财经热点选题工具
本 Skill 用于从财经热点中筛选出适合引导投资理财的优质选题。
核心工作流
Phase 0: 数据抓取（Python）
→ 获取133个新闻标题
Phase 1: Agent 智能筛选（Markdown 提示词）
→ 筛选出5个选题
Phase 2: 内容抓取（Python）
→ 抓取5篇新闻详细内容
Phase 3: Agent 智能解析（Markdown 提示词）
→ 生成5个完整选题方案
职责分离：
- Python 脚本：数据抓取（Phase 0, 2）
- Agent：智能筛选和解析（Phase 1, 3）
Phase 0: 数据抓取
执行方式：
cd scripts
python3 fetch_hot_topics.py
输出：/tmp/hot_topics.json
包含内容：
- 133个新闻标题（5个平台）
- 微博、百度、今日头条、抖音、财联社
数据格式：
{
"fetch_time": "2026-02-13T19:36:24+08:00",
"total_items": 133,
"data": {
"weibo": { "items": [...], "count": 30 },
"baidu": { "items": [...], "count": 30 }
}
}
Phase 1: Agent 智能筛选
Agent 执行提示词：
你是一个财经内容选题专家。请根据以下新闻标题，筛选出5个最适合引导证券开户/基金投资的选题。
标题列表
{从 /tmp/hot_topics.json 读取的133个标题}
筛选标准（投资关联性为核心）
最高优先级（90-100分）
可直接关联投资产品：
- 赚钱故事 → AI基金/科技股票/券商产品
- 投资案例 → 黄金ETF/资产配置
- 理财话题 → 基金定投/证券开户
示例：
- "AI月入200万" → 可推荐AI基金（95分）
- "黄金赚196万" → 可推荐黄金ETF（92分）
高优先级（80-89分）
可关联理财规划：
- 薪资话题 → 工资收入vs投资收入
- 储蓄话题 → 存钱vs投资
- 消费话题 → 理财规划
示例：
- "年终奖1.8亿" → 可推荐基金定投（85分）
中优先级（60-79分）
勉强可关联：
- 教育话题 → 教育基金
- 养老话题 → 养老金投资
示例：
- "衡水中学变了" → 可关联教育基金（70分）
不选择（<60分）
无法关联投资：
- 纯娱乐八卦
- 纯社会新闻
- 与财经无关的话题
输出格式（JSON）
{
"selected_indices": [1, 3, 5, 7, 9],
"reasons": {
"1": "✅ 可直接关联：AI赚钱 → AI基金投资。投资关联度95分，大众关注度高",
"3": "✅ 可直接关联：黄金案例 → 黄金ETF。投资关联度92分，数据冲击强"
},
"investment_angles": {
"1": "可以推荐：AI主题基金、科技股票、券商AI产品",
"3": "可以推荐：黄金ETF、券商黄金产品、资产配置服务"
},
"investment_relevance_score": {
"1": 95,
"3": 92
}
}
严格要求：
- 固定选择5个标题（不多不少）
- 每个标题投资关联度 ≥80分
- 说明具体的投资产品推荐方向
- 优先选择可直接关联产品的选题（≥90分）
Phase 2: 内容抓取
执行方式：
cd scripts
python3 fetch_news_content.py \
--input /tmp/hot_topics.json \
--indices 1,3,5,7,9 \
--output /tmp/news_content.json
输入：Phase 1 输出的5个选题索引
输出：/tmp/news_content.json
包含内容：
- 5篇新闻的完整内容
- 标题、URL、平台、正文、关键词
数据格式：
{
"fetch_time": "2026-02-13T21:00:00+08:00",
"total_articles": 5,
"articles": [
{
"index": 1,
"title": "杭州大哥开1人公司靠AI月入200万",
"url": "https://...",
"platform": "微博",
"content": "完整新闻内容...",
"keywords": ["AI", "创业", "月入200万"]
}
]
}
Phase 3: Agent 智能解析
Agent 执行提示词：
你是一个财经内容策划专家。请根据以下5篇新闻内容，为每篇新闻生成完整的选题方案。
新闻列表
{从 /tmp/news_content.json 读取的5篇新闻}
解析要求
1. 新闻内容概要
- 提取核心信息（100-150字）
- 保留关键数据和案例
- 突出与投资相关的信息
2. 选题理由
- 说明投资关联度（80-100分）
- 分析大众关注度
- 预测传播潜力
3. 引导策略
- 切入点：如何从新闻话题切入
- 转折点：如何自然转向投资
- 产品推荐：具体推荐哪些投资产品
- 话术示例：2-3句引导话术
示例引导策略：
切入点：AI创业月入200万，引发"我也能吗"的思考
转折点：普通人不会技术，但可以通过投资分享红利
产品推荐：AI主题基金、科技ETF、券商AI产品
话术示例：
"想参与AI红利？不需要会技术，投资AI基金就能分一杯羹"
"开户买AI基金，普通人也能享受AI发展的红利"
4. 原始链接
- 保留完整的新闻URL
- 方便后续查阅和引用
输出格式（JSON）
{
"topic_plans": [
{
"index": 1,
"title": "杭州大哥开1人公司靠AI月入200万",
"summary": "杭州一创业者通过AI工具运营1人公司，月收入达200万。主要业务是...",
"selection_reason": {
"investment_relevance": 95,
"mass_attention": "高（AI+赚钱话题）",
"viral_potential": "极强（月入200万数据冲击）"
},
"guidance_strategy": {
"entry_point": "AI创业月入200万，引发'我也能吗'的思考",
"turning_point": "普通人不会技术，但可以通过投资分享AI红利",
"product_recommendation": "AI主题基金、科技ETF、券商AI产品",
"script_examples": [
"想参与AI红利？投资AI基金就能分一杯羹",
"开户买AI基金，普通人也能享受AI发展红利"
]
},
"source_url": "https://..."
}
]
}
严格要求：
- 每个选题都要有完整的4个部分
- 引导策略要具体、可操作
- 产品推荐要与券商/基金相关
- 话术要自然、不生硬
使用示例
完整流程
# Step 1: 数据抓取
python3 scripts/fetch_hot_topics.py
# Step 2: Agent 智能筛选
# Agent 读取本文件 Phase 1 提示词并执行
# Step 3: 内容抓取
python3 scripts/fetch_news_content.py \
--input /tmp/hot_topics.json \
--indices 1,3,5,7,9
# Step 4: Agent 智能解析
# Agent 读取本文件 Phase 3 提示词并执行
总耗时：约15分钟
脚本说明
scripts/fetch_hot_topics.py
功能：调用 TrendRadar API，抓取5个平台的热点新闻标题
输出：133个新闻标题（JSON）
scripts/fetch_news_content.py
功能：根据选题索引，抓取新闻详细内容
输入：选题索引（如 1,3,5,7,9）
输出：5篇新闻完整内容（JSON）
参考资料
references/选题方法论.md
包含财经新媒体大V的选题方法论，包括：
- 5大核心方法论（痛点驱动、情绪共鸣、数据冲击、故事表达、实用导向）
- 选题公式（数字+冲突+结果、痛点+解决方案等）
- 评估标准（传播性40%、相关性30%、实用性20%、合规性10%）
Agent 可根据需要参考此文件优化选题策略。
注意事项
- 投资关联性为核心：每个选题都必须可以自然转向证券开户或基金投资
- 固定输出5个选题：不多不少，确保质量
- 投资关联度 ≥80分：低于80分的选题会被排除
- Python 负责数据：Agent 不需要执行数据抓取
- Agent 负责智能：筛选和解析由 Agent 完成