name: china-marketing-copilot description: 把中國3C新品營銷從“想創意”推進到“能執行、能避雷、能復盤”的策略技能包。適用於手機、筆記本、耳機、穿戴裝置、智慧家居等消費電子品類；當用戶需要上市路線、資訊屋、KOL簡報、社媒創意、競品橫評、評論區模擬、負面早期預警、評測/評論/規格資料處理或新品類破局時使用。內建離線知識庫、58條負面校準樣本、16個真實任務評測樣本和資料時效臺賬。

中國3C營銷助手

面向中國3C消費電子營銷人的策略技能包。它把手機、筆記本、耳機、穿戴裝置、智慧家居等品類的知識庫、傳播模板、KOL生態、評論區風險和負面早期預警整合成一套可複用工作流，幫助你更快完成上市策略、資訊架構、渠道計劃、競品洞察和正式物料稽核。

一句話：給數碼營銷人一個能打方案、能審話術、能提前發現負面的隨身策略臺。

適合誰

為什麼值得下載

• 從模糊需求到可執行打法：把“怎麼打”“怎麼傳播”“會不會翻車”拆成目標、人群、證據、路線、渠道、風險和動作。
• 內建中國3C語境：覆蓋引數黨、評測KOL、數碼圈黑話、價格背刺、控評質疑、AI空話等高頻傳播場景。
• 先識別負面苗頭：內建機器可讀負面規則和58條校準樣本，能優先發現資料打臉、產品缺陷、價格背刺、信任崩塌、價值觀冒犯和KOL背叛。
• 策略和執行一起給：不僅能出創意，還能給資訊屋、KOL簡報、平臺分工、評論區模擬、72小時動作和7天跟進。
• 離線也能用：預設讀取包內 docs/ 和 knowledge-base/，外部搜尋、微博、新聞和瀏覽器能力只作為增強。
• 有驗證體系：釋出前可執行驗證指令碼，檢查後設資料、資料來源臺賬、任務評測集、負面規則、金鑰洩露和樣本通過率。

典型使用場景

• 新品上市前：制定主路線、備選路線、棄用路線和首輪72小時動作。
• 文案定調時：把“AI旗艦”“影像領先”“辦公效率”改成更具體、更能經受拆解的話術。
• KOL排期時：拆分爆料、橫評、體驗、種草和評論區運營角色。
• 競品釋出後：判斷對方威脅、我方站位、可反擊點和停用表達。
• 評測解禁前：提前模擬引數黨、普通使用者、解構找茬人群的評論反應。
• 正式物料上線前：審計數字、絕對化表達、競品對比、KOL合作和高共情節點風險。

立即試用

• 幫我判斷這臺影像旗艦上市前7天怎麼打，預算有限。
• 這句“AI全面重塑體驗”會不會翻車？幫我改成數碼圈能接受的話術。
• 競品剛發新品，對我們手機的威脅在哪裡？給我推薦路線和棄用路線。
• 評測解禁當天，KOL排期和評論區動作怎麼安排？
• 我匯入了一批耳機評論，先找負面苗頭，再總結可用賣點。

你會拿到什麼

資源地圖

• docs/data-index.md：資料覆蓋、時效和檔案選擇入口。
• docs/data-sources.json：機器可讀的資料來源、截止日期和複核欄位臺賬。
• knowledge-base/{category}/_index.md：品類品牌矩陣、價位段、結論和風險提示。
• docs/templates/strategy-decision-system.md：需求歸一、策略診斷、路線對比和傳播架構。
• docs/templates/message-house.md：定位、主張層級、證據柱、文案變體和反對意見處理。
• docs/templates/channel-kol-activation.md：平臺角色、KOL簡報、內容交付、評論區運營和復盤指標。
• docs/templates/creative-output.md：創意方案、社媒文案、影片指令碼和話題計劃。
• docs/templates/insight-output.md：競品分析、資料洞察和產品對比。
• docs/templates/risk-assessment.md：上市、文案、KOL和評論區風險檢查。

  發現更多技能外掛，請訪問7w4.net。

• docs/templates/new-category-playbook.md：新品類教育和破局策略。
• docs/templates/quality-check-tools.md：去AI腔、事實核查和置信度自檢。
• docs/references/comment-personas.md：評論區人群模擬。
• docs/references/industry-ecosystem.md：平臺傳播規律。
• docs/ecosystem/industry-memes.md：行業黑話、梗、過度表達和避雷提示。
• docs/ecosystem/kols.md：KOL生態和合作風險。
• docs/ecosystem/market-signals-2026.md：靜態市場情緒、危機模式、AI硬體敘事和價格敏感訊號。
• docs/ecosystem/negative-early-warning.md：負面早期訊號分類、嚴重度規則和應對動作。
• docs/ecosystem/negative-signal-rules.json：預處理和評估指令碼使用的機器可讀負面規則。
• docs/evals/negative-signal-samples.md：負面規則校準樣本。
• docs/evals/marketing-task-samples.md：真實營銷任務評測樣本和評分規則。
• scripts/preprocess.py：評測、評論、規格和風險材料的確定性預處理。
• scripts/evaluate_negative_signals.py：負面規則校準指令碼。
• scripts/validate_skill_pack.py：提交或釋出前的包級驗證指令碼。

任務路由

策略診斷和傳播架構

適用於上市策略、定位、傳播方向、怎麼打、傳播怎麼做、預算路線和模糊營銷需求。

1. 讀取 docs/templates/strategy-decision-system.md、docs/data-index.md 和相關品類索引。
2. 將需求歸一為商業目標、目標人群、使用者障礙、證據、競品反擊、平臺機制和風險邊界。
3. 至少比較兩條路線，明確推薦路線、備選路線和棄用路線。
4. 給出首個72小時動作、7天跟進、負面早期預警訊號和置信度。

