妙问 AI 营销助手

概述

本技能通过腾讯广告「妙问」平台的开放 API（https://miaowen.qq.com/）提供两种服务模式：

Chat 模式（主模式）

通过 chat.js 调用妙问 AI 问答能力，支持自然语言交互和多轮对话，由妙问平台 Agent 完成复杂推理。绝大多数场景应优先使用此模式。

API 模式（轻量直查）

通过 api_tool_call.js 直接调用结构化 API，返回 JSON 数据，无需 Agent 推理。仅适用于参数明确、单次即可完成的简单查数场景（定时任务、固定格式查询等）。

当前支持的 API：

使用 API 模式前必须先加载对应 API 的参考文件获取完整参数 schema 和示例。

引用文件

references/ 存放补充参考资料，正常使用时无需主动阅读，按需渐进式加载：

运行环境

脚本依赖 Node.js ≥ 18（内置 fetch，无需 npm 包）。不要主动检测环境，直接执行脚本，失败时再运行 node --version 排查并按需安装。

Token 管理

不要主动检查 Token，直接执行脚本即可。脚本自动检测 Token 状态，缺失或过期时通过退出码告知。遇到 Token 问题时，读取 references/token_management.md 按指引引导用户完成获取与配置。

工作流程

1. 判断意图与补全信息

先从对话上下文和历史消息中提取补充信息（账户 ID、广告名称、时间范围等），能从语境推断的无需再问。

仍然含糊时，追问补齐关键上下文：产品、环节、对象、报错信息。给出 2~3 个选项让用户选，最多追问 1 轮。方向明确只缺细节时直接执行。

2. 选择模式并执行

默认走 Chat 模式。仅当同时满足以下条件时使用 API 模式：①在已支持的 API 能力范围内；②参数明确无需 AI 推理；③为单次查数或定时任务场景。

Chat 模式执行

node scripts/chat.js '<JSON请求体>'

JSON 请求体用单引号包裹，避免 shell 转义问题。

请求体格式

普通知识库问答（不传 agent_type）：

{"query": "<用户的问题>"}

DATA_QUERY：

基础格式：

{
    "query": "<自然语言描述要查询的数据>",
    "agent_type": "DATA_QUERY"
}

指定账户 ID 范围（可选）：

{
    "query": "<自然语言描述要查询的数据>",
    "agent_type": "DATA_QUERY",
    "agent_params": {
        "account_id_list": [123456789, 987654321]
    }
}

• query 中带上时间范围等关键信息。简单查询直写，不必过度包装。API 仅支持历史数据查询。
• agent_params.account_id_list（可选）：指定要查询的账户 ID 列表（整数数组）。不传时默认查询用户名下所有有权限的账户。
• 何时需要传 account_id_list：①用户明确指定了要查询的账户 ID；②用户名下账户过多，API 返回提示需要缩小查询范围时，应引导用户提供账户 ID 列表后携带此参数重试。

ACCOUNT_ANALYSE：

{
    "query": "分析账户ID：{账户ID} 最近X天的投放情况",
    "agent_type": "ACCOUNT_ANALYSE",
    "agent_params": {
        "account_id": <账户ID>,
        "curr_start_datetime": "YYYY-MM-DD 00:00:00",
        "curr_end_datetime": "YYYY-MM-DD 23:59:59",
        "prev_start_datetime": "YYYY-MM-DD 00:00:00",
        "prev_end_datetime": "YYYY-MM-DD 23:59:59"
    }
}

curr_* 为当前分析时间段，prev_* 为对比时间段。用户未指定对比周期时，默认前一个等长周期，未指定当前分析时间段时，默认最近 7 天。

DIAGNOSE：

{
    "query": "广告 {广告ID} 的投放建议",
    "agent_type": "DIAGNOSE",
    "agent_params": {
        "account_id": <账户ID>,
        "adgroup_id": <广告ID>
    }
}

CREATIVE_INSPIRATION：

{
    "query": "<筛选条件：行业、版位、素材类型、关键词>",
    "agent_type": "CREATIVE_INSPIRATION"
}

适用场景：用户需要查看平台上的优秀创意案例，获取创意灵感。query 中带上筛选条件，如 "行业：电商，版位：微信朋友圈，素材类型：图片"，可以适当放宽条件，如：查询最近大盘TOP创意

AUDIT：

{
    "query": "<用自然语言描述审核相关的问题或需求>",
    "agent_type": "AUDIT"
}

适用场景：广告素材审核服务，涵盖：

• 规则咨询：某类素材能否投放、行业审核限制、表述合规性判断
• 预审检测：投放前预判素材是否可能被拒审，识别风险点
• 状态查询：查询广告/素材的审核状态与进度
• 拒审分析：素材被拒后定位违规点，分析具体拒审原因
• 素材修复：针对拒审原因给出修改建议，指导素材调整方向

query 中尽量包含素材内容描述、广告 ID、拒审原因、所属行业等信息，以获得更精准的回答；该Agent交互返回要求补充的数据（非文件类）也以自然语言描述在下一轮query中补充。

