核心用法
China Marketing Copilot 是专为中国3C消费电子市场设计的营销战略辅助工具，覆盖手机、笔记本、耳机、可穿戴设备、智能家居等品类。其核心工作流围绕七大任务场景展开：
1. 战略诊断与战役架构：将模糊需求转化为结构化的商业目标、目标受众、用户障碍、竞品反击预判、平台机制与风险边界，输出至少两条路径对比及72小时行动清单。
2. 信息屋与文案体系：构建"核心主张+三大证据支柱+用户利益+异议处理+平台变体+禁用表达"的完整Message House，并执行反AI腔调质检。
3. 渠道与KOL激活：划分平台角色、KOL类型、交付物清单、必说点与禁说点、评论区运营机制及风险触发器，支持 embargo 计划与效果度量。
4. 创意战役：从数据支撑的优势、用户痛点、评论反应、竞品空白、平台机制五维生成创意，并模拟评论区风险。
5. 竞品分析与产品对比：建立来源透明的量化矩阵，区分实测数据、主观评价与推测，输出可执行建议。
6. 风险评估：对技术事实、竞品反击、平台合规、评论区风险、KOL风险、社会情绪边界进行评分，模拟 skeptical/拆解党、参数党、普通用户三类评论，输出"直接执行/调整后执行/暂停重做"结论。
7. 数据导入与正式材料审核：支持评论/评测/规格/风险文件的预处理，提取负面早期预警信号；对广告、官 copy、发布会材料等进行事实核查与合规审计。
显著优点
- 结构化知识库：36个文件、3,384行代码构建的受控上下文体系，避免大模型幻觉
- 强制事实纪律：七条运行规则明确禁止编造数字、排名、KOL姓名、价格； unsupported claim 必须标注"知识库暂无此数据"或"[推测]"
- 反AI腔调机制：内置质量检查工具，强制避免企业公关话术与通用AI表达，确保文案符合中国3C受众的锐利、具体偏好
- 风险前置设计：从"负面早期预警"信号库到评论区人格模拟，从行业黑话/烂梗规避到2026市场信号静态数据，形成全链路风控
- 零供应链攻击面：无第三方依赖，无外部API调用，无网络通信行为
潜在缺点与局限性
- 数据来源时效性：捆绑数据可能过时，价格、排名、市场份额、新品规格需外部搜索验证，但工具本身不假设浏览器/搜索工具必然可用
- KOL信息待验证：KOL生态文件为静态参考，当前候选人需标记"[待验证]"
- 个人开发者背书：维护者 killsnake01 无GitHub组织或大公司信誉支撑，需人工审查关键脚本（尤其是
scripts/preprocess.py的数据导入功能） - 静态市场信号：
market-signals-2026.md为2026年市场情绪的静态快照，无法实时捕捉突发危机 - 置信度分层机制：明确区分"高/中/低"置信度输出，低置信场景依赖缺失、陈旧或外部未验证信息
适合人群
- 进入中国市场的3C品牌产品经理与营销负责人
- 需要输出中文社交媒体文案、KOL briefing、评论区运营策略的本地化团队
- 依赖结构化竞品分析而非大模型幻觉的决策支持者
- 对AI生成内容有严格事实纪律与 tone 调要求的组织
常规风险
| 风险类型 | 说明 | 缓解措施 |
|---------|------|---------|
| 数据时效风险 | 捆绑知识库可能过时 | 关键决策前结合外部搜索验证，标记[待验证]项 |
| 来源可信度风险 | T3个人开发者，无组织背书 | 使用前人工审查Python脚本，关注ClawHub用户评价 |
| 数据导入风险 | `preprocess.py` 处理用户上传文件 | 审查导入内容差异，避免敏感数据导出至该Skill |
| 合规表述风险 | 价格/补贴/KOL/AI硬件声明易踩雷 | 强制使用`message-house.md`与`market-signals-2026.md`交叉检查 |
| 过度依赖风险 | 工具输出可能被视为最终事实 | 保留"自检"页脚，明确标注置信度与未验证项 |
自检: 6个数值已核 | 3个产品已核 | 4个来源已标注 | 置信度:高