热点分析师能力 Benchmark (benchmark_v1.md)
版本: v1.0 适用 Agent: trend-hunter (热点分析师) 评分维度: 6个 总权重: 100%
评分总览
| 基准线 | 分数 | 说明 |
|---|---|---|
| 通过标准 (pass_score) | 90 | 达到生产部署标准 |
| 行业平均 (industry_avg_score) | 75 | 初级人工分析师水平 |
| 精英水平 (elite_avg_score) | 90 | 资深分析师+创意策划水平 |
维度1: 数据覆盖完整性
权重: 20%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 覆盖4个及以上平台，每个平台Top20+数据，包含原始数据截图/链接 |
| 4分 | 良好 | 覆盖4个平台，每个平台Top10-20数据，有数据来源标注 |
| 3分 | 及格 | 覆盖2-3个平台，数据量足够分析，有基本来源说明 |
| 2分 | 较差 | 仅覆盖1-2个平台，数据量不足 |
| 1分 | 不合格 | 数据严重缺失或来源不明 |
Rubric 细则
- 平台覆盖: 抖音、微博、小红书、快手为必选项，B站/知乎为加分项
- 数据新鲜度: 数据时间戳应在报告生成前24小时内
- 数据准确性: 热点名称、热度数值应与官方榜单一致
- 可追溯性: 每个数据点应有来源链接或截图证据
维度2: 热点分析深度
权重: 25%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 深入分析热点起源、传播路径、情绪走向，有独到见解和趋势预测 |
| 4分 | 良好 | 分析热点原因和影响，有数据支撑，能识别关键传播节点 |
| 3分 | 及格 | 描述热点现象，总结基本特征，有简单的内容分类 |
| 2分 | 较差 | 仅罗列热点，缺乏分析，或分析流于表面 |
| 1分 | 不合格 | 无实质性分析内容 |
Rubric 细则
- 起源追溯: 能追溯热点的最初来源（哪个平台、哪个账号、什么时间）
- 传播分析: 能描述热点如何跨平台扩散，识别关键传播节点
- 情绪识别: 能准确识别用户情绪倾向（正面/负面/争议/中性）及原因
- 趋势判断: 能预测热点发展趋势（持续/衰减/衍生新话题）
- 洞察质量: 分析观点有信息增量，不是泛泛而谈
维度3: 短剧化评估准确性
权重: 25%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 评估全面准确，三维度打分有理有据，能识别潜在改编角度 |
| 4分 | 良好 | 评估较全面，打分合理，有基本的改编方向建议 |
| 3分 | 及格 | 有基本评估，但部分维度分析不够深入 |
| 2分 | 较差 | 评估片面或打分明显不合理 |
| 1分 | 不合格 | 无评估或评估完全错误 |
Rubric 细则
故事延展性评估 (1-5分):
- 是否识别了热点中的人物角色?
- 是否分析了冲突和转折?
- 是否判断了故事化难度?
- 是否提出了具体的故事框架建议?
互动设计空间评估 (1-5分):
- 是否识别了可设计的互动节点?
- 是否分析了用户代入感?
- 是否提出了具体的互动形式建议?
- 是否考虑了技术实现可行性?
受众匹配度评估 (1-5分):
- 是否分析了热点受众画像?
- 是否与短剧目标用户对比?
- 是否评估了内容调性匹配度?
- 是否考虑了平台差异?
维度4: 选题建议质量
权重: 15%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 选题具体、角度新颖、可执行性强，有明确的卖点和差异化定位 |
| 4分 | 良好 | 选题合理、角度清晰、有基本的执行方向 |
| 3分 | 及格 | 选题方向正确，但不够具体或创新性不足 |
| 2分 | 较差 | 选题空泛或与热点关联弱 |
| 1分 | 不合格 | 无选题建议或建议完全不可行 |
Rubric 细则
- 具体性: 选题建议是否具体到可立即执行?
- 创新性: 角度是否新颖，能避免同质化?
- 可行性: 考虑制作成本、时效性、技术难度是否可执行?
- 卖点清晰: 是否明确回答了"观众为什么想看"?
- 风险提示: 是否识别并提示了潜在风险?
维度5: 时效性把控
权重: 10%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 精准判断热点阶段，在最佳窗口期给出建议，时效性风险预判准确 |
| 4分 | 良好 | 正确判断热点阶段，时效性建议合理 |
| 3分 | 及格 | 有基本的时效性判断，略有滞后但仍有效 |
| 2分 | 较差 | 时效性判断失误，建议严重滞后或过早 |
| 1分 | 不合格 | 无时效性分析或分析完全错误 |
Rubric 细则
- 阶段识别: 能否准确识别热点处于哪个生命周期阶段?
- 窗口判断: 能否判断剩余的有效转化窗口?
- 响应建议: 能否给出针对性的响应速度建议?
- 风险预警: 能否识别时效性风险并给出预警?
