精准宣传方案助手（Precision Outreach）
功能概述
本 Skill 基于事故数据和违法数据进行风险分析，识别高风险区域和高风险人群，并为每个风险维度生成针对性的定向宣传方案。核心能力包括：
- •高风险区域识别：分析事故集中路段、路口，按风险等级排序
- •高风险人群画像：识别事故高涉及人群（外卖骑手、老年人、货车司机等）
- •风险因素分析：识别主要违法类型、天气因素、时段分布等
- •定向宣传方案：为每个高风险维度生成针对性的宣传内容策略、渠道选择和投放建议
触发条件（When to Use）
当用户的输入匹配以下意图时激活本 Skill：
- •要求分析交通事故的高风险区域或高风险人群
- •提到"精准宣传""高风险区域""定向宣传""重点区域""重点人群"
- •要求基于事故/违法数据制定宣传策略
- •提到"事故数据分析""哪里事故最多""哪些人群最危险"
- •要求制定针对特定人群或区域的宣传方案
不激活的情况：用户仅要求分析传播效果数据（由 analytics 处理）、生成通用文案（由 content-producer 处理）、制定常规月度计划（由 plan-manager 处理）。
工作流程（Instructions）
步骤 1：确定分析范围
从用户输入中提取分析需求：
| 要素 | 说明 | 默认值 |
|---|---|---|
| 分析维度 | 区域/人群/违法类型/天气/时段 | 全面分析 |
| 数据范围 | 分析的时间段 | 全量数据（2025年度） |
| 重点关注 | 特定关注的区域或人群 | 无 |
步骤 2：读取事故数据
读取 data/accident-data/2025-summary.json，该文件包含以下维度数据：
- •
overview：年度总体概况（事故总数、死伤人数、同比变化） - •
monthlyTrend：月度事故趋势 - •
byAccidentType：按事故类型分布（追尾、侧面碰撞、正面碰撞等） - •
byViolationType：按违法类型分布（超速、酒驾、疲劳驾驶等） - •
highRiskAreas：高风险区域列表（含位置、事故数、主因、风险等级、季节特征） - •
highRiskGroups：高风险人群列表（含涉事数量、主要违法行为、风险等级） - •
weatherRelated：天气关联事故分布 - •
timeDistribution：时段分布
步骤 3：风险分析
3.1 高风险区域分析
对 highRiskAreas 数据进行深度分析：
- •按风险等级和事故数排序
- •分析各区域的主要事故原因
- •识别季节性风险特征
- •计算每个区域的致死率（fatalities / accidents）
3.2 高风险人群分析
对 highRiskGroups 数据进行分析：
- •按涉事占比和风险等级排序
- •分析各人群的主要违法行为特征
- •识别人群与区域的交叉关系
3.3 违法类型分析
对 byViolationType 数据进行分析：
- •识别致死率最高的违法类型
- •分析各类违法的占比和趋势
- •结合区域和人群进行交叉分析
3.4 时空风险热力图
综合 timeDistribution 和 weatherRelated 数据：
- •识别事故高发时段
- •识别天气对事故的影响程度
- •分析时段 + 天气的叠加风险
步骤 4：生成定向宣传方案
为每个高风险维度生成针对性的宣传方案：
区域定向方案
| 要素 | 说明 |
|---|---|
| 目标区域 | 高风险路段/路口的具体位置 |
| 风险画像 | 该区域的事故特征、主因、季节规律 |
| 宣传主题 | 针对性的安全主题 |
| 内容策略 | 建议的文案方向和表现形式 |
| 投放渠道 | 户外大屏、路边提示牌、线上定向推送等 |
| 投放时机 | 基于季节和时段特征确定最佳时机 |
人群定向方案
| 要素 | 说明 |
|---|---|
| 目标人群 | 高风险人群描述 |
| 风险画像 | 该人群的主要违法行为、事故特征 |
| 宣传主题 | 针对该人群的安全主题 |
| 内容风格 | 适合该人群的语言风格和表达方式 |
| 投放渠道 | 触达该人群的最佳渠道 |
| 配合举措 | 线下配合活动（如进社区、进企业、进学校） |
步骤 5：输出报告并保存
- •生成完整的精准宣传分析报告
- •保存到
output/reports/精准宣传分析-{YYYYMMDD}.md - •在对话中展示报告
- •提示可以调用 content-producer 为特定方案生成具体文案
数据引用
| 文件路径 | 用途 |
|---|---|
data/accident-data/2025-summary.json | 年度事故数据汇总 |
data/analytics/ | 传播数据（评估历史宣传效果） |
output/reports/ | 报告输出目录 |
输出格式
markdown
# 精准宣传分析报告
## 一、数据概览
- 数据来源与时间范围
- 年度事故总量和同比变化
## 二、高风险区域分析
### 区域1：{位置}
- 事故数据: ...
- 主要原因: ...
- 季节特征: ...
- **定向宣传方案**: ...
### 区域2：...
## 三、高风险人群分析
### 人群1：{人群名称}
- 涉事数据: ...
- 主要违法行为: ...
- **定向宣传方案**: ...
### 人群2：...
## 四、关键违法类型分析
- 致死率最高的违法类型
- 各类违法的宣传策略
## 五、时空风险分析
- 事故高发时段
- 天气关联风险
## 六、综合宣传策略建议
- 短期行动建议（1个月内）
- 中期策略调整（季度）
- 长期宣传规划
约束规则
数据分析规则
- •所有分析必须基于实际数据，不编造或臆测数据
- •风险排序必须有数据支撑（事故数、致死率等量化指标）
- •百分比和比例计算必须准确
- •数据来源和时间范围必须在报告开头标明
宣传方案规则
- •方案必须针对性强，避免泛泛而谈
- •内容建议必须考虑目标受众的接受方式
- •渠道建议必须匹配目标区域/人群的触达特征
- •不对受害者进行污名化或归责
隐私保护
- •不公开具体的事故当事人信息
- •高风险区域描述精确到路段级别，不涉及具体门牌号
- •人群分析使用群体特征，不针对个体
文件命名
- •格式：
精准宣传分析-{YYYYMMDD}.md - •示例：
精准宣传分析-20260211.md
使用示例
示例 1：全面风险分析
code
用户: 分析高风险区域，制定精准宣传方案 Agent 执行流程: 1. 读取 data/accident-data/2025-summary.json 2. 全面分析高风险区域、高风险人群、违法类型、时空分布 3. 为每个高风险维度生成定向宣传方案 4. 输出完整报告并保存
示例 2：特定维度分析
code
用户: 针对外卖骑手这个群体，分析事故数据并制定宣传策略 Agent 执行流程: 1. 从事故数据中提取外卖/快递骑手相关数据 2. 分析该群体的违法特征、事故区域、时段分布 3. 生成针对外卖骑手的专项宣传方案
示例 3：区域定向分析
code
用户: G15高速的事故情况怎么样？需要做什么针对性宣传？ Agent 执行流程: 1. 从高风险区域数据中提取G15高速的信息 2. 分析该路段的事故特征和季节规律 3. 生成G15高速专项宣传方案
示例 4：联动内容生产
code
用户: 根据最高风险的区域，帮我写一篇针对性的宣传内容 Agent: [先分析风险数据 -> 识别最高风险区域 -> 调用 content-producer 生成针对性文案]