AI 领域最新大事件洞察
生成过去 N 天内全球 AI 领域重大事件的深度洞察报告。
触发条件
当用户表达以下意图时触发此技能：
- "帮我看看最近 AI 有什么大事"
- "生成一份 AI 行业周报"
- "过去 3 天 AI 领域发生了什么"
- "AI 最新动态洞察"
- "帮我整理 AI 新闻"
执行流程
步骤 1：确定时间范围
从用户输入中提取时间范围：
- 默认：过去 3 天
- 用户可指定：1天、3天、7天、14天等
计算搜索关键词中的日期范围，格式如："2026年4月7日至2026年4月9日"
步骤 2：搜索策略（三层结构）
核心原则：先抓热榜，再分维度，最后补厂商。不依赖预设关键词词表。
使用 web_search 工具，分三层执行搜索：
第1层 - 热榜发现（优先级最高，不带厂商名）
目的：让搜索引擎的排序算法自动发现指定时间范围内最热的事件，不遗漏任何忽然冒出来的新厂商/新事件。
时间范围 → 自然时间词映射：
| 用户指定 | 时间词 | 说明 |
|---|
| 1 天 | 今天 | 单日热榜 |
| 3 天 | 近3天 | 最近3天 |
| 7 天 | 本周 | 自然周维度 |
| 14 天 | 近两周 | 双周维度 |
| 30 天 | 本月 | 自然月维度 |
| 其他 | {{range}} | 沿用用户描述的时间范围 |
执行 2-3 条搜索，时间词使用上表映射，不带具体厂商名：
"AI 重大新闻 {{time_word}} {{current_year}}"
"人工智能 热榜 {{time_word}} {{current_year}}"
"AI 大事件 {{time_word}} {{current_year}}"
如用户指定 1 天，额外加：
"今日 AI 头条 {{current_year}}年{{current_month}}"
说明：当搜索不含具体厂商名时，搜索引擎会基于热度/点击量返回结果，任何厂商的重大发布都会被自动捕获。DeepSeek V4、Minimax S3、Step-2-Fun 都能在这一层被发现，无需预设。{{time_word}} 和 {{current_year}} 在执行时由 LLM 替换为实际的时间词和年份。
第2层 - 多维度查询（不带具体厂商名）
目的：确保覆盖技术突破、商业动态、政策监管、产业应用等维度。
按以下维度各执行 1 条搜索，时间词使用第1层映射表：
- 技术突破：
"AI大模型 发布 开源 突破 {{time_word}} {{current_year}}"
- 商业动态：
"AI 融资 投资 并购 上市 {{time_word}} {{current_year}}"
- 政策监管：
"AI 政策 监管 法规 安全 {{time_word}} {{current_year}}"
- 产业应用：
"AI 落地 医疗 教育 金融 自动驾驶 {{time_word}} {{current_year}}"
年份处理：{{current_year}} 在执行时由 LLM 动态替换为当前年份（如 2026），无需硬编码，确保 2027 年及以后仍可正常使用。
第3层 - 头部厂商查漏（仅补充验证）
目的：确保老牌厂商（OpenAI、Google、Anthropic、Meta、Microsoft、NVIDIA）的动态不遗漏。
执行 1 条综合搜索，年份动态替换：
"OpenAI Google Anthropic Meta Microsoft NVIDIA 腾讯 阿里 字节 百度 最新动态 {{current_year}}"
