Xuedoushan AIGC · 品牌出海赛道 · 参赛提交物

GoGlobal Content Crew

品牌出海多平台图文获客 Agent 流水线。一人公司 + 多 Agent:选题、文案、渠道适配、发布门、证据回流,一条可审计的管道。本页是核心环的可交互演示,完整方案与代码见提交仓库。
雪窦山 AIGC+OPC 品牌出海赛道 AI 图文获客子赛道 一人团队(OPC 模式本尊)
获客内容的瓶颈不是生成,是持续供给平台原生形态内容的工程纪律。
一次输入,五种原生形态同一选题,X 是短断言串,Reddit 是长上下文帖,小红书是第一人称体。差异不是翻译,是按平台规范重写。
声纹在提示词层硬约束句法节奏、立场分档、禁用词表写进系统提示,违规稿由编辑环节打回,而不是靠人肉把关。
发布门前置每份交付包自带人工确认清单:标题、社区规范、来源锚点、时机、声纹自检五项,全过才允许发布。

交互演示:最小核心环minimal runnable core loop

对应仓库 demo/run_demo.py(零第三方依赖,标准库实现)。下面输入一个选题,选择目标平台,点运行:会按真实编排顺序加载声纹约束、逐平台组装提示词、给出真实生成的示例草稿,最后附上发布门清单与交付包 manifest。改选题后提示词会实时跟着变,与脚本行为一致。
run_demo.py · interactive
模式:dry-run 编排预览 + 真实生成示例稿(示例基于默认选题、同一提示词生成,模型 GLM-5.2;脚本 live 模式支持任意 OpenAI 兼容端点)。

系统架构:六层管道research → topic → production → state → publish → evidence

demo 是核心环的最小化。生产系统从研究语料到证据回流是一条完整管道,本页演示的是「生产层」的关键机制。
研究层
66 竞品账号 / 198 内容样本 / 7 平台;90 条真实 URL 抽检通过率 80%
选题层
63 选题入册 / 11 个方向;优先级评分模型(160-250 分)
生产层
五段式多 Agent 文案流水线 + 声纹约束(本页 demo)
状态层
本地 SSOT → 飞书五表幂等同步(398 行,重跑 create=0)+ 终态保护
发布层
渠道 Adapter + 发布门;人工确认后才出站
回流层
发布包 · 证据链 · SHA-256 清单,数据回流选题层

关键数据(全部真实可核验)audited metrics

维度数据口径说明
研究语料66 账号 / 198 样本 / 7 平台90 条真实 URL,抽检通过率 80%
选题资产63 选题 / 11 方向优先级评分模型(160-250 分)
素材管线814 条素材全量索引两次实拍事件,4 级质量判定
成片迭代10 版粗剪 + 4 份完整脚本含 EDL 审阅文档线上链路
CMS 工程五表 398 行幂等同步重跑 create=0,终态保护实测
人效单集 3-5.5 小时一人产出多渠道交付包
诚实口径声明:系统处于产能爬坡早期,新品牌已发布内容 1 条,互动数据暂无回流。因此业务价值按产能与人效口径陈述,不用增长口径。依据见仓库 docs/04-metrics.md。

Demo 与生产系统对照demo vs production

能力本页 demo生产系统
多平台文案适配5 平台7 平台 + 持续扩展
声纹约束简化版(提示词层)L1-L7 完整档案 + 禁用词表 + 自检清单
编辑审核环无独立审核 Agent 打回机制
状态管理本地文件飞书五表幂等同步 + 终态保护
素材与成片管线无814 素材索引 + EDL 审阅链路
证据链无SHA-256 清单

提交文档导航(按评审维度)rubric-mapped docs

完整方案按评分权重组织,全部在提交仓库: