公众号爆款文章查询#

---

简介#

面向公众号选题与创作的数据洞察 Skill：持续收录全网爆款文章，按「低粉高阅读、阅读靠前、数据增长中、原创靠前」等维度筛选，为号主提供可参考的爆款样本。

能做什么？

• 🔍 关键词探测：按赛道/细分词查询最匹配的公众号爆款内容
• 📊 智能筛选：结合用户意图与内容相关性，从候选中挑出最多 10 条高质量推荐
• 🃏 双形态展示：Markdown 卡片 + HTML 网格卡片，便于阅读与分享
• 🧭 细分引导：展示结果后主动给出 10 个可继续深挖的细分赛道词

适合谁用？

• 公众号运营 / 编辑 —— 找选题、看对标
• 内容创作者 —— 了解近期高热话题与标题范式
• MCN / 增长 —— 批量观察某一垂类的爆款特征

运行依赖：Python requests>=2.28.0。

---

功能特性#

核心功能#

• 爆款文章探测：搜索全站热门的公众号文章
• 时间窗口：默认最近 7 天；最多可查询近30天公众号爆款数据
• 泛化词治理：识别大类泛词后必须先给细分推荐并等待用户「拓展 / 不拓展」，禁止同轮继续跑脚本
• 输出产物：脚本生成 {keyword}_爆款数据.html；筛选逻辑可参考 {keyword}_爆款数据.json（若脚本产出）

特色亮点#

• 意图优先：优先提取用户描述中的细分方向词，避免只用「职场」「情感」等过大类词一查了之
• 数据诚实：非实时快照； today / 超 30 天等诉求有固定话术说明边界
• 禁止凑数：最多 10 条，少于 10 条如实展示，禁止编造
• 展示闭环：每条含推荐理由（≥15 字、禁止空话模板）；文末必须附 10 个细分词引导下一轮查询

---

使用场景#

当用户提出下列类型需求时，应调用本 Skill：

用户可能会问Agent 行为概要「最近有什么爆款」「看看全站热门」关键词传 ""，按默认时间窗查询全站热门「职场 / 情感领域有什么爆款」（大类词）走泛化词流程：先给细分词 + 等待「拓展 / 不拓展」「职场沟通技巧」「亲子教育选题」视为细分词，可直接调用脚本（无需拓展询问）「近 15 天的 xxx」将口语映射为 startDate = 今天 - N 天 后查询「要高赞 / 高分享的」意图类型归为数据需求型，筛选时侧重互动与数据表现

典型示例#

场景一：无赛道浏览

用户：最近公众号有什么爆款文章？ 助手： --keyword "" 拉全站热门 → 展示卡片与 HTML → 再给 10 个热门赛道细分词。

场景二：大类词需拓展

用户：帮我看看职场类的爆款。 助手：识别「职场」为泛化词 → 仅回复细分词列表并说明「拓展 / 不拓展」→ 本轮不调用脚本 → 用户回复后再执行查询。

场景三：自带细分描述

用户：我是情感号，做恋爱、婚姻、婆媳方向，给我热门参考。 助手：提取「情感、恋爱技巧、婚姻经营、婆媳关系」等多词逗号查询 → 意图筛选 → 展示 ≤10 条。

---

重要数据说明#

时间与实时性

• 数据时间差说明：文章互动数据截止为 数据获取时间，互动量可能持续增长，后续会持续更新。
• 默认时间范围： 最近 7 天（ startDate = 今天 - 7 天）；数据不足时 自动扩展范围，并按下文固定话术 告知用户。

边界话术（须原文使用）

• 用户提及「今天 / 今日」： 「非常抱歉，今天的数据暂未更新，已为您展示最近可用的数据」
• 用户要求的时间超出 30 天： 「非常抱歉，当前仅支持最近30天的数据，已为您展示最接近的数据」

---

核心执行规则（必须遵守）#

1. 泛化词必须先问再查：识别为泛化词时 禁止直接调用脚本；须先输出细分词推荐并等待用户选择。
2. 正确顺序：关键词提取 → 判断是否泛化词 → 泛化词则询问 → 用户回复后再调用脚本。
3. 强制等待：输出细分推荐后 必须停止本轮脚本执行；不得在同一 assistant 回合内继续调用脚本。

泛化词 vs 具体词（定义须保留，用于判定）

• 泛词：抽象层级高、覆盖范围广的概括性词汇，无具体场景/属性修饰，常为行业大类；语义为上位概念（如「职场」含工作/打工人；「情感」含恋爱/婚姻；如 AI）；上下文中常搭配「领域」「类型」等（如「职场领域」「情感类型」）。
• 具体词：抽象层级低、指向明确，含场景/属性修饰，为某泛词的直接子类；语义为下位概念（如「职场沟通」属职场技能子类；「恋爱技巧」属情感子类）；结构常含修饰（如「婆媳」→「婆媳关系」；「亲子」→「亲子教育」）。

---

项目架构#

目录与脚本（参考）#

text

gzh-explosive-content-detector/
├── SKILL.md                          # 本技能文档
├── scripts/
│   └── fetch_gzh_trends.py           # 数据拉取与 HTML 生成入口
└── （运行产出）{keyword}_爆款数据.html
    （若脚本生成）{keyword}_爆款数据.json

数据流（概念）#

text

用户请求 → 意图/关键词/泛化词判定 → fetch_gzh_trends.py → HTML（+ JSON）
                ↓
        筛选与卡片渲染说明 ← 意图 + 相关性 + 数据分

---

常见问答#

Q1：用户只说「职场」，能不能直接查？ A： 不能。须先走泛化词拓展并等待「拓展 / 不拓展」，同一轮禁止脚本。

Q2：什么时候关键词传空？ A：用户 未给出任何赛道或主题词，仅泛泛要看爆款 / 热门时，传 "" 查全站。

Q3：数据为空怎么办？ A：提示关键词较为冷门，建议更换为更热门的赛道关键词； 不得 因数据少而改用无关关键词或误触发泛化词拓展流程。

---

更新日志#

v1.1.1#

• 与原版执行逻辑对齐校验：补回固定话术、筛选步骤、卡片示例、自检原文及「拓展=逗号多词」等约束，避免重构引入歧义

v1.1.0#

• 参照模板重构文档结构（简介 / 场景 / 指南 / 架构 / FAQ）
• 合并重复的数据说明与展示要求，修正泛化词示例代码块格式

v1.0.0#

• 爆款探测、泛化词治理、筛选与双形态展示、细分推荐与自检清单