# 行业趋势情报官通用技能包方案

## 背景

客户场景来自“家装全屋定制行业，希望洞察女性客户在小红书等平台上对当季或下季度流行设计元素、风格、消费决策的关注变化”。

最初可落地为“家装全屋定制趋势情报官”，但从产品化角度看，不宜一开始做成强定制技能。更优方案是抽象成一个通用的“行业趋势情报官”技能包，通过行业档案和关键词矩阵适配不同行业。

## 产品定位

通用名称建议：

```text
industry-trend-intelligence
行业趋势情报官
```

面向客户的话术：

```text
这是一个帮企业每天/每周从社媒平台追踪行业趋势、用户关注点、消费决策信号和内容机会的情报官。
它可以先从小红书开始，也可以后续扩展到抖音、知乎、微博等平台。
```

## 与抖音口播日报的关系

复用底层闭环，不复用产品定位。

可复用：

1. 建档流程。
2. 数据采集流程。
3. 日报输出结构。
4. 校准问答。
5. 偏好记忆。
6. 后续共创流程。

不复用：

1. “口播稿件日报”的产品心智。
2. “爆款视频逐字稿”的强依赖。
3. “选题变口播稿”的主交付物。

行业趋势情报官的核心交付物应该是“趋势情报日报”和“行动建议”，不是口播稿。

## 为什么要通用化

如果直接做“家装全屋定制趋势情报官”，现场交付会很快，但后续每个行业都要重新定制一套。

通用化后，只需要配置行业档案，就可以适配：

1. 家装全屋定制。
2. 美妆护肤。
3. 母婴。
4. 保健品。
5. 食品饮料。
6. 服装穿搭。
7. 宠物用品。
8. 本地生活服务。

行业差异沉淀在 profile 和关键词矩阵里，而不是写死在技能逻辑里。

## 通用建档字段

行业趋势情报官的 profile 应包含：

```json
{
  "project": "项目名称",
  "industry": "行业/品类",
  "businessType": "品牌/门店/工厂/服务商/个人IP",
  "targetAudience": ["目标客户人群"],
  "decisionMakers": ["实际决策者", "影响决策者"],
  "productsOrServices": ["主营产品/服务"],
  "priceBand": "价格带",
  "regions": ["关注区域"],
  "trendQuestions": ["想回答的趋势问题"],
  "platforms": ["xiaohongshu"],
  "keywords": ["核心关键词"],
  "competitors": ["竞品/对标账号/对标品牌"],
  "mustTrackSignals": ["必须关注的信号"],
  "blockedDirections": ["不关注/不推荐方向"],
  "outputPreference": {
    "reportTone": "老板视角/市场视角/设计师视角/投放视角",
    "actionType": "内容建议/选品建议/设计建议/销售话术/门店陈列"
  }
}
```

## 通用关键词矩阵

不要只让用户填几个关键词。系统应根据行业档案生成关键词矩阵。

关键词类型：

1. 品类词：全屋定制、护肤精华、儿童益生菌。
2. 场景词：小户型收纳、敏感肌、宝宝便秘。
3. 痛点词：不好打理、踩坑、翻车、预算超支。
4. 风格词：奶油风、原木风、中古风、极简风。
5. 决策词：怎么选、避坑、测评、推荐、真实体验。
6. 竞品词：品牌名、对标门店、竞品系列。
7. 趋势词：2026流行、今年流行、下季度、爆款。

家装示例：

```json
[
  {
    "keyword": "全屋定制",
    "purpose": "抓取基础品类讨论",
    "expectedSignal": "预算、环保、翻车、收纳、颜值"
  },
  {
    "keyword": "奶油风装修",
    "purpose": "追踪风格流行趋势",
    "expectedSignal": "颜色、材质、灯光、软装搭配"
  },
  {
    "keyword": "小户型收纳",
    "purpose": "识别真实使用场景和痛点",
    "expectedSignal": "柜体设计、空间利用、家庭成员需求"
  }
]
```

