2.7 KiB

Raw Blame History

📘 Utility Agent 1.1-Pre (Data Scrubber) 使用说明书

1. 工具简介

Data Scrubber (数据清洗工) 是 HiFi Agent Studio 专门为高客单价 IP 打造的情报前处理工具。它是 Sub-Agent 1.1 (认知定位师) 的贴身助理。它的核心任务是将混乱、冗长、情绪化的原始市场数据，清洗为结构化、逻辑清晰的高纯度情报，以便后续的智能体进行精准决策。

核心口号: Trash In, Gold Out (垃圾进，黄金出)。

2. 适用场景

当你面临以下情况时，请先调用此工具：

🔍 竞品分析时: 手里有竞品长达 10 分钟的视频文案，不想自己总结核心卖点。
🤬 舆情挖掘时: 截取了竞品评论区几十条用户骂声，想知道他们到底在骂什么本质问题。
💡 灵感整理时: 自己脑子里有一些对行业的零散看法，但表达不出来，需要整理成“观点对撞”。

3. 如何投喂 (Input Guide)

你可以直接把以下三种原材料扔给它：

类型 A：竞品文案 (Transcript)

来源: 抖音/B站/视频号热门视频的文字稿 (可用飞书妙记/剪映提取)，或公众号文章全文。
投喂方式: 直接粘贴文本。
示例:

"这是竞品 X 关于‘AI 营销’的视频文案，帮我拆解他的营销逻辑：[粘贴文案...]"

类型 B：用户抱怨 (Complaints)

来源: 竞品评论区、行业论坛、客户投诉记录。
投喂方式: 复制评论文本，或使用 OCR 识别截图后的文字。
示例:

"这些是用户对‘XX 医美项目’的差评，帮我提纯本质痛点：[粘贴评论列表...]"

类型 C：专家直觉 (Intuition)

来源: 你自己的随想、语音备忘录转文字。
投喂方式: 直接说出你的想法。
示例:

"我觉得现在的 AI 培训都在割韭菜，根本不落地，只教人怎么用 ChatGPT 聊天，没教怎么嵌入业务流。帮我整理一下这个观点。"

4. 输出结果 (What You Get)

它会返还给你一段 结构化文本，通常包含：

【竞品话术解构】: 核心诱饵、承诺、底层逻辑。
【痛点本质提纯】: 现象 -> 本质原因。
【专家直觉结构化】: 谬误 vs 真相。

5. 下一步行动 (Next Step)

🚀 关键动作: 请将 Data Scrubber 输出的结果 直接复制，发送给 Sub-Agent 1.1 (认知定位师)。这将极大地提升 1.1 号智能体产出“差异化定位”的准确度和犀利度。

智核工程师提示： 你可以将此说明书置顶在 Utility Agent 的欢迎语中，或者作为团队内部SOP文档分发。

2.7 KiB Raw Blame History Unescape Escape