精准宣传方案助手（Precision Outreach）

功能概述

本 Skill 是交通安全宣传教育工作的精准化投放系统，基于数据分析实现精准宣传：

•风险区域识别：分析事故高发路段、区域
•风险人群画像：识别重点交通违法人群特征
•定向方案生成：针对不同区域/人群制定差异化方案
•效果追踪建议：建立精准宣传效果评估机制

触发条件（When to Use）

当用户的输入匹配以下意图时激活本 Skill：

•要求制定精准宣传方案
•提到"精准宣传""高风险区域""重点人群"
•提到"事故分析""风险分析""危险路段"
•提到"定向宣传""针对性宣传"
•要求"看看哪些路段需要重点宣传"

不激活的情况：用户要求制定常规计划（由 plan-manager 处理）、生成内容（由 content-producer 处理）。

工作流程（Instructions）

步骤 1：确定分析目标

明确分析范围和目标：

要素	说明	选项
分析类型	区域分析/人群分析/综合分析	需确认
时间范围	分析的历史数据时段	默认近6个月
地域范围	分析的地理范围	全市/某区/某路段
事故类型	重点关注的事故类型	全类型/特定类型

步骤 2：读取风险数据

从 reference/ 和 data/ 读取相关数据：

事故数据：

•reference/risk-zones.json - 风险区域基础数据
•data/accident-data/ - 事故详细数据

违法数据：

•reference/target-groups.md - 目标人群分析
•data/violation-data/ - 违法详细数据

步骤 3：风险区域分析

事故高发区域识别

分析维度：

•事故数量排名（Top 20 路段/区域）
•事故类型分布（追尾、碰撞、行人等）
•时间分布特征（时段、日期、季节）
•严重程度分析（伤亡情况）

风险等级划分：

等级	事故数量	风险标识	优先级
极高	月均>10起	🔴	P0
高	月均5-10起	🟠	P1
中	月均2-5起	🟡	P2
低	月均<2起	🟢	P3

高风险路段特征分析

分析高风险路段的共同特征：

•道路特征：路口、弯道、坡道、桥梁等
•环境特征：照明、视线、路面状况等
•交通特征：车流量、车型构成、车速等
•管理特征：标志标线、监控设备、警力部署等

步骤 4：风险人群分析

重点违法人群识别

分析维度：

•违法类型分布（酒驾、超速、闯红灯等）
•人群特征（年龄、性别、驾龄等）
•时间特征（违法高发时段）
•空间特征（违法高发区域）

重点人群画像：

code

高风险人群1：年轻男性驾驶人
- 年龄：18-30岁
- 性别：男性为主
- 特征：驾龄短、夜间活动多
- 高风险行为：超速、酒驾
- 建议宣传：酷炫但不失安全、同伴影响

