# 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** | <60 | 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*