选题搜索工具
基于MCP服务的选题搜索工具，为内容创作提供全方位的选题支持。
🚀 快速开始
用户只需说以下任意指令，AI 即可自动获取当天选题：
✅ 简单直接：
- •"当天选题"
- •"今天选题"
- •"找选题"
- •"搜选题"
- •"推荐话题"
- •"最新热点"
✅ 具体需求：
- •"帮我找一些AI领域的当天选题"
- •"今天有什么热门选题"
- •"推荐几个科技类的热点"
AI 会自动：
- •✅ 理解用户需求（找选题）
- •✅ 自动获取当前真实日期（系统注入，无需手动调用）
- •✅ 调用 MCP 搜索服务获取实时热点
- •✅ 返回基于当天日期的选题推荐
- •✅ 在结果中标注"当前日期：[系统注入的日期]"
重要：用户不需要手动指定日期，系统会自动注入当天日期！
⚠️ 执行顺序要求（CRITICAL）
[MUST] 强制执行顺序：
系统自动处理（无需手动调用）：
- •✅ 系统会自动注入当前真实日期到 MCP 搜索的 Prompt 中
- •✅ 注入格式：
【当前日期：YYYY年MM月DD日】（YYYY=当前年份，MM=当前月份，DD=当前日期） - •✅ 在调用
aisearch-mcp-server__chatCompletions时自动执行
[MUST] 你需要做的：
- •[MUST] 直接调用
aisearch-mcp-server__chatCompletions进行搜索 - •[MUST] 在所有输出中标注 "当前日期：[系统注入的日期]"
[MUST] 禁止事项（CRITICAL）：
- •[MUST] ❌ 不要在prompt中包含任何具体日期（如"2025年1月19日"、"今天"）
- •[MUST] ❌ 不要生成类似"请搜索今天..."的instruction
- •[MUST] ❌ 不要在instruction中列出"1. 2025年1月19日的最新..."
- •[MUST] ❌ 不要使用"最新"、"当天"等可能让AI推断日期的词
- •[MUST] ✅ 使用客观的时间范围描述（如"最近24-48小时"、"近期"）
重要说明：
- •不需要手动调用
get_current_time工具 - •系统已在代码层面自动注入时间
- •确保 MCP 搜索的 Prompt 能获取到准确的当前日期
- •如果AI在prompt中包含完整日期（如"2025年1月19日"），系统会检测到并跳过注入，导致时间错误
核心功能
- •热点追踪 - 使用MCP服务获取实时热点数据
- •智能推荐 - 基于账号定位推荐选题，计算匹配度
- •选题评估 - 多维度评估（时效性、热度、匹配度、合规性、切入点）
工作流程
流程1：热点追踪（最常用）
[MUST] 执行顺序：
code
步骤 [MUST]：搜索热点（系统自动注入时间）
┌─────────────────────────────────────────┐
│ 调用工具：aisearch-mcp-server__chatCompletions │
│ │
│ 系统自动注入： │
│ 【当前日期：YYYY年MM月DD日】 │
│ （YYYY=当前年份，MM=当前月份，DD=当前日期）│
│ │
│ Prompt模板： │
│ "请搜索热点话题， │
│ 特别关注最近24-48小时内的热点。 │
│ │
│ 要求： │
│ 1. 提供话题标题 │
│ 2. 简要描述（1-2句话） │
│ 3. 确保信息时效性（最近24-48小时） │
│ 4. 以结构化格式返回" │
│ │
│ ⚠️ 注意：不要包含"今天"、"最新"等可能 │
│ 让AI推断日期的词，系统会自动注入当前日期│
└─────────────────────────────────────────┘
↓
步骤 [MUST]：生成选题列表
┌─────────────────────────────────────────┐
│ 基于搜索结果生成结构化选题列表 │
│ 每个选题包含： │
│ - 选题标题 │
│ - 热点描述（1-2句话） │
│ - 推荐理由 │
│ - 当前日期标注（从系统注入的日期获取） │
└─────────────────────────────────────────┘
示例输出：
code
📅 当前日期：[系统自动注入的当前日期] 🔥 热点选题推荐 1. [热点标题1] 描述：[热点描述] 推荐理由：[推荐理由] 2. [热点标题2] 描述：[热点描述] 推荐理由：[推荐理由]
流程2：智能推荐（次常用）
[MUST] 执行顺序：
code
步骤 [MUST]：理解账号定位
┌─────────────────────────────────────────┐
│ 从用户输入或上下文中提取： │
│ - 账号定位（如"科技"、"职场"） │
│ - 历史选题（如有） │
│ - 目标读者群体 │
