知乎选题挖掘 (Zhihu Topic Miner)

为任意产品挖掘「适合自然植入」的知乎问题，按优先级输出可直接开写的清单。

关键词走双轨（这是本版核心）：

• 硬广位（直接需求词）——提问者在找工具/方案，产品可以直接作为答案里的一个选项 → 写「工具清单类 / 对比测评类 / 操作步骤类」
• 软广位（泛人群词）——提问者关心的是自己的发展/处境（程序员、独立开发、游戏开发、创业、出海、学生、职场…），产品只能在经历、成本账、踩坑处轻提一句 → 写「案例拆解类 / 自身故事类 / 避坑复盘类」

两条轨一起挖，候选池更大、可写性更强；输出的每行都会标明建议回答类型（含硬广位/软广位）。

SKILL_DIR = 本 skill 所在目录（即包含本 SKILL.md 的目录）。不要写死绝对路径——换台机器路径就变了；按当前实际位置取值（例如先 ls 一下确认，或直接用 skill 加载时给出的 base directory）。

核心约束

• 产品名 + 官网是必填项。这是 skill 通用性的来源——所有词与判断都从产品画像来，不写死任何产品。缺一个就问，别猜。
• 可移植：所有脚本都不依赖本机绝对路径、不依赖 WorkBuddy/CodeBuddy 专有命令。Phase 0 的 scripts/env_check.sh 负责把缺的依赖补齐（Python / openpyxl / bsk），跨 Windows / macOS / Linux 都能跑。换机器第一件事就是跑它。
• 静默运行：不输出命令原文、不逐条汇报中间数据。只报阶段进度（"画像完成：12 个关键词；取数完成：候选池 78 条"）。
• 性能优先：能塞进一个 Bash 调用的绝不拆两个；能不发的请求绝不发。目标全程 ≤ 5 次 Bash 调用 + ≤1 次官网抓取（命中缓存则 0 次）。去重名单解析合并进 Phase 5 的同一次调用，不额外增加调用数、不发网络请求。
• BSK_AUTO_START=0 是硬性要求：加了它才会连已有 daemon 而不是反复乱起新的。仅在 WorkBuddy / CodeBuddy 这类会回收命令子进程的宿主里，daemon 需要额外用后台任务常驻（见 Phase 0）；在普通终端机器上 daemon 会自动起，无需干预。
• 先快后稳：Phase 3 走 API 主通道；失败才回退到 DOM + 逐页抓取。不反复重试。
• bsk wait-ms 不带 --session，其余 bsk 子命令都要带。
• 浏览器要求：必须是 Chromium 系浏览器 + BrowserSkill 扩展在线 + 已登录知乎。不需要 Google Chrome——Windows 用户直接用系统自带 Edge 即可，别让用户白装。Safari / Firefox 不支持。无头模式不支持：本 skill 借的是用户真实浏览器的登录态，必须有可见浏览器；用户问"能不能无头/后台自动跑"时照实答，不要含糊，也不要擅自改用别的抓取方式。详见 references/extraction-guide.md §4.1、INSTALL.md。

输入参数

必填项缺了用 AskUserQuestion 一次问全，不要猜。其余一律用默认值直接开跑。

用法示例（用户话术 → 参数映射）

规则：

• 产品名只报一次即可，后续轮次沿用（会话内记住）
• 「只要高质量的」「只要 P0/P1」→ min_score=70；「P2 也要」→ min_score=55
• 用户没提区间 → 用 min_views=100000、max_answers=200 作为默认起跑线，并在回复里说明用了默认值
• 模型/agent 不要反问区间细节超过一次；拿不准就用默认值跑，跑完在回复里标注实际用了什么

工作流程

Phase 0 — 环境自检 + 自动配置（关键）

先跑自检脚本，一步到位（幂等，可重复跑；会自动补装缺失项）：

bash "$SKILL_DIR/scripts/env_check.sh" 2>&1

脚本会依次检查 Python 解释器 / openpyxl / bsk CLI / daemon 与浏览器连接，能自动搞定的直接搞定（pip 装 openpyxl、拉官方脚本装 bsk、PATH 补全），搞不定的（需要人工点浏览器、装扩展）给出确切命令。结尾打印一段摘要：

