这个项目真正要解决什么？
企业真正缺的通常不是“再写一篇文章”，而是一套持续工作的内容生产机制：内部案例和产品资料没有沉淀，行业信息靠人工零散关注，选题依赖个人经验，不同平台各写各的，事实口径容易漂移。
传统内容生产还存在审核链条长、视觉素材制作慢、视频脚本与画面断裂、发布后指标无法反哺下一轮选题等问题，团队越忙越容易退化为低价值搬运。
因此平台目标不是做一个通用聊天机器人，而是建设“企业内容资产中心 + 行业情报中心 + AI 内容编辑部 + 多平台发布管理系统”。
需求背景 / 解决方案 / 价值效果
需求背景
- 企业真正缺的通常不是“再写一篇文章”，而是一套持续工作的内容生产机制：内部案例和产品资料没有沉淀，行业信息靠人工零散关注，选题依赖个人经验，不同平台各写各的，事实口径容易漂移。
- 传统内容生产还存在审核链条长、视觉素材制作慢、视频脚本与画面断裂、发布后指标无法反哺下一轮选题等问题，团队越忙越容易退化为低价值搬运。
- 因此平台目标不是做一个通用聊天机器人，而是建设“企业内容资产中心 + 行业情报中心 + AI 内容编辑部 + 多平台发布管理系统”。
解决方案
- 通过网页、RSS、搜索和关键词任务采集外部行业情报，与客户、项目、案例、产品资料一起进入企业内容资产层；Research Agent 聚合多来源材料并形成可核对的研究底稿。
- 所有平台内容先经过统一 Fact Package：Fact Agent 只负责事实与数字，Insight Agent 负责观点与矛盾分析，再由公众号、小红书、短视频等 Writer Agent 分平台表达，确保“事实一致、表达不同”。
- AI 审校之外再叠加确定性规则检查数字、未授权客户名、广告法极限词、重复段落等硬伤；人工审核通过后进入发布中台。媒体生产由 ComfyUI / 图片模型 / 视频模型 / TTS / FFmpeg 组合，发布表现回流给 Performance Agent 做下一轮复盘。
价值效果
- 把“灵感驱动”变成“事实驱动 + 机制驱动”：选题有来源、观点有证据、内容有版本、审核有记录、发布有结果。
- 一份事实底稿同时支撑多个平台，避免公众号、小红书、视频号、抖音各自产生不同口径；对企业而言，这比单纯提高写作速度更重要。
- 形成内容飞轮：情报 → 研究 → 选题 → 事实 → 内容 → 审核 → 发布 → 指标 → 复盘，经验沉淀后继续改善下一轮生产。
从业务问题到可执行系统
01行业情报采集
02Research
03选题评分
04Fact Package
05Insight
06多平台写作
07AI+人工审核
08发布
09指标复盘
9步闭环阶段
Evidence First内容原则
图/视频/配音媒体生产
直发/辅助/导出发布方式
为什么这样设计
白泽的项目方法不是先决定“用哪一个模型”，而是先把现场对象、输入数据、关键决策、风险边界和最终动作画清楚，再决定哪些环节使用确定性程序、哪些环节使用视觉算法、哪些环节由大模型或 Agent 负责。这样做的目的，是让系统能够验收、追溯、维护，并能在真实业务变化时继续迭代。
项目架构采用 Provider / Adapter 隔离模型与平台能力；关键输出通过结构化 Schema 校验后才能进入业务状态。
AI 落地不止是算法
在白泽的交付中，算法只是其中一层。我们同时关注数据接入、现场网络、边缘计算、权限、安全、第三方系统接口、用户操作习惯、日志与审计、设备稳定性以及后续运维。对企业来说，真正有价值的不是一次模型演示，而是一套能够长期运行并持续创造结果的系统。