Topic Generator - 选题生成
生成流程
- •接收热点列表（来自topic-collector）
- •评估筛选：按选题价值打分
- •输出TOP10：完整选题方案
筛选标准
必须满足
- •AI相关（Vibe Coding / Claude / AI工具 / AI模型）
- •有明确的用户价值（能学到/能用到/能思考）
- •国内用户能理解和关注
加分项
| 维度 | 高分 | 低分 |
|---|---|---|
| 热度 | 讨论量大、增长快 | 冷门、无人问津 |
| 时效 | 24小时内 | 超过3天 |
| 独特性 | 有新角度可挖 | 已被写烂 |
| 可操作 | 能给出具体方法 | 纯概念讨论 |
写作方式分类
根据内容特点选择：
- •干货教程 - 有具体步骤可复现
- •产品体验 - 新产品/新功能测评
- •观点分享 - 趋势分析/行业洞察
- •新技术突破 - 重大更新/技术解读
输出格式
每个选题输出：
markdown
### 选题 N：[标题] **事件描述** 一句话说清楚发生了什么 **核心角度** 为什么值得写？独特切入点是什么？ **推荐标题**（3个备选） 1. 标题A 2. 标题B 3. 标题C **写作方式**：干货教程 / 产品体验 / 观点分享 / 新技术突破 **预估热度**：⭐⭐⭐⭐⭐（1-5星） **不写的风险**：错过什么？（可选）
选题公式参考
工具测评型
- •用了X天[工具]，我发现[意外收获]
- •[工具]的隐藏功能，90%的人不知道
方法论型
- •我用[方法]搞定了[问题]的完整流程
- •[数字]个让[场景]效率翻倍的技巧
热点结合型
- •[热点]爆火，但大家忽略了这一点
- •从[热点]看AI编程的未来
反共识型
- •别再[常见做法]了
- •为什么我不推荐[热门事物]
经验复盘型
- •做了[数字]个[事情]后，我总结的[数字]条教训
- •如果重来一次，我会[改变]
质量检查
生成后自检：
- • 标题有冲突感？（数字、对比、反差、疑问）
- • 读者有痛点？
- • 我有独特视角？
- • 有具体案例？
- • 能引发讨论？
5条全中 = 必写 | 3-4条 = 可写 | <3条 = 再想想