维度6: 报告规范与表达
权重: 5%
评分标准
| 分数 | 等级 | 标准描述 |
|---|---|---|
| 5分 | 优秀 | 格式规范、结构清晰、语言精炼、无错别字、数据可视化良好 |
| 4分 | 良好 | 格式基本规范、结构清晰、语言通顺 |
| 3分 | 及格 | 格式基本规范，有少量表达问题 |
| 2分 | 较差 | 格式混乱或表达不清 |
| 1分 | 不合格 | 格式严重错误或无法理解 |
Rubric 细则
- 格式规范: 是否遵循标准报告模板?
- 结构清晰: 标题、段落、列表使用是否得当?
- 数据呈现: 表格、数据是否清晰易读?
- 语言质量: 是否简洁、专业、无口语化表达?
- 错误检查: 是否有错别字、语法错误、数据错误?
综合评分计算
总分 = Σ(维度得分 × 维度权重)
其中:
- 各维度得分 = 原始分(1-5) × 20 → 转换为百分制
- 权重总和 = 100%
示例:
数据覆盖: 4分 × 20% = 16分
分析深度: 5分 × 25% = 25分
短剧化评估: 4分 × 25% = 20分
选题建议: 4分 × 15% = 12分
时效性: 4分 × 10% = 8分
报告规范: 5分 × 5% = 5分
─────────────────────────────
总分 = 86分
质量分级标准
| 等级 | 分数区间 | 说明 | 处理建议 |
|---|---|---|---|
| S级 | 95-100 | 卓越，超出预期 | 作为标杆案例，推广最佳实践 |
| A级 | 90-94 | 优秀，达到生产标准 | 通过认证，可投入生产使用 |
| B级 | 80-89 | 良好，基本可用 | 小修小补后可投入使用 |
| C级 | 70-79 | 及格，需改进 | 需针对薄弱维度强化训练 |
| D级 | 60-69 | 不及格，不可用 | 需全面返工，重新评估 |
| F级 | 严重不合格 | 拒绝使用，需重新训练 |
评分示例
示例1: 高质量分析报告 (Score: 92)
数据覆盖: 5分 - 覆盖抖音/微博/小红书/快手/B站5个平台，每个平台Top20数据，附带原始截图链接
分析深度: 5分 - 深入分析"职场PUA"话题从豆瓣小组起源，到微博爆发，再到抖音二创的传播路径；识别出"打工人共鸣"和"反权威情绪"两大核心驱动力；预测该话题将衍生出"离职文学"等新子话题
短剧化评估: 4分 - 三维度评分: 故事延展性4分(办公室冲突天然有戏剧性)、互动设计4分(可选择反抗或隐忍)、受众匹配5分(职场人群与短剧用户高度重合)；提出"办公室生存游戏"改编角度
选题建议: 5分 - 提出《职场甄嬛传》互动短剧选题，定位为"现代职场版宫斗，你可以选择的复仇方式"，明确卖点、目标用户、预期互动效果，提示避免过度负面的风险
时效性: 4分 - 正确判断处于爆发期，建议48小时内产出，提醒避免高峰期同质化竞争
报告规范: 5分 - 格式规范，数据可视化清晰，语言专业精炼
总分: 5×20% + 5×25% + 4×25% + 5×15% + 4×10% + 5×5% = 92分 ✓
示例2: 低质量分析报告 (Score: 58)
数据覆盖: 2分 - 仅覆盖微博热搜Top10，抖音数据缺失，无来源标注
分析深度: 2分 - 仅罗列热点名称和热度，无原因分析，无传播路径描述
短剧化评估: 2分 - 仅有"适合改编"的简单判断，无三维度具体评分，无改编方向建议
选题建议: 1分 - 建议"做一个职场相关的短剧"，空泛无具体角度
时效性: 2分 - 未判断热点阶段，无时效性建议
报告规范: 3分 - 基本可读，但格式不统一，有2处错别字
总分: 2×20% + 2×25% + 2×25% + 1×15% + 2×10% + 3×5% = 58分 ✗
Elite vs Average 特征对比
| 特征维度 | Elite (90+) | Average (75) |
|---|---|---|
| 数据获取 | 主动发现跨平台趋势，不依赖单一数据源 | 被动等待热点上热搜 |
| 分析视角 | 多维度分析，有前瞻性预测 | 单一维度描述现象 |
| 商业洞察 | 深度理解短剧商业模式和用户心理 | 仅表面判断"热不热" |
| 创意转化 | 能提出差异化、可执行的创意角度 | 建议常规、同质化 |
| 风险意识 | 主动识别并提示风险 | 忽视风险 |
| 响应速度 | 在萌芽期就识别并准备 | 高峰期才跟进 |
版本历史
| 版本 | 日期 | 变更内容 |
|---|---|---|
| v1.0 | 2026-03-26 | 初始版本，定义6维度评分体系 |
文档维护: Digester Agent 审核状态: 待 Innovator 审批