=== ZTM_ENV 摘要 ===
OS=windows
PY=python3
BSK=/c/Users/23869/.local/bin/bsk
DAEMON=up
BROWSER=1
READY=1

照摘要决策：

• 默认 --check-only 关掉自动安装：bash "$SKILL_DIR/scripts/env_check.sh" --check-only
• 手动指定解释器：ZTM_PY=/path/to/python bash "$SKILL_DIR/scripts/env_check.sh"
• 脚本只用官方安装脚本 / pip，不 sudo、不写系统目录

常驻 daemon（宿主回收子进程时的唯一正确做法）

仅当摘要里 DAEMON=down 时才需要。用后台任务持有前台 daemon，不要用 nohup / & / Start-Process：

Bash 工具调用：{ "command": "BSK_AUTO_START=0 <BSK 绝对路径> daemon start --foreground", "run_in_background": true }

• 记下返回的 task_id，保持它运行，任务结束时不要取消它（daemon 可跨轮次复用；无浏览器/会话时默认 10 分钟空闲退出，下次按需再起）
• 启动后在另一个独立的 Bash 调用里验证：BSK_AUTO_START=0 <BSK 绝对路径> status。看到 daemon version + browsers connected 才算就绪
• 之后所有 bsk 命令一律带 BSK_AUTO_START=0
• 不要用 bsk daemon stop/restart 去"修"连不上的状态——在回收型宿主里这会杀掉宿主任务，让情况更糟

> PATH 不会跨 Bash 调用保留：如果 bsk 是新装到 ~/.local/bin 的，每次调用要么写绝对路径，要么在命令开头加 export PATH="$HOME/.local/bin:$PATH";。最省事的做法是全程用绝对路径。

> 全文出现的 python 一律替换成 Phase 0 摘要里的 PY 值（如 python3 / py -3 / 绝对路径）；全文出现的 bsk 一律用 $BSK（摘要里的绝对路径）。

公共变量（设一次，后面全部 Bash 调用复用）

SD="$SKILL_DIR"
PY=<Phase 0 摘要里的 PY 值，如 python3>
if [ -n "$LOCALAPPDATA" ]; then TMP="$LOCALAPPDATA/Temp/ztm_run"; else TMP="${TMPDIR:-/tmp}/ztm_run"; fi
BSK='<Phase 0 摘要里的 BSK，若 bsk 已在 PATH 就直接写 bsk>'
mkdir -p "$TMP"

• TMP 特意写成跨平台：Windows（Git Bash）走 %LOCALAPPDATA%\Temp，macOS / Linux 退回 $TMPDIR 或 /tmp；两边 python 都能直接读写
• 下文示例里的 bsk 一律指这个 $BSK，python 一律指这个 $PY

Phase 1 — 产品画像（核心步骤）

按 references/product-profiling.md 执行：

1. 读 references/product-presets.json，用产品名 / 域名 / aliases 做不区分大小写匹配。
2. 命中 → 直接用缓存画像，跳过官网抓取（Appark / FamilyPro 已在缓存里）。
3. 未命中 → 用 product-profiling.md 里的 prompt，对官网地址抓 1 次，拿到画像 JSON 并落盘到临时文件。
4. 抓取失败 → 按该文件 §5 的兜底规则出词（产品名 × 决策型模板），并在回复里提一句。

画像里有 8 个字段下游要用：keywords（硬广词主力）、keywords_soft（软广词池）、catalog（在售商品清单 = 硬广词的唯一词源）、exclude_tokens（排除词，行级过滤用）、personas（软广人群兜底）、categories（硬广品类兜底）、desc_tokens（相关性加分）、key_selling_points（前 5 条植入思路的素材）。另有 3 个可选字段：keyword_groups（八方向词群，按组轮转）、keyword_combine（长尾组合规则）、soft_ratio（软广占比）。