└─────────────────────────────────────────┘
↓
步骤 [MUST]：搜索相关热点（系统自动注入时间）
┌─────────────────────────────────────────┐
│ 调用工具：aisearch-mcp-server__chatCompletions │
│ │
│ 系统自动注入： │
│ 【当前日期：YYYY年MM月DD日】 │
│ （YYYY=当前年份，MM=当前月份，DD=当前日期）│
│ │
│ Prompt模板： │
│ "请搜索关于 [账号定位] 的热点话题， │
│ 特别关注： │
│ 1. [账号定位] 领域的重要动态 │
│ 2. [账号定位] 行业趋势 │
│ 3. [账号定位] 相关的社会热点 │
│ │
│ 要求： │
│ - 提供话题标题和简述 │
│ - 确保时效性（最近24-48小时） │
│ - 与 [账号定位] 高度相关" │
│ │
│ ⚠️ 注意：不要包含"今天"、"最新"等词， │
│ 系统会自动注入当前日期，避免时间错误 │
└─────────────────────────────────────────┘
↓
步骤 [MUST]：计算匹配度并排序
┌─────────────────────────────────────────┐
│ 基于搜索结果和账号定位： │
│ 1. 计算每个话题的匹配度（0-100%） │
│ 2. 按匹配度从高到低排序 │
│ 3. 生成推荐理由 │
│ 4. 标注当前日期（从系统注入的日期获取） │
└─────────────────────────────────────────┘
示例输出：
code
📅 当前日期：[系统自动注入的当前日期] 🎯 账号定位：科技类 智能推荐选题（按匹配度排序） 1. [热点标题1] [匹配度：XX%] 描述：[热点描述] 推荐理由：[与科技定位相关的推荐理由] 2. [热点标题2] [匹配度：XX%] 描述：[热点描述] 推荐理由：[与科技定位相关的推荐理由] 3. [热点标题3] [匹配度：XX%] 描述：[热点描述] 推荐理由：[与科技定位相关的推荐理由]
流程3：选题评估
[MUST] 执行顺序：
code
步骤 [MUST]：分析选题（基于系统注入的日期） 步骤 [MUST]：计算综合评分（5个维度） 步骤 [MUST]：提供改进建议
注意：当前日期已由系统自动注入到 MCP 搜索中，评估时直接使用即可。
评估维度：
| 维度 | 权重 | 说明 |
|---|---|---|
| 时效性 | 30% | 话题的时效性和新鲜度 |
| 热度 | 25% | 话题的热度和传播度 |
| 匹配度 | 25% | 与账号定位的匹配程度 |
| 合规性 | 10% | 内容的合规性和安全性 |
| 切入点 | 10% | 与其他创作者的差异化 |
评分等级：
- •80-100：优秀（强烈推荐）
- •60-79：良好（推荐执行）
- •40-59：一般（需优化切入点）
- •0-39：较差（不推荐）
MCP 工具调用详解
系统自动注入时间（无需手动操作）
自动注入机制：
- •当调用
aisearch-mcp-server__chatCompletions时 - •系统自动在 Prompt 前注入：
【当前日期：YYYY年MM月DD日】 - •确保搜索基于准确的当前日期（YYYY=当前年份，MM=当前月份，DD=当前日期）
日志输出：
code
[MCPClientService] ✅ Auto-injected current date: YYYY年MM月DD日
调用 MCP 搜索工具
工具名称：aisearch-mcp-server__chatCompletions（MCP 工具）
推荐 Prompt 模板：
通用热点搜索
code
请搜索热点话题，特别关注： 1. 科技/AI 领域的重要动态 2. 社会热点和民生话题 3. 行业趋势和政策变化 4. 娱乐和文化热点 要求： - 提供话题标题 - 简要描述（1-2句话） - 确保信息时效性（最近24-48小时内） - 以结构化格式返回，方便分析 ⚠️ 重要：不要包含"今天"、"最新"、"当天"等可能让AI推断日期的词 ⚠️ 重要：使用客观表达（如"重要动态"、"近期热点"）
特定领域搜索
code
请搜索关于 [领域] 的热点话题， 特别关注近期重要事件和发展。 要求： - 提供 10-15 个相关话题 - 每个话题包含标题和简述 - 确保时效性和相关性（最近24-48小时） - 以结构化格式返回 ⚠️ 重要：避免使用"今天"、"最新"等需要推断日期的表达
调用方式：
json
{
"tool_call": {
"name": "aisearch-mcp-server__chatCompletions",
"arguments": {
"prompt": "请搜索最新热点话题..."