## P0 技能闭环

P0 先做小红书单平台。

```text
自然语言启动
  -> 读取/建立行业档案
  -> 生成关键词矩阵
  -> 采集小红书笔记
  -> 采集笔记详情与评论
  -> 提取趋势信号
  -> 输出趋势情报日报
  -> 用户校准方向
  -> 写入偏好记忆
```

## P0 输出结构

通用趋势情报日报建议结构：

1. 今日/本周一句话判断。
2. 样本口径。
3. 高热趋势信号。
4. 用户决策信号。
5. 内容/产品/设计机会。
6. 高价值样本拆解。
7. 下周期可验证趋势假设。
8. 行动建议。
9. 下一轮监听关键词建议。
10. 校准问题。

家装行业映射：

1. 高热趋势信号 -> 风格、空间、材质、颜色。
2. 用户决策信号 -> 预算、环保、耐看、好打理、收纳、翻车风险。
3. 内容/产品/设计机会 -> 门店案例、设计师话术、展厅陈列、短视频/小红书选题。
4. 趋势假设 -> 下季度值得验证的风格和设计元素。

## 校准问题

校准问题应通用，但可以按行业显示不同措辞。

通用版：

```text
1. 今天这些趋势里，哪 3 个最值得继续跟踪？
2. 哪些方向明显不适合你的业务，后续需要降权？
3. 下一版报告更偏老板决策、产品设计、内容选题、销售转化，还是竞品观察？
4. 是否要新增/删除监听关键词、竞品或平台？
```

家装版：

```text
1. 今天这些风格/元素里，哪 3 个最值得继续跟踪？
2. 哪些风格不适合你的客户或门店定位？
3. 下一版更偏设计趋势、客户决策、门店转化，还是小红书内容选题？
4. 是否要新增关注区域、户型、预算带或竞品品牌？
```

## 记忆系统

记忆系统不应绑定家装，而应分为：

1. 行业档案记忆。
2. 趋势偏好记忆。
3. 关键词效果记忆。
4. 排除方向记忆。
5. 输出风格记忆。

记忆示例：

```json
{
  "preferredSignals": ["女性客户决策顾虑", "风格元素变化", "高评论笔记"],
  "blockedDirections": ["纯装修美图无评论", "豪宅风格", "低价引流套餐"],
  "preferredOutput": ["老板视角", "门店可执行动作", "设计师话术"],
  "highValueKeywords": ["小户型收纳", "奶油风装修", "衣柜设计避坑"]
}
```

## 技能包结构建议

通用套件：

```text
industry-trend-intelligence
├─ industry-trend-runner
├─ industry-trend-profile-builder
├─ industry-trend-keyword-planner
├─ industry-trend-report
├─ industry-trend-memory
├─ xiaohongshu-trend-collector
└─ docs / install.js / package zip
```

首个平台：

```text
xiaohongshu
```

后续平台扩展：

```text
douyin
zhihu
weibo
tiktok
instagram
```

## 工作坊交付方式

现场可以仍然使用“家装全屋定制”作为演示案例，但不要把技能包命名写死。

推荐话术：

```text
我们先给你训练一个行业趋势情报官。
今天用家装全屋定制作为第一个场景，先从小红书抓取女性客户在装修风格、设计元素、预算、环保、收纳、翻车风险上的真实讨论。
跑通后，这套情报官也可以换到其他行业，只需要改行业档案和关键词矩阵。
```

## 开发优先级

P0：

1. 小红书单平台采集。
2. 行业档案建档。
3. 关键词矩阵生成。
4. 趋势情报日报。
5. 校准与偏好记忆。

P1：

1. 多平台接入。
2. 图片/视觉元素识别。
3. 竞品账号/品牌监听。
4. 周报/月报。
5. 趋势变化对比。

P2：

1. 自动生成内容选题。
2. 销售话术/门店话术。
3. 产品/设计方案建议。
4. 可视化趋势雷达。

## 当前结论

不要直接做“家装全屋定制专属技能包”，也不要把抖音口播日报简单改成小红书版。

建议做成通用的“行业趋势情报官”：

1. P0 先用小红书跑通。
2. 家装全屋定制作为第一个模板场景。
3. 行业差异通过 profile、关键词矩阵和输出偏好配置。
4. 后续可以扩展多平台和图片元素识别。