Phase 1.5 — 出词（双轨）

产出两组词：硬广词 HARD 与 软广词 SOFT（详细规则见 references/keyword-library.md §1）。

• 词轨偏好
• auto（默认）：按画像的 soft_ratio 凑满词汇预算（缺省 0.4 → 20 词 = 12 硬 + 8 软；FamilyPro 预设为 0.6 → 8 硬 + 12 软，让泛人群问题占多数）
• hard：软广比例 0，预算全给硬广
• soft：软广比例 0.5–0.6（用户说"要在程序员/独立开发圈里找"时）
• 硬广词来源：用户关键词（模式 B）→ 画像 keywords → catalog 在售商品 × 决策模板（优先）→ categories 品类词（keyword-library.md §2）→ 全品类轮转
• 软广词来源：画像 keywords_soft → 画像 personas 指向的人群词（keyword-library.md §3）→ 默认人群（P1 程序员 / P2 独立开发 / P4 创业 / P6 职场）
• 用户点名了人群（"就挖程序员和游戏开发"）→ 只用这几个人群对应的软广词
• 画像有 keyword_groups 时必须按组轮转（FamilyPro 是 8 组）：每组先取 1 个，取满 8 组后回到第 1 组取第 2 个，依此类推，直到凑满软广配额。绝不从第一组一路往下截取——那样 8 个方向只会剩 1 个，正是"结果单一"的根因
• 用户点名方向（"重点挖独立开发和创业成本"）→ 被点名的组每组取 2–3 个，其余组仍各取 1 个保底
• keyword_groups 的组名带 G1…G8 前缀，按编号顺序轮转即可
• 组合扩长尾（可选）：画像有 keyword_combine 时，用户说"多找点 / 这方向再挖深一点"才用 bases × suffixes 组合出长尾（如 独立开发者 × 一个月开销），展开上限 = 词汇预算的 1/3。没开口就别展开，词越多越慢
• 优先故事与数据向：软广词要挑能搜出「有真实人物、有营收数字、有工具栈、有工作流、有成本账」的问题，而不是纯观点题。这类题在报表里同分时会自动排前面（build_report.py 的故事信号排序）
• 防不相关（重要）：硬广词必须锚定 catalog 里的真实在售商品。出完词逐条做「能不能答」自查——产品不提供的东西（例：只做海外订阅的平台绝不能出"腾讯视频会员怎么买便宜"）直接删掉，详见 keyword-library.md §3.5
• exclude_tokens 一路带到 Phase 5，做行级兜底过滤
• 全局去重（同一个词不重复投）；最后自查两轨都不含纯观点词（"如何看待XX"、"XX 是什么"）
• 关键词里不要出现单引号（会破坏内联到页面的表达式）

Phase 2 — 浏览器会话 + 定位同源页

一次 Bash 调用完成：开会话 → 导航到知乎首页（作为同源 fetch 起点）→ 回显 SID。

SID=$($BSK session start --json 2>/dev/null | $PY -c "import sys,json;t=sys.stdin.read();i=t.find('{');print(json.loads(t[i:])['session_id'])")
BSK_AUTO_START=0 $BSK navigate "https://www.zhihu.com/" --session $SID --wait-until domcontentloaded --timeout 20s 2>&1 | tail -1
echo "SID=$SID"

记下 SID，下文 {SID} 都用它。

Phase 3 — 批量取数（API 主通道，模式 C 跳过）

原理：在知乎同源页面上下文里调用
/api/v4/search_v3?t=question&q=<词>&offset=<n>&limit=20&lc_idx=0
返回的 visits_count / answer_count / follower_count 与问题页 js-initialData 的 visitCount / answerCount / followerCount 口径完全一致（已实测），因此这一步拿到的就是精确值，不需要再逐页抓取。