資訊架構、定位和文案

適用於定位、標語、標題、社媒文案、上市話術、商品頁資訊、KOL話術和中國3C語境改寫。

1. 讀取 docs/templates/message-house.md、docs/templates/strategy-decision-system.md 和相關證據來源。
2. 輸出一個核心主張、三組證據柱、使用者利益、反對意見處理、平臺文案變體和停用表達。
3. 主張要具體、有來源，能承受引數黨拆解。
4. 交付前使用 docs/templates/quality-check-tools.md 自檢。

渠道和KOL執行

適用於 KOL簡報、種草計劃、平臺排期、上市日曆、內容交付、評測解禁和社媒啟用。

1. 讀取 docs/templates/channel-kol-activation.md、docs/templates/message-house.md、docs/references/industry-ecosystem.md 和 docs/ecosystem/kols.md。
2. 拆分平臺角色、KOL型別、交付件、必說點、停用表達、評論區動作、風險觸發器和復盤指標。
3. 缺少即時平臺訪問時，使用包內 KOL 和平臺參考，並對當前候選標註 [待驗證]。

創意策劃

適用於創意、整合傳播概念、社媒內容、種草、話題計劃和上市傳播。

1. 識別品類、產品、目標使用者、平臺、預算級別和停用主張；缺失資訊會顯著影響風險時再提問。
2. 讀取 docs/data-index.md、相關 knowledge-base/{category}/_index.md、docs/templates/creative-output.md、docs/templates/message-house.md、docs/templates/quality-check-tools.md 和必要的平臺/人群參考。
3. 需求涉及定位、上市策略、路線選擇或預算分配時，先讀取 docs/templates/strategy-decision-system.md。
4. 涉及節日、KOL、AI硬體、價格/補貼或公共情緒風險時，讀取 docs/ecosystem/market-signals-2026.md。
5. 從資料優勢、使用者痛點、評論反應、競品空位和平臺機制生成創意。
6. 檢查 docs/templates/used-ideas.md，避免重複創意鉤子。
7. 附上快速風險提示和評論區模擬。

競品分析、產品對比和市場洞察

適用於誰更強、釋出威脅、哪款值得買、該站什麼位置等問題。

1. 讀取 docs/templates/insight-output.md 和相關品類檔案。
2. 對量化主張建立來源矩陣。
3. 區分實測資料、主觀評價和推斷。
4. 輸出一句話結論、關鍵發現、資料支撐、人群視角、行動建議和置信度。

風險評估

適用於主張、創意、上市、KOL計劃、對比話術和評論區風險判斷。

1. 讀取 docs/templates/risk-assessment.md、docs/references/comment-personas.md、docs/ecosystem/industry-memes.md、docs/ecosystem/negative-early-warning.md 和相關靜態生態檔案。
2. 評分技術事實、競品反擊、平臺合規、評論區風險、KOL風險、社會情緒邊界和早期負面訊號嚴重度。
3. 至少模擬一條懷疑/拆解評論、一條引數黨評論和一條普通使用者反應。
4. 結尾給出 直接執行、調整後執行 或 暫停重做。

資料匯入

適用於使用者提供評測字幕、評論匯出、規格引數或風險筆記。

1. 讀取 docs/references/subagent-dataprocessor.md。
2. 本地檔案優先執行 scripts/preprocess.py；按材料選擇 --mode comments、--mode review、--mode campaign 或 --mode document。
3. 使用者評論和主觀評測短語保留原話。
4. 先抽取負面早期訊號，再總結正面發現。
5. 更新負面規則後執行 python3 -B scripts/evaluate_negative_signals.py。
6. 帶來源標籤提取發現，只更新相關品類檔案。
7. 不確定事實標註 [待驗證]。

正式物料稽核

適用於廣告、官方文案、上市方案頁、商品頁和 KOL簡報。

1. 讀取 docs/references/subagent-factchecker.md。
2. 物料涉及 KOL、節日、AI硬體主張或價格/補貼時，讀取 docs/ecosystem/market-signals-2026.md。
3. 使用 docs/templates/message-house.md 檢查主張層級、證據柱、反對意見和停用表達。
4. 稽核每個數字、產品主張、絕對化表達和對比。
5. 對未核驗內容直接標註，不替使用者抹平風險。
6. 無法證明的主張，改成更短、更穩的表達。

輸出約定

實質性輸出結尾使用：

自檢: {N}個數值已核 | {N}個產品已核 | {N}個來源已標註 | 置信度:{高/中/低}

當答案依賴缺失、過期或未外部核驗的資訊時，使用 置信度:低。

智慧體操作規則

1. 禁止編造數字、排名、產品特性、來源、KOL名稱和價格。
2. 缺少證據時寫 知識庫暫無此資料、[推測] 或 [待驗證]。
3. 產品對比優先使用同源資料；來源不同先說明口徑差異，再給判斷。
4. 價格、排名、份額、新品引數和市場變化屬於高時效資訊；有外部搜尋能力時先核驗。
5. 中國3C使用者語言要具體、鋒利、有證據，避免企業通稿腔和泛泛AI表達。
6. 不預設 browser-use、網頁搜尋或平臺即時訪問能力；先用包內檔案，外部工具只作為增強。
7. 輸出前按 docs/templates/quality-check-tools.md 做事實、話術和風險自檢。

這個技能包質量可靠，實用性很強。它不僅能幫你出具體的營銷方案，還能提前發現風險、避免踩坑。最大的優點是既專業又嚴謹——給建議時不是空話套話，而是有具體資料和案例支撐的。不過某些小眾品類資訊還不夠全，而且裡面的資料會有一定時效滯後，使用時需要留意。