}
}
}
[MUST] 注意事项：
- •✅ 系统会自动注入当前日期，无需手动添加
- •✅ 明确要求时效性（24-48小时）
- •✅ 要求结构化输出格式
- •❌ 禁止在prompt中包含"今天"、"最新"、"当天"等词
- •❌ 禁止在prompt中包含具体日期（如"2025年1月19日"）
- •✅ 使用客观时间范围（如"最近24-48小时"、"近期"）
MCP 服务失败处理（CRITICAL）
检测失败条件
[MUST] 检测以下失败情况：
- •超时：MCP 调用超过 10 秒
- •错误响应：返回错误信息
- •空结果：返回空数据或无效数据
三级降级机制
Level 1：自动重试
[MUST] 重试策略：
code
if (MCP 调用失败) {
等待 2 秒
重试 MCP 调用
if (仍然失败) {
等待 2 秒
最后一次重试
}
}
Level 2：降级到 AI 知识
[MUST] 如果重试 2 次后仍失败，立即降级：
code
"抱歉，搜索服务暂时不可用。 ⚠️ 基于我的知识，我推荐以下选题： 1. [选题标题1] 描述：... 注意：此选题基于通用知识，可能不是最新热点 2. [选题标题2] 描述：... 注意：此选题基于通用知识，可能不是最新热点 💡 建议： 1. 检查网络连接是否正常 2. 稍后重试（5-10分钟后） 3. 手动搜索热点后告诉我，我帮你分析和评估"
[MUST] 降级时必须：
- •明确说明"基于通用知识"
- •标注"数据可能不是最新"
- •提供可操作的建议
Level 3：友好错误提示
[MUST] 如果连降级也无法提供，显示友好错误：
code
❌ 搜索服务暂时不可用 📅 当前日期：[系统自动注入的当前日期] 可能的原因： 1. 网络连接不稳定 2. MCP 服务维护中 3. 服务器负载过高 建议操作： 1. 检查网络连接 2. 稍后重试（建议 5-10 分钟后） 3. 或手动告诉我热点话题，我帮你评估 💡 小技巧：你可以直接从微博、知乎、百度等平台 复制热点话题给我，我会帮你分析和推荐！
错误处理示例代码逻辑
code
try {
// 步骤：搜索热点（系统自动注入时间，带重试）
retry_count = 0
max_retry = 2
while (retry_count < max_retry) {
try {
hot_topics = mcp_search() // 系统自动注入日期
break // 成功，跳出重试
} catch (error) {
retry_count++
if (retry_count < max_retry) {
wait(2 seconds) // 等待后重试
}
}
}
// 步骤：判断结果
if (hot_topics is empty or error) {
// 降级到 AI 知识
return generate_fallback_topics()
} else {
// 正常处理
return process_topics(hot_topics)
}
} catch (fatal_error) {
// 友好错误提示
return show_friendly_error()
}
选题推荐策略
热点选题（强烈推荐）
时效性优先：
- •✅ 优先选择 24 小时内的热点（点击率提升 50%）
- •✅ 关注热点发展趋势
- •✅ 预判热点持续时间
差异化切入：
- •✅ 寻找独特角度，避免同质化
- •✅ 提供不同视角
- •✅ 结合个人经历
风险控制：
- •✅ 避免敏感话题
- •✅ 标题与内容匹配
- •✅ 遵守平台规范
常规选题（灵活应用）
根据账号类型灵活选择：
教程类账号：
- •✅ 工具使用技巧
- •✅ 方法论总结
- •✅ 常见问题解答