一次 Bash 调用完成：设置全局变量 → 跑脚本 → 落盘 → 自检回显。

SID={SID}
BSK_AUTO_START=0 $BSK evaluate --session $SID "window.__ZTM_KWS=['硬广词1','硬广词2'];window.__ZTM_KWS_SOFT=['软广词1','软广词2'];window.__ZTM_LIMITS={minV:100000,maxV:0,minA:0,maxA:200,maxAgeDays:0,pages:1};'ok'" 2>&1 | tail -1
BSK_AUTO_START=0 $BSK evaluate --session $SID "$(cat "$SD/scripts/search_questions.js")" --timeout 240s 2>/dev/null | tail -1 > "$TMP/rows.json"
$PY -c "
import json;d=json.load(open(r'$TMP/rows.json',encoding='utf-8'))
rows=d['rows']; h=sum(1 for r in rows if r.get('track')=='hard'); s=sum(1 for r in rows if r.get('track')=='soft')
print('total',d['total'],'kept',d['kept'],'hard',h,'soft',s,'errors',d['errors'][:3])
"

要点：

• __ZTM_KWS = 硬广词，__ZTM_KWS_SOFT = 软广词；两个变量都在同一次设置，脚本会给每行打 track 标记（hard/soft）。只挖一轨时另一个传空数组
• 同一问题同时命中两轨时，以硬广位优先（硬广先跑）
• __ZTM_LIMITS 门槛用 minV/maxV/minA/maxA（上限传 0 = 不限）+ maxAgeDays（默认传 0 = 不在搜索阶段按更新时间丢弃）。原因：updated_time 只在问题被编辑时才变，跟"有没有新回答"没关系——实测 独立开发者收入如何，有啥感受? 更新时间停在 2020 年，最近一条回答却是上周。按更新时间预筛会把这类仍然活跃的长青问题整批误杀。真正的半年过滤交给 Phase 3.5 的 answers 接口（精确）。pages 默认 1（每词约 20 条原始结果），词多时保持 1
• 脚本内部已做精确门槛过滤（不是页面 hint），门槛真正生效
• errors 非空但 kept>0 → 正常，只是个别词无结果；kept=0 或返回 err: → 走回退通道
• 候选池不在这里截断（搜索很便宜），截断放在 Phase 3.5：按供需比取前 150 条补采，报表也只用这 150 条
• 词多（20–30 个）时超时给足，--timeout 240s 起

回退通道（仅主通道失败时）：references/extraction-guide.md §回退。用 scripts/prefilter.js 收 id 列表（DOM 解析，只能拿 id）→ scripts/batch_fetch.js 批量 fetch 问题页取精确值。

Phase 3.5 — 新鲜度补采（沉默过滤 + 近期回答增量）

这一步是「半年过滤」的唯一可靠来源。 不要拿搜索接口的 updated_time 代替——实测它跟最后一条回答时间不一致（有的问题 updated 停在 2025 年，最新回答却在 2026 年）。

一次 Bash 调用：把 Phase 3/4 落盘的行 id 提出来 → 跑脚本 → 落盘。

SID={SID}
$PY - "$TMP" <<'PYEOF'
import json, os, sys
tmp = sys.argv[1]
d = json.load(open(os.path.join(tmp, "rows.json"), encoding="utf-8"))
rows = d["rows"] if isinstance(d, dict) else d
rows = [r for r in rows if r.get("id")]
# 补采按条数计费：先按供需比预排，只补最值得看的前 150 条，其余不补也不进报表
rows.sort(key=lambda r: -(int(r.get("views") or 0) / (int(r.get("answers") or 0) + 1)))
rows = rows[:150]
json.dump({"rows": rows}, open(os.path.join(tmp, "rows_sel.json"), "w", encoding="utf-8"), ensure_ascii=False)
json.dump([str(r["id"]) for r in rows], open(os.path.join(tmp, "ids.json"), "w", encoding="utf-8"), ensure_ascii=False)
print("补采候选", len(rows))
PYEOF
BSK_AUTO_START=0 $BSK evaluate --session $SID "window.__ZTM_IDS=$(cat "$TMP/ids.json");window.__ZTM_FRESH={limit:10,conc:6};'ok'" 2>&1 | tail -1
BSK_AUTO_START=0 $BSK evaluate --session $SID "$(cat "$SD/scripts/fetch_freshness.js")" --timeout 180s 2>/dev/null | tail -1 > "$TMP/fresh.json"
$PY -c "
import json;d=json.load(open(r'$TMP/fresh.json',encoding='utf-8'))
print('total',d['total'],'failed',d.get('failed'))
"

要点：

• 接口：/api/v4/questions/{id}/answers?offset=0&limit=10&platform=desktop&sort_by=created
• sort_by=created 才是按时间倒序（实测严格递减）；sort_by=default 是推荐序，时间乱序，不能用
• /api/v4/questions/{id} 详情接口返回 http403（需签名），别用它
• limit 默认 10：第 1 条 = 最新回答（精确），并且能统计出「近 30 天新增回答数」。想算更长的窗口就调大
• 一次请求/问题、6 并发；上限 150 条（超出按供需比截断，见上面那段预排序）。150 条约 15–25s；再往上加会明显拖慢，收益也低
• 只补采前 150 条，报表也只用这 150 条（rows_sel.json）——否则没补采到的行会退回 updated 兜底，把"老题新答"误杀，结果白白变少
• 返回 err: 或 failed 占比高 → 只影响这一列（显示 —），不要因此中断；在回复里提一句"新鲜度补采部分失败"
• 补采失败 / 用户嫌慢整段跳过 → 报表照样能出（列显示 —），但沉默过滤只能退回 updated 兜底：会误杀"很久没编辑、但上周刚有人答"的长青问题（宁可少给不漏）。所以这一步别轻易省——尤其软广位，好问题大多是老题新答

Phase 4 — 仅模式 C：用户指定链接/ID

跳过 Phase 3，用 scripts/batch_fetch.js 直接抓这批问题页：

SID={SID}
BSK_AUTO_START=0 $BSK evaluate --session $SID "window.__ZTM_IDS=['id1','id2'];'ok'" 2>&1 | tail -1
BSK_AUTO_START=0 $BSK evaluate --session $SID "$(cat "$SD/scripts/batch_fetch.js")" --timeout 180s 2>/dev/null | tail -1 > "$TMP/rows.json"

• 抓完照样跑一遍 Phase 3.5（它读的就是 rows.json，不用改任何参数）——这批链接同样要过"半年内有回答"这道关；不跑就只能用 updated 兜底，会把老题新答误杀
• id 超过 40 条拆多次（每次 ≤40）
• 返回 err 占比 > 50% → 逐页回退（scripts/page_extract.js）
• err:captcha / http403 → 用 bsk request-help 请用户在 Agent 窗口过验证码或登录知乎

Phase 5 — 去重名单 + 生成报表（同一个 Bash 调用，不额外增加调用数）

# 5.0 去重名单（默认跑；用户说「不去重」就跳过这一步）：找不到名单 → found=0，脚本不写文件，报表自动跳过过滤
$PY "$SD/scripts/dedup.py" [--path "<用户给的名单路径>"] --out "$TMP/dedup.json" 2>&1 | tail -1

# 5.0.1 兜底：3.5 没跑（或失败）时用全量候选，别让报表读不到文件
[ -f "$TMP/rows_sel.json" ] || cp "$TMP/rows.json" "$TMP/rows_sel.json"

# 5.1 报表
$PY - "$TMP" <<'PYEOF'
import json, os, sys
tmp = sys.argv[1]
cfg = {
  "product_name": "Appark",
  "product_desc": "<desc_tokens 空格拼接>",
  "soft_keywords": ["<软广词1>", "<软广词2>"],        # Phase 1.5 的 SOFT 列表，用于兜底判轨
  "exclude_tokens": ["<排除词1>", "<排除词2>"],       # 画像 exclude_tokens：标题命中即丢弃
  "min_views": 100000, "max_views": 0, "min_answers": 0, "max_answers": 200, "min_score": 0,
  "max_idle_days": 180,                               # 最近一条回答距今 >180 天直接剔除；0 = 不过滤
  "recent_days": 30,                                  # 「近期回答动态」里"+N"的统计窗口
}
json.dump(cfg, open(os.path.join(tmp, "cfg.json"), "w", encoding="utf-8"), ensure_ascii=False)
PYEOF
$PY "$SD/scripts/build_report.py" "$TMP/知乎选题_<产品名>_<YYYYMMDD_HHMM>.xlsx" \
  --input "$TMP/rows_sel.json" --config "$TMP/cfg.json" --fresh "$TMP/fresh.json" \
  --dedup "$TMP/dedup.json" 2>&1 | tail -2

