TopicPulse · 抖音选题雷达
把低粉爆款发现转化为双 IP 可执行的选题生产闭环
AI 内容工作流原型 / 05
把抖音低粉高互动内容经过 AI 预判、人工批准、深度拆解和合规改写，沉淀为两个专家 IP 可以持续使用的选题生产系统。
它不是热点榜，也不是自动搬运工具。真正的产品目标是让内容团队少刷、少误判、少囤积，在保留人工决策权的前提下，把对标内容转成可追溯、可合规、可进入拍摄流程的选题资产。
服务贺老师与唐老师两个 IP，分别覆盖脾胃食养和中医养生方向；内容边界独立管理。
M0 已完成响应式交互原型，包括总览、每日发现、待筛选、深度拆解、选题库和素材库六个模块。
当前候选内容为演示数据；真实抖音采集、持久化数据库、AI 拆解任务与 NAS 写入尚未接入。
默认候选规则为粉丝不高于 3 万、互动爆款系数不低于 33%、发布时间在最近 30 天；这些是可配置筛选规则，不是业务结果。
内容团队缺的是判断系统
团队原本依赖人工刷视频寻找对标内容，爆款判断口径不一致；视频下载过早造成电脑和 NAS 文件堆积，拆解报告难复用，贺老师与唐老师的选题也缺少统一状态管理。结果是发现、分析和生产彼此割裂。
产品把目标收窄为一条可运营闭环：稳定发现候选，只下载人工批准项，把深度拆解转成明确归属、可推进状态的选题。它不追求覆盖整个抖音，而是服务两个 IP 的持续生产。
决策模型：发现、批准、拆解、生产
系统先按关键词、种子账号和时间窗口获取公开视频元数据，再计算粉丝门槛、互动爆款系数、主题匹配和 AI 综合分。运营人员不是直接下载，而是先做“加入待筛选、忽略、稍后、批准拆解”的人工判断，并确认归属 IP。
批准后才进入临时下载、转录、关键帧、评论需求、内容结构和合规改写。人工验收报告后，生成主选题和备选角度，进入选题池、待写脚本、待拍摄、已发布和已复盘状态，再反哺下一轮采集规则。
AI 推荐，人负责最终决定
AI 的任务是处理重复劳动：量化筛选、主题匹配、改写价值判断、转录与结构拆解、评论需求归纳和合规风险提示。它同时给出推荐理由和不确定性，但不拥有下载、归属和发布决定。
人负责确认是否值得拆、属于哪个 IP、哪些表达不能复制，以及是否能进入脚本与拍摄。反馈不会物理删除原始候选，忽略可恢复，批准与状态变化都需要被记录。
下载门与合规门同时存在
批准前只保存封面、公开元数据与来源链接，批准后才临时下载 MP4；只有具备复用价值且拆解成功的内容才长期归档。下载失败、忽略或无价值文件进入清理机制，避免 NAS 成为无边界素材仓。
大健康内容还需要独立合规门：治疗与治愈承诺、绝对化效果、医疗误导、案例证言和隐私风险都会被标记并给出替代表达。对标内容只用于内部研究和改写，不直接复制原视频画面、音频或字幕对外发布。
PROCESS
关键决策
低粉高互动，而不是只看大号
以采集时粉丝快照和赞藏评计算爆款系数，并保留捕获时间；空缺收藏数不会被当作 0，避免制造虚假的精确判断。
人工批准后才下载
把“值得研究”和“值得永久占用空间”拆成两个决策，减少本机与 NAS 垃圾，并保留明确的下载责任。
两个 IP 使用独立内容边界
AI 可以推荐归属，但最终由运营确认；每个选题都保留来源、IP、状态、负责人和截止时间。
合规改写进入主流程
合规不是发布前附加检查，而是深度拆解的必需产物，并与黄金三秒、内容结构、评论需求和 IP 改写一起验收。
我的角色与协作
我的角色是产品主导与体验负责人：定义低粉爆款发现的业务目标，拆解双 IP 内容边界，设计筛选规则、人工批准门、异步拆解流程、选题状态机、素材归档策略，以及健康内容合规与采集风险边界。
AI 协作主要用于原型工程、交互实现、文档整理和流程检查。产品判断、规则优先级、内容合规、证据边界和阶段验收由我负责。
验证、结果与反思
当前可确认的是 M0 响应式交互原型：六个模块、主要导航和候选决策流程已经完成。页面中的候选与指标仍是演示数据，不能表述为真实抖音采集结果，也不代表 AI 拆解和 NAS 写入已经运行。
下一阶段从 20 条真实样本开始验证字段可得性和筛选规则，再抽样 10 份拆解报告评估人工可用率；这些是 PRD 中的验收目标，不是当前已经达成的结果。
内容雷达的价值不是抓取更多视频，而是让团队形成一致的选择标准，并把每次“为什么值得做”沉淀为可复用的内容资产。
真正的闭环要等真实采集、人工批准、拆解验收、发布回填和复盘都接通后才能成立。当前原型的意义，是先把决策责任和流程边界验证清楚。
DEMO / 05
交互原型演示
33 秒交互演示，展示总览、候选筛选、深度拆解、双 IP 选题库与素材管理的主要路径。视频仅代表原型交互，不代表真实数据管道已接入。
