MCN 文创机构
选题趋势挖掘 · 场景方案展示

设想一家签约 40 多个账号的 MCN 文创机构。内容总监最常说的一句话是「每周开三次选题会，但选出来能不能爆，谁心里都没数」。拆开看是四件事：趋势靠编导各自刷新榜、飞瓜和评论区，看到的东西因人而异；同一个热点不同编导重复报，选题会一半时间在去重；新榜飞瓜的数据各看各的，没人把它和自家账号的历史表现对上；真正在涨的细分趋势，常常等到看见别人爆了才反应过来，错过窗口期。在这样的场景下，选题质量完全取决于编导个人的手感。

这类场景的诊断路径通常是三步：和内容总监一起把选题从「趋势采集 → 聚类 → 候选生成 → 评审 → 排期 → 复盘」的完整流程画出来；导出近一年自家发布数据与新榜飞瓜榜单做对照，找出哪些趋势信号真的和爆款相关；复盘选题会的实际产出，看时间都耗在了哪。结论通常很清楚：能 AI 化的是「聚合多源趋势、聚类去重、给候选打分排序」，不能 AI 化的是「内容创意与账号调性把握」。

这一方案按四个模块分段落地，每周推进一段、由业务方复核一次。第一段是 多源趋势聚合——把新榜、飞瓜等榜单与平台热点统一采集，按话题归并去重；第二段是 趋势聚类与上升检测——把分散的热词聚成可读的选题方向，识别正在上升、还有窗口期的细分趋势；第三段是 选题候选打分——结合趋势热度与各账号历史表现，为每个候选打分排序并写入既有选题系统，编导拿到的是带理由的候选清单；第四段是 选题复盘看板——把发布后的实际数据回灌，按账号、选题方向切片，让模型越用越准。

• 模块 1 · 多源趋势聚合（榜单 + 平台热点统一采集 / 话题去重）
• 模块 2 · 趋势聚类与上升检测（热词聚成选题方向 / 窗口期识别）
• 模块 3 · 选题候选打分（趋势热度 × 账号历史 · 写入选题系统）
• 模块 4 · 选题复盘看板（账号 / 选题方向切片 · 数据回灌）

这类场景里有三个值得主动「不做」的取舍：不做 AI 自动生成脚本或成片，文创的核心竞争力是编导的创意，AI 只负责把选题候选摆到桌上，怎么拍仍由人决定；不做黑箱排序，每个候选都附一句可读理由（如「该方向近 7 天上升，你家两个账号此前同类内容表现好」），让编导能判断、敢拍板；不做一套打分套全部账号，知识区、生活区、剧情号调性差别大，打分按账号分组单独算，避免「热是热但和这个号不搭」。这三个取舍，是让编导把它当顺手的工具、方案能稳定落地的关键。