去重名单（Phase 5.0）怎么走

• 默认就跑（用户什么都不说也跑）：不带 --path，脚本自动探测（缓存路径 → 当前目录 → 桌面 → 下载 → skill 目录 → ~/.workbuddy/ztm/，多个候选取最近修改的，这样用户新更新的表会自动生效）。只认文件名里带「去重 / 已答 / 已发 / 发布 / 回答记录 / dedup / answered / published」的表
• 用户说「读去重表」 → 同上（等价触发词，跑同一条命令）
• 用户给了路径 → 加 --path "<路径>"（路径含空格要加引号）
• 用户说「不去重 / 全给我」 → 5.0 跳过，5.1 也不加 --dedup
• 名单格式：第一列是问题名称即可；有链接列更好（能从 /question/<id> 抽精确 id）。支持 .xlsx / .csv / .tsv / .txt / .md；.xls 旧格式请先另存为 xlsx
• 过滤是三重匹配，命中任一即丢：id（question 号一致）→ 标题（归一化后完全相同，全半角/空格/标点/大小写都不算差异）→ 相似（difflib ≥ 0.95，兜住标题被改标点或截断；实质不同的题不会被误杀）
• 找不到名单就正常跑，说明页写「去重名单：未启用」；found=0 不算错误，不要重试、不要报错、不要为它多起一次调用
• 命中明细（最多 20 条 + 命中方式）会写进「说明」sheet，便于人核对名单读得对不对
• 回复里必须报出实际用的是哪个文件（脚本 stdout 的 source 字段），万一自动挑错了用户能立刻纠正

报表其它要点

• 数据与配置都走文件，避免命令行长度限制（候选多时 JSON 会超限），也避免中文词在 shell 里被转码
• --fresh 传 Phase 3.5 的产物；没跑 3.5 就不传这个参数（脚本会按"未补采"处理，列显示 —，沉默过滤自动失效）
• soft_keywords 传 Phase 1.5 的软广词列表；search_questions.js 已给每行打 track，这里只是兜底（模式 C 的行没有 keyword）
• exclude_tokens 传画像的排除词；标题命中即丢弃，丢弃数会记在「说明」sheet
• --dedup 传 Phase 5.0 的产物；没启用去重就不传这个参数（返回全部符合条件的问题）。传了但文件不存在 / 为空 → 脚本按"未启用"处理，不会报错
• build_report.py 会再做一次区间过滤（双保险）并容错跳过 bsk 的版本提示行
• 脚本自带 openpyxl 兜底安装（Phase 0 已装好时不会重复触发）
• 命中 0 条 → 直接说"未找到满足条件的问题，建议放宽区间或加大词汇预算"，不生成空表

排序口径（分数只在脚本内部用来排序和定档，不写进表）

排序键：潜力分 ↓ → 故事/数据信号 ↓ → 相关性命中数 ↓ → 供需比 ↓ → 浏览量 ↓
优先级：P0 >= 85 | P1 >= 70 | P2 >= 55 | P3 < 55
潜力分 0–100 = 供需比 0–35 + 回答稀缺 0–12 + 浏览量体量 0–13 + 问句类型 0–20 + 商业意图词 0–15 + 新鲜度 0–5（+ 相关性 0–10）
新鲜度 0–5 = 最近一条回答距今天数：≤30 天 5 分 / ≤90 天 4 / ≤180 天 3 / ≤365 天 1 / 更久 0（没补采到时退回 updated 字段兜底）
故事/数据信号（只做同分排序，不计分）= 营收数据 / 成本账 / 工具栈 / 工作流 / 复盘经历，命中类别越多越靠前

输出列（10 列：核心数据 + 建议回答类型 + 近期回答动态）

序号 / 优先级 / 标题 / 来源关键词 / 建议回答类型 / 浏览量 / 回答数 / 近期回答动态 / 建议植入角度 / 链接

• 不输出「问句类型」列（它只参与内部分数），别再往回加

• 近期回答动态：最近一条回答日期 · 近30天+N。一眼看出这个问题是不是还活着；无回答 = 确实还没人答，— = 没补采到。沉默过滤（默认 180 天）就是按这一列的值做的

• 建议回答类型：格式 体裁（硬广位 / 软广位），取值：
• 硬广位 → 工具清单类 / 对比测评类 / 操作步骤类 / 避坑复盘类 / 观点分析类 / 选型指南类
• 软广位 → 案例拆解类 / 自身故事类 / 操作步骤类 / 共情故事类 / 观点分析类
• 直接照这列决定写成什么体裁的回答
• 得分类字段（潜力分、供需比）与推导用的中间字段（商业意图词、相关性、关注数）不进表——表已按分数从高到低排好，看行序 + 优先级档位就够了
• 优先级底色只刷在「序号 / 优先级」两列，标题列保持干净易读

输出 3–4 个 sheet：全部选题（按优先级排序） / 优先选题 P0P1 / 软广位选题（泛人群）（有软广位词时才有）/ 说明。

Phase 6 — 关闭会话 + 呈现

BSK_AUTO_START=0 $BSK session stop {SID} 2>&1 | tail -1

即使前面报错也必须执行（bsk session stop 只关会话，不要动 daemon 的后台任务）。然后 present_files 展示 Excel，回复结构：

1. 一句话：为哪个产品、按什么区间找的，命中多少条，优先级分布 P0 a / P1 b / P2 c / P3 d，词轨分布 硬广 x / 软广 y，剔除了 z 条沉默老题（以及命中排除词丢了几条）
   - 用了去重名单 → 补一句「去重名单（<文件名>）剔除了 n 条已答过的问题」，n=0 也要说（那就是名单没命中，可能名单不对）
   - 没启用去重 → 一句「本次未启用去重」带过，别展开
2. 用的哪种模式（A 不指定关键词 / B 指定关键词 / C 指定问题 / 叠加）
3. 前 5 条简表（优先级、标题、浏览量、回答数、建议回答类型、近期回答动态）
4. 前 5 条逐条的植入方向与思路 —— 见下节，这是必出项
5. Excel 路径（并说明"软广位选题"那张表在哪）

禁止输出命令返回原文、不逐条罗列处理过程。

> 把报表交付给用户时，outputs/ 目录或用户指定的位置都可以；Windows 下用 cp/绝对路径，跨平台尽量用 $PY -c "import shutil;shutil.copy(...)" 避免中文路径在 shell 里被转码。

前 5 条的植入方向与思路（必出项）

对排序后的前 5 条，每条用 2–3 句写清"怎么植入"，必须结合产品画像，不要套模板。每条包含三件事：

1. 切入角度——从这个问题里哪句话/哪个诉求切进去（按标题里的诉求和商业意图词判断；问句类型只在脚本内部打分，不进表）
2. 挂什么点——用画像 key_selling_points 里的具体卖点（有数字就带数字）
3. 怎么收尾——避免硬广的收束方式（给判断标准、给取舍建议，产品作为其中一个选项出现）

硬广位和软广位写法不一样，不要混：

前 5 条里如果同时有硬广位和软广位，两条都要覆盖到（不要只讲硬广位）；如果这批只有一轨，就说明另一轨为什么没有。

格式示例（内容要按实际产品和问题重写，不要照抄）：

1. 【P0 · 硬广位 · 工具清单类】Sensor Tower 太贵了，有没有平替的应用数据工具？
   切入：提问者已经明确抱怨价格，"贵"就是最好的切入点。
   挂点：直接对标他在用的 Sensor Tower，讲"免费也能看到 App Store 双端榜单变化"。
   收尾：给一个自检清单（想看什么数据→免费够不够用），把 Appark 放在清单里的一个选项，不劝换。

