的话题统一按综合热度排序，无渠道优先级差异
4. 内容过滤（严格执行）
参考 references/sensitive-topics.md，严格过滤以下11类内容：
- 党和国家领导人负面
- 分裂、颠覆政权和国家信息
- 煽动暴力、革命等
- 暴力、枪击、侵犯人权内容
- 法律禁止内容（黄赌毒、违禁用品等）
- 淫秽色情内容
- 血腥暴力、恐怖内容
- 跟踪、尾随、曝光个人信息
- 消耗他人苦难的事件
- 极端恶性社会事件
- 歧视、宗教问题
国际局势话题仅保留：民生相关、科技发展、金融市场动态
过滤原则：宁可错杀，不可放过。对模糊话题严格判断。
5. 话题筛选与领域聚焦
参考 references/industry-trends.md，筛选符合以下要求的话题：
- 领域：科技、金融、公益、民生与社会，不设硬性领域比例
- 热度真实性：有真实用户关注度
- 多元覆盖：覆盖节气日期、历史文化、传承风俗、网络热梗、网络话题、时事新闻、体育文化、娱乐明星等维度
- 时效性：内容与目标时间匹配
领域聚焦原则：
- 核心关注：科技、金融、公益（含环保、乡村振兴、教育帮扶、社会责任等）
- 同时纳入：民生、社会话题，不做人为截断
- 不设领域占比硬性要求，以实际热点分布为准，求全优先
- 跨领域话题优先选择，权重可提升1.2倍
加权规则：
- 领域相关性（权重40%）
- 时效性（权重30%）
- 传播价值（权重20%）
- 热度值（权重10%）
6. 质量自检
参考 references/quality-check.md，对每个话题进行4维度评分（每项10分）：
| 维度 | 评估目标 | 通过标准 |
|---|---|---|
| 完备性 | 是否覆盖多元内容维度 | 8-10分：维度丰富、比例均衡 |
| 准确性 | 标题是否精确描述内容 | 8-10分：标题精准、无歧义 |
| 时效性 | 内容与时间是否匹配 | 8-10分：时机恰当、传播价值高 |
| 风险性 | 是否存在安全风险 | 8-10分：完全安全合规 |
总平均分不低于 8/10 的话题才能被选出。
7. 输出格式
输出所有符合条件的话题，按综合热度从高到低排序。
呈现形式：话题 + 来源 + 热度 + 领域标签 + 传播建议
1. [话题标题]
来源：[信息来源]
热度：[综合热度数值]
领域：[科技/金融/公益/民生]
传播建议：[简短的传播角度建议，1-2句]
2. [话题标题]
来源：[信息来源]
热度：[综合热度数值]
领域：[科技/金融/公益/民生]
传播建议：[简短的传播角度建议，1-2句]
...（共N个话题，N为符合条件的话题总数）
输出说明：
- 话题标题：话题的完整标题，精确描述内容
- 来源：信息来源（tophub.today 平台名称或公开搜索来源）
- 热度：综合热度数值
- 领域：所属领域标签
- 传播建议：结合品牌调性、节气人文、行业趋势给出的传播角度建议
重要规则
- 数据真实性：所有话题必须来自 tophub.today 或公开网页搜索，不得编造
- 双渠道平级：tophub.today 和公开搜索两个渠道地位平等，权重相同，不可偏重任何一个渠道
- 多源融合：必须同时从两个渠道获取数据，确保话题池的完整性
- 质量优先：宁可话题数量略少，也要确保所有话题都是真实热点
- 求全原则：输出所有符合条件的话题，不设上限，确保话题池的完整性
- 直接输出：输出话题列表，格式为"话题 + 来源 + 热度 + 领域 + 传播建议"，不要输出冗长的分析过程
- 完整信息：每个话题必须包含话题标题、来源、热度值、领域标签、传播建议五个要素
- 领域聚焦：以科技、金融、公益（含环保、乡村振兴、教育帮扶、社会责任等度小满关注领域）为核心，同时充分纳入民生和社会话题，不设领域占比硬性要求
- 日期处理：当用户没有指定年份时，默认使用当前年份
- 人文结合：务必将热点与节气、节日、习俗等人文要素结合，提供有温度的传播角度
参考资源
- references/sensitive-topics.md：11类禁止话题详细说明与边界案例
- references/event-calendar.md：节假日、纪念日、展会活动、生活节律参考
- references/industry-trends.md：科技、金融、公益、民生与社会领域趋势与关键词
- references/quality-check.md：质量自检4维度评分标准与示例