资讯类账号：
- •✅ 行业动态
- •✅ 数据报告
- •✅ 趋势分析
观点类账号：
- •✅ 热点评论
- •✅ 行业观点
- •✅ 认知升级
核心原则：选题与账号定位匹配，内容与读者需求对应。
设计权衡说明
为什么时效性占 30% 最高权重？
答案：时效性是热点选题的生命线
数据支撑：
- •24 小时内热点：点击率 15-20%
- •24-48 小时：点击率 8-12%
- •48 小时后：点击率 3-5%
权衡分析：
- •热点窗口期：24-48 小时是黄金期
- •信息过载：用户每天接触大量信息，只有最新热点能吸引注意
- •传播速度：社交媒体传播速度极快，错过窗口期效果大打折扣
为什么匹配度占 25% 第二权重？
答案：匹配度决定长期粉丝留存
数据支撑：
- •高匹配度选题：平均阅读率 15-20%
- •低匹配度选题：平均阅读率 5-8%
- •差距：2-3 倍
为什么切入点和合规性各占 10%？
答案：风险控制和差异化的平衡
切入点（10%）：
- •同质化风险：过度热点竞争导致点击率下降
- •差异化价值：独特角度提升辨识度
- •不强制要求：新账号可以从通用角度切入
合规性（10%）：
- •一票否决：敏感话题直接放弃
- •风险控制：低权重但高优先级
- •安全第一：宁可错过热点，不要冒封号风险
最佳实践
选题搜索流程
✅ DO（推荐做法）：
- •直接调用 MCP 搜索（系统会自动注入当前日期）
- •使用结构化的 Prompt 模板
- •要求 24-48 小时内的热点
- •基于账号定位筛选话题
- •提供推荐理由和匹配度
❌ DON'T（避免做法）：
- •❌ 手动调用 get_current_time（系统已自动处理）
- •❌ 使用过于宽泛的搜索词
- •❌ 忽略时效性要求
- •❌ 不考虑账号定位
- •❌ MCP 失败时不提供降级方案
MCP 服务使用
请求频率：
- •避免频繁请求，防止被限流
- •同一查询间隔至少 30 秒
- •使用缓存机制（短期）
错误处理：
- •正确处理 MCP 服务异常
- •实现三级降级机制
- •提供友好的错误提示
数据质量：
- •验证 MCP 返回数据的准确性
- •检查时间戳和来源
- •AI 二次筛选和验证
开始使用
直接说"找选题"或"推荐话题"，系统会自动：
- •✅ 在 MCP 搜索时自动注入当前真实日期
- •✅ 搜索热点话题
- •✅ 生成结构化选题推荐
- •✅ 在所有输出中标注当前日期
示例对话：
code
用户：帮我找一些选题 AI： 📅 当前日期：[系统自动注入的当前日期] 🔥 热点选题推荐 1. [热点标题1] 描述：[热点描述]... 推荐理由：[推荐理由]... 2. [热点标题2] 描述：[热点描述]... 推荐理由：[推荐理由]... [继续输出更多选题...]
注意事项
选题风险
- •合规风险：避免敏感话题和政治话题
- •同质化：避免与其他创作者选题重复
- •时效性：注意热点时效性，避免过时内容
- •匹配度：确保选题与账号定位匹配
服务稳定性
- •网络依赖：MCP 服务需要网络连接
- •超时处理：设置合理的超时时间（10 秒）
- •重试机制：自动重试 2 次，间隔 2 秒
- •降级方案：失败时使用 AI 通用知识
用户体验
- •响应速度：优化 Prompt，减少等待时间
- •清晰输出：结构化格式，易于阅读
- •友好提示：错误时提供可操作的建议
- •准确标注：所有输出包含当前日期
版本：2.1 最后更新：2026-01-16 优化重点：
- •✅ 代码层面自动注入当前日期到 MCP 搜索
- •✅ 无需 AI 手动调用 get_current_time
- •✅ 确保时间准确性，防止时间幻觉
- •✅ 简化工作流程，提升执行效率