2. 【P1 · 软广位 · 案例拆解类】业余时间当个独立游戏开发者，能赚钱嘛？
   切入：别急着答"能/不能"，先讲"能不能赚钱取决于你有没有看准一个品类"。
   挂点：讲我当初怎么验证需求——先去查同类 App 在双端的榜单排名和下载量级，这一步用的就是 Appark（免费）。
   收尾：给一个算账逻辑（时间成本 vs 市场天花板），产品只在"怎么验证需求"那一步出现一次。

其余规则：

• 用了产品预设时，key_selling_points 直接取缓存；走抓取时取 WebFetch 的结果
• 找不到合适挂点的条目，就诚实写"这条只能轻植入，结论段提一句即可"，不要硬编
• 明显无法植入的问题（纯新闻时事评论、与产品无任何数据/工具关联）直接剔除，不要为了凑数留在表里；剔了就在回复里说明剔了哪条、为什么
• 全文遵守既有内容风控口径（境外→海外区、合租→多人分摊一份订阅等）

参考资料

• 安装 / 使用说明（给人看的，也可直接发给用户）：INSTALL.md
• 环境自检 / 自动配置（Phase 0 必跑）：scripts/env_check.sh
• 产品画像提取规范（Phase 1 必读）：references/product-profiling.md
• 产品画像加速缓存：references/product-presets.json（Appark / FamilyPro 已内置，均带 keywords 硬广 + keywords_soft 软广 + personas；FamilyPro 另有 keyword_groups 八方向词群、keyword_combine 长尾组合规则、soft_ratio 软广占比）
• 关键词库（双轨）：references/keyword-library.md —— §2 硬广品类词 A–L / §3 软广人群词 P1–P11 / §4 品类→人群映射
• 取数通道细节 / 回退方案 / bsk 使用要点 / 调用预算：references/extraction-guide.md
• 脚本：
• scripts/env_check.sh — Phase 0：环境自检 + 自动补装（Python / openpyxl / bsk），输出 ZTM_ENV 摘要
• scripts/search_questions.js — Phase 3 主通道（API 批量取精确数据，硬广/软广双轨打标）
• scripts/fetch_freshness.js — Phase 3.5（answers 接口取最近回答时间 + 近 N 天新增，用于半年过滤）
• scripts/build_report.py — 评分 + 排序 + 建议回答类型 + 沉默过滤 + 去重过滤 + Excel（--input / --config / --fresh / --dedup 文件入参）
• scripts/dedup.py — Phase 5.0（可选）：读去重名单（xlsx/csv/tsv txt/md）→ 抽 question id + 归一化标题 → dedup.json；自带路径自动探测与缓存
• scripts/prefilter.js — 回退通道：DOM 收 id 列表
• scripts/batch_fetch.js — 回退 / 模式 C：批量 fetch 问题页取精确值
• scripts/page_extract.js — 逐页兜底

换机器 / 首次使用自查清单

1. bash "$SKILL_DIR/scripts/env_check.sh" → 看 READY=1
2. 不是 1 就按脚本输出逐条修（装 Python → 装扩展 → 起 daemon），能自动装的它已经装了
3. 确认有一个 Chromium 系浏览器（Chrome / Edge / Brave 任一）+ BrowserSkill 扩展已连接，且已登录知乎（取数接口依赖登录态）
   - Windows 直接用自带 Edge 即可，不需要额外装 Chrome
   - Safari / Firefox 不支持，macOS 需自行装 Chrome 或 Edge
4. 然后正常提需求（产品名 + 官网 + 浏览量/回答数区间）即可

> 完整的人话版说明在 INSTALL.md（放哪、依赖、浏览器要求、FAQ、风控提示），可以直接把它发给使用者。