用途
content-research-brief 解决的核心问题是：大多数 AI 生成的联盟/营销内容之所以千篇一律，是因为它们来自模型的训练数据，而非真实、当前的来源。该技能强制采用“研究优先”的创作流程——先找到真实文章、提取真实数据，再基于这些来源写作，从而产出带有具体统计、真实引语和最新信息的内容。
它属于内容流水线中的 S2 阶段（Content），同时充当所有内容技能的研究基础。
主要能力
- 多源搜索：围绕主题执行多路搜索，可按来源类型（news、blog、linkedin、youtube、reddit、academic）分别检索，也可针对特定产品搜索评测、替代方案、定价与新闻。
- 内容抓取与提取：对选中的来源抓取全文，提取标题、URL、发布日期、关键数据点（统计、数字、百分比、金额）、关键引语、主要论点及独特信息。
- 自动打标签：依据触发关键词为每个来源打 1-3 个主题标签，如 AI、Funding、SaaS、Tools、Trends、Startup、Growth、Industry、Pricing、Comparison、Tutorial、Opinion。
- 数据点汇总：跨来源汇总统计数字、引语与洞察、事实与功能，形成主数据清单。
- 角度综合：生成多个独特内容角度，每个角度以不同来源为基础，使用全部来源作为上下文，并至少包含一个反直觉或非显而易见的角度。
- 结构化输出：产出包含来源列表、关键数据点、内容角度和后续建议的研究简报。
- 自校验：交付前检查来源是否为真实 URL、数据是否可归属、是否至少成功抓取 3 个来源、角度是否真正不同、标签是否准确、是否包含正反两面视角。
使用方式
该技能通过输入参数调用，主要输入包括：
topic（必填）：研究主题，如 "HeyGen AI video tool"。source_count（可选，默认 7）：收集来源数量，范围 3-10。source_types（可选，默认 ["news", "blog"]）：来源类型。freshness（可选，默认 "month"）：时效范围，可选 day/week/month/year/any。product（可选）：聚焦特定产品，含 name 与 url。language（可选，默认 "en"）：语言，ISO 639-1 代码。angle_count（可选，默认 3）：生成的内容角度数量。
工作流程为：搜索来源 → 抓取并提取内容 → 自动打标签 → 提取关键数据点 → 综合独特角度 → 编译研究简报 → 自校验。输出为结构化简报，包含来源表格、关键数据点、内容角度及推荐下一步技能。
适用场景
- 撰写任何文章、博客或长文之前。
- 需要某主题的当前数据与统计（而非 AI 生成的断言）。
- 制作对比类内容（需要来源中的真实功能/定价数据）。
- 撰写产品发布、融资轮次或行业趋势相关内容。
- 在 trending-content-scout 识别主题后做更深入研究。
- 希望从 N 个来源衍生出 N 个不同内容角度时。
限制
- 若主题过于宽泛，会要求用户缩小范围。
- 若来源少于 3 个，会提示简报可能缺乏深度。
- 多数来源有付费墙时，只能使用搜索摘要，数据可能不够详细。
- 若所有来源视角相同，会提示存在偏见，建议加入 reddit 或 opinion 类型。
- 若来源过时，会建议放宽时间范围并说明。
- 非英语主题会以指定语言研究，但可能来源多样性有限。
- 具体收费、价格、平台支持等信息暂未提供。