industry-trend-intelligence-agent-concept.md 7.7 KB

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:

industry-trend-intelligence
行业趋势情报官

面向客户的话术:

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:

{
  "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:

[
  {
    "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。

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:

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:

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:

{
  "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:

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:

xiaohongshu

后续平台扩展:

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:

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。