说明：这一层放在第三层，不是第一优先级。因为大厂发布往往也会出现在热榜里，只有当热榜和多维度搜索都没覆盖到大厂动态时才需要补充。
搜索次数控制
| 时间范围 | 第1层 | 第2层 | 第3层 | 总计 |
|---|
| 1 天 | 3 | 4 | 1 | 8 |
| 3 天 | 2 | 4 | 1 | 7 |
| 7 天 | 2 | 4 | 1 | 7 |
| 14 天 | 1 | 4 | 1 | 6 |
重要：以上为最大搜索次数。如果某一层的前几条结果已经覆盖了足够多的事件，该层剩余搜索可跳过，避免过度重复。
步骤 3：筛选与排序
从搜索结果中筛选 TOP 5-10 条 最具影响力的事件，评估标准：
基础筛选（至少满足 2 项）：
- 影响力：对行业/社会的潜在影响程度
- 权威性：信息来源的可信度（优先官方、权威媒体）
- 时效性：事件发生的具体时间
- 多样性：覆盖技术、商业、政策等不同维度
媒体权重：
| 权重 | 媒体名称 |
|---|
| 100 | 机器之心、新智元、量子位、AIbase、AI 科技评论 |
| 80 | 新华社、人民日报、央视新闻、新华网、中证网 |
| 60 | 36 氪、钛媒体、虎嗅、雷锋网 |
| 40 | 新浪、网易、凤凰网 |
| 30 | 财联社、同花顺、金融界 |
黑名单过滤：
以下媒体来源直接过滤（质量较低或非权威）：
- 百家号（除非是权威媒体的官方百家号，如机器之心、新智元等）
- 搜狐号、今日头条、知乎专栏
- 云南网、陕西网等地方性未验证媒体
去重规则：
- 同一事件多源报道时，只保留权重最高的一条
- 如果权重相同，选择信息最全面、来源最权威的
- 通过 URL 和标题相似度判断是否为同一事件
数量限制：
步骤 4：内容分级
将筛选出的事件分为两类：
A类 - 深度解读（3-5条）
选择最具影响力的 3-5 条事件，标准：
- 头部厂家的重大发布（如 GPT-5、Claude 4等）
- 可能改变行业格局的融资/并购
- 重要的政策监管变化
- 重大技术突破
B类 - 简要汇总（剩余条数）
其余事件归入简要汇总章节。
步骤 5：深度解读撰写
对 A 类事件，每条撰写独立章节，结构如下：
## 事件X：[事件标题]
**发生时间**：YYYY-MM-DD
**事件概述**：
2-3句话概括事件核心内容。
**关键细节**：
- 细节点1
- 细节点2
- 细节点3
**数据摘要**：（若有具体数值，必须用表格呈现；若无数据则标注「暂无详细数据披露」）
| 指标 | 数值 | 单位 |
|------|------|------|
| 指标1 | 数值 | 单位 |
| 指标2 | 数值 | 单位 |
**影响分析**：
分析该事件对行业、技术、商业、政策等方面的影响。
**洞察理解**：
提炼关键洞察，说明为什么这件事重要，可能带来什么变化。
数据表格要求：
- 如果事件涉及具体数值（市场规模/增速、市占率/份额、金额、用户数、性能指标、时间、其他关键指标等），必须使用 Markdown 表格呈现
- 所有数字必须精准，带单位（亿/万/%），加粗突出
- 市场份额、增速类数据用表格呈现，方便直接做图表
- 严禁编造数据，来源仅用权威机构的数据，并且在数据摘要结尾必须附注数据来源
步骤 6：简要汇总撰写
对 B 类事件，统一归入一个章节：
## 其他重要动态
### 1. [事件标题]
内容摘要：1-2句话概括
来源链接：[URL]
### 2. [事件标题]
内容摘要：1-2句话概括
来源链接：[URL]
...
