游戏投放 AI Copilot
问题驱动的场景设计：从热点收集、自动提需求、智能投放、数据反馈到跨部门协同与知识库沉淀。
先找到业务问题，再设计工具链路
这份方案不是按工具罗列能力，而是按投放的真实工作问题来设计：每个场景都要能说清楚要解决什么、用什么方法、目前到哪一步、后续怎么延展。
业务问题
投放每天遇到什么阻塞：找热点慢、提需求慢、看数分散、跨部门反馈断层。
工具与方法
用 skill、CLI、MCP、日报、推送系统和知识库，把问题变成可执行流程。
阶段判断
区分已有雏形、推进中、待接入数据、待验证效果，避免把规划说成已经完成。
后续延展
优秀流程沉淀为投放知识库、实践卡片、可复用 Skill、模板和 SOP。
五个场景互相供给，不是五个孤立工具
场景一负责把信息变成需求，场景二负责智能投放动作，场景三负责数据反馈，场景四负责跨部门同步，场景五负责知识库与可复用能力沉淀。
解决“从哪里收集、怎么筛选、怎么变成需求”
投放创意不是缺想法，而是信息来源太散、筛选标准不统一、热点到脚本之间缺少稳定流程。目标是把外部热点、行业趋势、游戏版本和投放数据反馈合并成每天可筛选的需求池。
媒体热点采集
已覆盖抖音、小红书等国内热点采集；正在扩展 YouTube、TikTok、X 等海外渠道。
ADX 榜单整理
整理热门游戏、热门素材、投放强度和素材结构，形成竞品与品类素材参考。
行业趋势收集
收集公众号、媒体文章、行业资讯和游戏生态变化，补充社交平台看不到的背景。
内部版本需求
接入自有游戏版本、活动、节日、新英雄、运营重点，判断哪些内容值得投放放大。
数据反馈回流
通过自动日报、中台通知等方式实现中，回流哪些英雄、卖点、素材类型表现好，以及需要补齐的素材缺口。
从每日需求汇总到飞书项目：自动提需求链路初步打通
当前已经实现初步链路：工具收集信息后形成每日需求汇总，由 AI 提供方案方向，再自动生成脚本、分镜和 Prompt，确定项目后连接飞书项目并自动提需求。
每日需求汇总
热点、ADX、行业趋势、版本活动和数据反馈汇总为投放可筛选的机会列表。
AI 方案方向
AI 根据知识库、游戏适配度、版本重点等提供不同方案和脚本方向，再由人工选择。
脚本与分镜
自动生成脚本、分镜图说明、图片/视频 Prompt，并匹配场景五知识库里的素材经验。
飞书自动提需
确定脚本、游戏、截止日期等信息后，自动在飞书项目提交需求，并同步反馈状态。
解决“渠道不同，但动作要通用沉淀”的问题
Meta、Google、头条、广点通、腾讯等渠道的操作细节不同，但投放日常动作可以抽象为通用流程：上传、建计划、调价、换素材、看建议、跑测试、留痕和二次确认。
| 渠道 | 动作 |
|---|---|
| Meta | 已接过 CLI/MCP/API |
| 对接 MCP 中 | |
| 头条 | 龙虾自建 skill，正式账号实践过 |
| 广点通 | 官方 skill，正式投放实践过 |
| 其他渠道 | 按需推进中 |
| 渠道/动作 | 素材上传 | 建计划 | 调价/预算 | 素材更换 | 操作建议 | 风险确认 |
|---|---|---|---|---|---|---|
| Meta | 测试成功 | CLI/MCP/API | 需人工确认 | 可更换，需人工确认 | 可生成 | 必须 |
| 测试中 | MCP 对接测试中 | 需人工确认 | 测试中 | 测试中 | 必须 | |
| 头条 | 已打通 | 已打通 | 需人工确认 | 可更换，需人工确认 | 可生成 | 必须 |
| 广点通 | 已打通 | 已打通 | 需人工确认 | 可更换，需人工确认 | 可生成 | 必须 |
| 其他 | 按需推进 | 按需推进 | 需人工确认 | 测试中 | 测试中 | 必须 |
当前阶段：已有多个渠道的真实测试与实践基础。后续延展：将渠道差异封装为适配器，把素材上传、建计划、测试流程、预算确认、执行日志沉淀为可复用 SOP。
半自动不是全自动：AI 给方案，人做确认，系统留痕
智能投放涉及预算、账户和渠道合规，核心不是让 AI 直接改账户，而是让 AI 生成计划、检查风险、创建草稿、等待确认，再执行或记录。
可通用能力：渠道字段映射、操作 SOP、素材包规则、测试流程、风险校验、确认卡片、执行日志。不可跳过能力：预算、启停、出价和批量操作的人工确认。
解决“数据分散，难以判断英雄与素材表现”的问题
数据反馈的核心不是单纯拉报表，而是把渠道后台、中台、数数、投放前端的数据关联起来，统一口径后判断账号状态、素材优劣、英雄卖点表现，并回流到创意需求与投放动作。
数据后台关联
打通投放渠道后台、中台、数数、投放前端的数据关系，统一素材、账号、计划、成本、转化和游戏内表现口径。
日报推送
Meta、头条、腾讯等渠道已验证可发送飞书、后台等，用于每日消耗、异常、素材表现和账户状态提醒。
账户/素材分析
可识别各账号状况和素材情况，包括消耗、效率、素材优劣、衰退风险、放量机会等自定义判断。
解决“信息没有及时传到对应人”的问题
投放侧每天产生很多信息：数据结论、素材需求、近期目标、版本机会、风险提醒。场景四要把这些信息按对象订阅、自动推送、确认到达，并能回写处理状态。
视频制作
脚本、分镜、参考素材、优先级、素材表现反馈、迭代建议。
运营
活动包装、节日节点、用户关注点、版本重点和投放放大建议。
研发/策划
英雄卖点、玩法理解、外部用户反馈、素材缺口和投放验证结果。
项目组
近期投放计划、阶段目标、预算节奏、风险提醒和需要配合事项。
解决办法：小组正在打造跨部门信息同步平台，基础功能已打通，可支持信息同步、消息订阅发送、自动推送与处理状态回写，并与场景一的内部版本需求、场景三的数据反馈联动。
解决“个人会用，但团队无法复用”的问题
知识库不只存 AI skill，也要沉淀投放人员在真实工作里形成的方法：提示词、流程、渠道配置、判断标准、失败尝试、素材经验和跨部门协作模板。
后续延展：AI 实践卡片可以作为成果沉淀格式之一，记录场景问题、尝试方法、关键步骤、实际效果、可复用内容、风险限制和下一步建议；成熟内容再进入内部 Skill 平台或部门知识库。
阶段推进：先跑通真实工作，再做规模化 Skill 化
路线不是一次性做大系统，而是优先跑通高频场景，验证真实提效，再把成熟流程沉淀为投放知识库、SOP、实践卡片和可复用 Skill。
自动提需求 MVP
完成热点/ADX/版本/数据反馈到脚本、分镜、飞书需求的闭环。
日报分析 MVP
先验证渠道日报，再推进渠道后台、中台、数数、投放前端的数据关联和动作建议。
智能投放
形成 Meta、Google、头条、广点通、腾讯的渠道适配器和确认流程。
知识库与 Skill 资产
从真实流程中筛选优秀方法，沉淀为 Skill、模板、实践卡片和 SOP。
阶段判断标准：能否进入真实工作流，能否减少人工重复操作，能否被跨部门接收，能否沉淀为投放人员可复用的方法。