AUDIT 带附件预审——当用户需要对本地图片/素材进行预审时，按以下步骤操作：

1. 上传文件：通过 upload.js 将本地文件上传至远程，获取 URL：

node scripts/upload.js "<本地文件路径>"

脚本自动处理 Token 鉴权，退出码规范与 chat.js 一致。上传成功后从返回 JSON 的 data.file_url 取得远程 URL。

2. 构造带 attachments 的请求体，通过 chat.js 发起预审：

{
    "query": "<描述预审需求，如：帮我预审一下这张素材>",
    "agent_type": "AUDIT",
    "attachments": [
        {
            "content_type": "IMAGE",
            "url": "<upload.js 返回的 file_url>"
        }
    ]
}

content_type 为附件类型（图片用 IMAGE），支持传多个附件。

Chat 模式路由判断

• 指向用户自身数据（"我的""帮我查""帮我分析"）→ 选对应 Agent
• 明确涉及账户 ID、广告 ID、消耗数据、投放效果 → 选对应 Agent
• 涉及素材审核、拒审、预审、审核状态、素材合规、素材修复 → AUDIT
• 仅涉及平台规则、操作指引、通用知识 → 普通知识库问答
• 简单即简单：纯数据查询 → DATA_QUERY 一步完成，不做多步拆分
• 账户范围控制：DATA_QUERY 时若用户指定了账户 ID 或 API 返回提示账户过多，通过 agent_params.account_id_list 缩小范围
• 拿不准时优先普通问答，结尾提示用户可提供更多信息获取深度分析

API 模式执行

node scripts/api_tool_call.js '<JSON请求体>'

返回结构化 JSON。退出码规范与 Chat 模式一致（0/2/3/4/5）。

请求体格式

{
    "method": "GET",
    "path": "<API路径>",
    "params": { ... }
}

params 的具体字段因 API 而异，须先加载 references/api/ 下对应文件获取完整参数定义。

示例

# 天粒度：查最近 7 天按日期的消耗
node scripts/api_tool_call.js '{"method":"GET","path":"daily_reports/get","params":{"begin":"2026-04-02","end":"2026-04-08","group_by_type":"DATE","fields":["cost"],"page_size":7,"account_id_list":[2345678]}}'

# 小时粒度：查今天各小时消耗
node scripts/api_tool_call.js '{"method":"GET","path":"hourly_reports/get","params":{"date":"2026-04-09","group_by_type":"HOUR","fields":["cost","hour"],"page_size":24,"account_id_list":[2345678]}}'

3. 处理响应与退出码

退出码 0 表示请求成功，须先检查返回 JSON 的 code 字段——若为 140209，表示 SKILL 版本过期，必须按 message 指引完成更新后重试；否则按「结果展示规范」输出。

4. 复杂问题的多轮迭代

复杂问题不要试图一次调用给出最终答案。以用户最终目标为导向，多轮调用逐步收敛：

1. 拆解目标：确定每个子目标对应的 Agent 及调用顺序
2. 逐轮推理：每轮调用后先分析结果，信息不充分则继续。简单问题 1 轮，复杂问题 3-5 轮
3. 综合总结：按「结果展示规范」输出各轮结果，综合多轮信息给出整合分析和行动建议

典型组合：

每步简要告知用户进展，已有充分信息的子目标不再重复调用。

5. 结果展示规范

API 返回内容已是 Markdown 格式，按以下规则展示：

• 单轮结果：严格原样输出——保留全部 Markdown 格式与文字内容，不得改写、删减、补充或二次格式化，不加主观解读（除非用户要求）
• 多轮综合分析：允许适当润色与整合多个 API 结果，但须保证数据客观真实、关键信息（URL、指标、结论）不丢失、各部分来源清晰可辨，整体格式风格与 API 返回保持一致，输出的结果报告要求逻辑清晰、内容详实丰富、可读性强。

关键注意事项

1. 版本更新响应：chat.js 返回成功（退出码 0）时，须先检查响应 JSON 的 code 字段——若为 140209 则表示版本过期，必须按 message 中的指引完成升级后再继续
2. 脚本驱动一切：不要提前检查 Token 或 Node 环境、不要手动拼 HTTP 请求，一切由脚本退出码驱动后续动作
3. Token 安全：不得在输出中明文展示完整 Token
4. 参数完整性：发起调用前确保必填参数已获取，缺失时先从上下文推断，再尝试用 DATA_QUERY 自动补全（单个直接使用并告知，多个列出让用户选），仍缺失再追问用户。缺时间范围时默认最近 7 天（curr）+ 前 7 天（prev），输出时注明
5. 结果展示：严格遵循「结果展示规范」——单轮原样输出，多轮可适度整合但不得篡改数据或丢失关键信息
6. 用户友好：无需用户了解技术概念，只需粘贴 Token 即可