步骤 7：生成报告文件
文件名格式：AI-Insights-YYYYMMDD_hhmm.md
报告的完整结构模板见下方「附录：报告结构示例」。执行时按该模板填充内容即可。
步骤 8：保存与交付
- 将报告保存到工作目录：
./artifacts/ai-insights-report/AI-Insights-YYYYMMDD_hhmm.md
- 向用户展示报告摘要
- 告知用户完整报告文件路径
步骤 9：可选 - 自动推送
如果需要每日自动推送，可配置 cron job：
{
"name": "AI 洞察报告",
"enabled": true,
"schedule": {"kind": "cron", "expr": "0 9 * * *", "tz": "Asia/Shanghai"},
"payload": {
"message": "【每日 AI 洞察】\n\n请执行 ai-insights skill 生成过去 24 小时报告，并推送到指定频道。"
}
}
附录：报告结构示例
以下为完整报告的 Markdown 模板，步骤 7 中直接引用此模板生成报告：
# AI 领域最新大事件洞察
**报告周期**：YYYY年MM月DD日 - YYYY年MM月DD日
**生成时间**：YYYY-MM-DD HH:MM
**事件总数**：X 条
---
## 核心洞察摘要
用 3-5 句话概括本期最重要的趋势和发现。
---
## 趋势观察
基于本期事件，提炼宏观趋势：
1. **趋势 1**：[标题]
- 简要分析（1-2句）
2. **趋势 2**：[标题]
- 简要分析（1-2句）
3. **趋势 3**：[标题]
- 简要分析（1-2句）
---
## 数据摘要（供 PPT 自动提取）
以下为 YAML 数据结构示例（YAML 内嵌 triple backticks 会导致外层 markdown 块提前闭合，故改用 HTML 格式）：
<pre><code>charts:
- type: bar_chart
title: 2026年Q1全球AI融资额TOP3
categories: [OpenAI, Anthropic, 其他AI企业]
values: [1220, 300, 900]
unit: 亿美元
source_event: 事件2
- type: line_chart
title: 中国AI日均Token调用量增长趋势
x_axis: [2025-Q4, 2026-Q1, 2026-Q2-预估]
y_axis: [100, 140, 200]
unit: 万亿
source_event: 事件1
- type: timeline
title: 全球AI监管政策时间轴
events:
- date: 2026-04-23
description: 中国五部门联合发布《人工智能拟人化互动服务管理暂行办法》
region: 中国
source_event: 事件4
event_types:
- title: "OpenAI发布GPT-5.5"
type: model_release
icon: cpu
- title: "中国出台AI拟人化互动监管办法"
type: regulation
icon: scale</code></pre>
---
## 深度解读
### 事件1：[标题]
**发生时间**：YYYY-MM-DD
**事件概述**：
2-3句话概括事件核心内容。
**关键细节**：
- 细节点1
- 细节点2
**数据摘要**：
| 指标 | 数值 | 单位 |
|------|------|------|
| 指标1 | **数值** | 单位 |
**影响分析**：
分析该事件对行业、技术、商业、政策等方面的影响。
**洞察理解**：
提炼关键洞察，说明为什么这件事重要。
### 事件2：[标题]
...
---
## 其他重要动态
### 1. [事件标题]
内容摘要：1-2句话概括
来源链接：[URL]
### 2. [事件标题]
...
---
*报告由 AI 自动生成，仅供参考*
质量标准
- 准确性：所有信息必须来自可靠来源，不确定的信息标注"据...报道"
- 客观性：避免主观臆断，基于事实进行分析
- 深度：深度解读部分要有真正的洞察，不只是复述新闻
- 时效性：优先使用最新信息，过期信息（超出用户指定时间范围）不纳入
- 媒体权重：优先选择高权重媒体的报道，提升信息质量
- 热榜优先：新厂商/新事件优先通过热榜层发现，不要因为第3层关键词列表遗漏而漏报
注意事项
- 如果搜索结果不足 5 条，扩大时间范围或调整搜索词重试
- 如果某条新闻来源存疑，标注信息来源并降低其优先级
- 去重：同一事件多源报道时，只保留权重最高的一条
- 避免重复报道同一事件的不同角度新闻，选择最全面的一篇
- 深度解读的事件数量根据实际搜索到的内容质量灵活调整（3-5条）
- 趋势观察应基于本期事件的共性提炼，避免空泛
版本历史
-
v1.1.1 (2026-04-25)
- 修复时间范围参数化：热榜查询的时间词改为动态映射（今天/近3天/本周/近两周/本月），避免硬编码"今天"
- 年份改为动态变量 {{current_year}}，支持 2027 年及以后
- 第2层多维度查询的时间词同步参数化
-
v1.1.0 (2026-04-25)
- 重构搜索策略：从固定关键词列表 → 三层搜索结构（热榜发现 → 多维度查询 → 厂商查漏）
- 解决"新厂商/新事件无法预设关键词"的核心问题
-
v1.0.0 (2026-04-14)
- 初始版本
- 添加媒体权重、黑名单、去重规则
- 新增趋势观察章节
- 支持 cron 自动推送