高风险人群2：职业司机
- 年龄：30-50岁
- 职业：货运/客运司机
- 特征：疲劳驾驶高发
- 高风险行为：疲劳、分心驾驶
- 建议宣传：专业、数据、法规

高风险人群3：老年行人/驾驶人
- 年龄：60岁以上
- 特征：反应慢、安全意识弱
- 高风险行为：闯红灯、随意横穿
- 建议宣传：简单直接、家庭关怀

步骤 5：生成定向方案

方案结构

针对高风险区域：

markdown

## 区域名称：{区域名称}

### 风险概况
- 风险等级：{等级}
- 事故数据：{近6个月事故数}起，{伤亡数}人
- 主要事故类型：{类型1}、{类型2}
- 高发时段：{时段}

### 原因分析
- 道路因素：{分析}
- 交通因素：{分析}
- 管理因素：{分析}

### 定向宣传方案

#### 内容策略
- **主题**：{针对性主题}
- **形式**：{适合的形式}
- **风格**：{适应的风格}
- **关键信息**：{核心要点}

#### 投放策略
- **渠道**：{投放渠道}
- **时间**：{投放时段}
- **位置**：{物理位置/网络位置}
- **频次**：{投放频率}

#### 配合措施
- 标志标线优化建议
- 监控设备部署建议
- 警力部署建议
- 设施改善建议

针对高风险人群：

markdown

## 目标人群：{人群名称}

### 人群画像
- 基本特征：{描述}
- 行为特征：{高风险行为}
- 触媒习惯：{信息获取渠道}

### 定向宣传方案

#### 内容策略
- **痛点切入**：{针对性痛点}
- **利益点**：{能获得的益处}
- **恐惧点**：{后果警示}
- **行动点**：{具体行动}

#### 触达策略
- **线上渠道**：{平台选择}
- **线下渠道**：{场景选择}
- **精准推送**：{推送策略}
- **社交传播**：{裂变策略}

步骤 6：输出完整方案

生成《精准宣传方案报告》，包含：

•执行摘要：核心发现和建议
•风险区域分析：Top 风险区域清单
•风险人群分析：重点人群画像
•定向方案：分区域/分人群的具体方案
•实施计划：时间、资源、责任
•效果评估：监测指标和评估方法

步骤 7：保存与分享

•在对话中展示方案要点
•保存到 output/precision/{日期}-精准宣传方案.md
•提供数据表格下载（如需要）

资源文件清单

文件路径	类型	用途
`reference/risk-zones.json`	数据	风险区域基础数据
`reference/target-groups.md`	文档	目标人群分析框架
`reference/case-studies.md`	文档	精准宣传案例库
`data/accident-data/`	数据	事故数据（外部接入）
`data/violation-data/`	数据	违法数据（外部接入）
`output/precision/`	输出	方案输出目录

分析模型

事故风险评估模型

code

风险指数 = 
  事故数量权重 × 事故数量 +
  伤亡程度权重 × 伤亡人数 +
  频发程度权重 × 频发系数 +
  时间集中度权重 × 时间集中系数

人群风险画像模型

维度1：违法频率

•高频违法者（月均>3次）
•中频违法者（月均1-3次）
•低频违法者（月均<1次）

维度2：违法严重性

•严重违法（酒驾、超速50%以上等）
•一般违法（超速20-50%、闯红灯等）
•轻微违法（违停、不系安全带等）

维度3：违法类型集中度

•单一类型重复违法
•多类型违法

精准度计算公式

code

精准度 = 目标人群覆盖率 × 内容相关度 × 触达效率

目标人群覆盖率 = 实际触达目标人数 / 目标人群总数
内容相关度 = 内容与目标需求匹配度（人工评估1-5分）
触达效率 = 有效触达次数 / 总投放次数

约束规则

数据使用规则

•基于真实数据分析
•不泄露个人隐私信息
•敏感数据脱敏处理
•数据不足时明确说明

方案可行性

•方案需考虑实际资源
•建议具体可操作
•区分轻重缓急
•提供备选方案

隐私保护

•不公开具体个人信息
•人群画像为聚合数据
•案例信息脱敏处理
•遵守数据安全规定

脚本工具

脚本	功能
`scripts/analyze-risk.js`	风险分析脚本（占位）
`scripts/generate-plan.js`	方案生成脚本（占位）

使用示例

示例 1：高风险区域分析

code

用户: 分析一下我市的高风险路段

Agent 执行流程:
1. 读取事故数据
2. 统计各路段事故数量
3. 识别Top 20高风险路段
4. 分析事故类型和原因
5. 划分风险等级
6. 生成区域分析报告
7. 给出针对性宣传建议

示例 2：重点人群定向

code

用户: 针对酒驾高发人群制定一个宣传方案

Agent 执行流程:
1. 分析酒驾违法数据
2. 提取酒驾人群特征
3. 构建人群画像
4. 分析触媒习惯
5. 制定定向内容策略
6. 规划投放渠道和时间
7. 生成完整方案

示例 3：综合精准方案

code

用户: 生成一个针对春运期间的精准宣传方案

Agent 执行流程:
1. 分析历史春运事故数据
2. 识别春运高风险路段
3. 识别春运高风险人群（返乡、自驾）
4. 分区域制定方案
5. 分人群制定方案
6. 整合为综合方案
7. 输出完整报告

示例 4：效果评估建议

code

用户: 我们的精准宣传应该怎么评估效果？

Agent 执行流程:
1. 设计评估指标体系
2. 确定数据监测方法
3. 建立对比实验组（如可能）
4. 提供效果评估报告模板
5. 给出持续优化建议