---
name: topic-scoring
description: "选题百分制评分标准 — 5维加权评分，≥70分推荐。基于342篇小红书历史数据分析优化。"
category: devops
---

# 选题评分标准（百分制）

## 触发条件

每次推荐选题时，必须先用此标准打分。只推荐总分 ≥70 的选题。🔴风险选题直接筛掉。

## 第0步：用户需求验证（评分前强制执行）

**数据跑出来的"好选题"不一定是用户真正需要的。** 评分前必须先回答：

| 问题 | 检查方式 |
|------|------|
| 这个选题在回答用户的什么焦虑？ | 用一句话描述用户打开小红书时的心理状态 |
| 用户为什么现在需要这个答案？ | 关联具体时间节点或事件 |
| 用户看完后能立刻做什么？ | 必须有一个可执行的动作，不能只是"知道了一个道理" |

**反例：** "考证回本清单" — 数据公式（证书+钱=爆款）看起来对，但用户打开小红书的真实焦虑是"该考哪个证，怕选错"，不是"哪个证能领补贴"。方向错了，选题再好也没用。

> 此步骤是上一轮对话的核心教训：不要用数据公式替代用户需求理解。想清楚再推荐。

## 五维加权评分

| 维度 | 权重 | 满分 | 0分 | 中等 | 满分 |
|------|:--:|:--:|------|------|------|
| 内容扎实度 | **×2.0** | **30** | 只能写鸡汤框架 | 至少有一个数据点 (15) | 可产出清单/对比表/步骤图/可下载资源 |
| 受众匹配 | ×1.5 | 25 | 不知道谁需要 | 推测有人需要 (12) | 有明确需求信号 (搜索/提问/同行密集推送) |
| 时效性 | ×1.0 | 20 | 无时间节点 | 1周内有关联事件 (10) | 48h内有热点事件 |
| 差异化 | ×1.0 | 15 | 两个订阅号都发了 | 一个号发了 (7) / 竞品数据不可达 (7) | 两个号都没发过 |
| 事实风险 | ×1.0 | 10 | 🔴无法验证 | 🟡可验证但有成本 (5) | 🟢低风险/已入库 |

**总分 = 内容扎实度×2.0 + 受众匹配×1.5 + 时效性×1.0 + 差异化×1.0 + 事实风险×1.0**

满分 100 分。≥70 推荐。🔴直接筛掉无论总分。

## 评分规则（数据驱动）

基于342篇小红书历史数据分析：

1. **内容扎实度加权×2.0** — 历史互动率8%+的笔记，扎实度全部满分。这是唯一强预测指标。
2. **时效=20（48h热点）需当天出稿** — 证书报名类72h后流量断崖。时效=10的季节性选题有3-4周长尾，可提前储备。
3. **需求信号定义**：同行（广东中职菌/中职生）48h内≥3篇同主题推送；或考试日历节点前14天；或用户直接提问。
4. **竞品不可达时**：we-mp-rss 挂掉（502/超时）时，差异化直接给 7 分（中等），不要阻塞选题流程。CSV数据足以支撑内容扎实度评分。

## 标题硬性要求（不占评分，但必须满足）

- ✅ 必须含数字
- ✅ 必须含获得感关键词：直接下载 / 照做 / 清单 / 攻略 / 对比 / 保姆级 / 实操
- ❌ 不能只写「XXX的3个建议」这种空泛标题

## 输出格式

```
🔥 选题标题
扎实:30 | 匹配:25 | 时效:20 | 差异:15 | 风险:10 | 总分:90
切入角度: xxx
参考来源: xxx
标题建议: xxx（含数字+获得感关键词）
```

## 选题来源优先级

**用户核心要求：选题来源是小红书实时热搜，不是拍脑袋。** 选题来源按优先级排序：

| 优先级 | 来源 | 何时用 |
|:--:|------|------|
| 1 | **小红书实时搜索** | 默认首选。加载 `xiaohongshu-automation` 技能，用 `client.get_note_by_keyword()` 搜当下热点 |
| 2 | RSS 订阅号标题 | 小红书不可用时退而求其次，但本质是二手信息 |
| 3 | 考试日历节点 | 辅助验证时效性，不独立作为选题源 |
| 4 | CSV 历史数据 | 验证选题方向的数据支撑，不独立作为选题源 |

**原则**：受众在哪个平台，选题就从哪个平台来。做小红书选题不看小红书热搜 = 闭门造车。

## 与 fact-check 的协作

- 选题评分：进门关（写不写）
- fact-check 第0步：动笔关（本地 CSV 优先）
- 推荐选题须附事实状态：哪些✅已入库、需验证
- ❌ 禁止推荐事实未验证的选题