一句话定位 统一内核统一内核 · 门内是统一的事实由总部出母版：选题、书目、口径由总部统一制定。书目事实库锁定书名、作者、定价，是全系统唯一事实源——所有文案只能从这里取值，表达层模型只读、物理上不可生成、不可改写。书目事实库模型只读事实一致性门禁，千面表达千面表达 · 门外是一千种表达同一本书，按五维组合派号生成互不相同的属地化内容：地域 × 平台 × 角度 × 人设 × 体裁，理论组合 2400 种。事实只有一套，表达各说各话——这是传播力而非同质化。五维派号 2400 组合去重派发差异化度门禁 · 一期到三期一以贯之
一个事实内核，调度全省表达；一套合规机制，输出行业标准
一期管得住 · 组织产能
→
二期卖得动 · 传播资产
→
三期立得住 · 行业标准
文枢是「总部垂直＋子公司本地化」双轮驱动的数字化底座、「灯塔计划」的传播引擎——集团级申报单位的三层家底内容源——11 家出版社、4 报 26 刊，年出版 8047 种；渠道网——364 个网点覆盖全省，教材发行 4.15 亿册；组织力——法人企业 300+、员工近万人，年年承担全国最大规模的统一分发。这套组织力做内容分发，是降维。术语 · 降维降维——高维优势打击低维目标。申报单位年年承担全国最大规模的统一分发（教材 4.15 亿册、送往 1.7 万所学校），这套组织力用来做内容分发，难度是下沉的，不是从零新建能力。11 家出版社364 网点组织力降维 AI 传播力术语词典 · 内容力 × 传播力传播力——人找书（拉式）：让内容被组织化地分发、被看见、被转化。与之相对的内容力是书找人（推式）——把书做成值得看的内容，行业已有成熟平台覆盖。传播力一侧至今没有组织化的答案，这正是文枢切的那一半。书找人人找书文枢切的一半基础设施：把内容生产、分发治理、成效归因合成一个中枢。总部出母版术语词典 · 统一内核母版——由总部统一制定并下发的标准版本，包含选题方向、书目与事实、统一口径。各主体不自己造事实，而从母版出发做属地化重构。母版保证「门内是统一的事实」，是 2400 种表达的共同源头。总部统一制定属地化重构（统一内核与事实），系统按五维组合派号，各主体获得互不相同、事实无误、合规可查的属地化内容，成效归集回流、反哺选题与印数——门内是统一的事实，门外是一千种表达。
为什么不是"一个通用 AI 写作工具就能干不是文案工具，也不是账号管理 SaaS文案生成是表层能力、完全可替代——我们不把它当卖点；卖的是事实锁定、组合差异化、四道硬门禁、归因闭环。账号管理只是入口（市面已有新榜矩阵通等成熟产品），内容资产的数据化才是资产本身。术语 · 新榜矩阵通新榜「矩阵通」——必须主动承认的最强替代品，不在出版业而在商业市场：账号管理／权限／AI 文案／合规拦截／看板全都有，服务 3000+ 企业。但其产品逻辑是「素材统一取用」，恰恰会放大矩阵同质化风险。组织能力工程非单点工具"
通用工具解决「写出一篇好文案」——单点、一次、依附个人；文枢解决「让数百个主体合规地各说各话，并把成效报上去」——组织、常态、可治理。前者是笔，后者是制度；隔着的是统一事实源、去重派发、合规门禁、留痕归因这四件事护城河到底是什么（必背）先承认通用工具的能力，再讲三条：① 出版业事实内核——通用工具没有书目库，会编错书名定价；② 出版业特有合规——导向三审＋《广告法》＋AIGC 法定标识；③ 属地化差异化产能——通用工具「素材统一取用」的逻辑恰恰放大同质化。术语 · 导向三审导向三审——出版业传统审核制度（三审三校：初审、复审、终审＋三次校对），核心是导向把关（政治方向、价值取向、出版导向）。这是出版单位才有的法定义务，通用 AI 工具不做，因为它不是出版单位。事实内核特有合规差异化产能，通用工具一件都不管。
15事实库在售书目（种）
2400五维派号组合（种）用数学保证差异化，不靠提示词地域 4 × 平台 4 × 角度 6 × 人设 5 × 体裁 5 = 2400 种组合；实际账号位约 300 个，冗余 8 倍，一次去重派号即可保证任意两号互不重复。人工做不到：600 条/周 ≈ 需 10–15 人全职，且无法保证不雷同。术语 · 去重派号去重派号——从 2400 种五维组合中为每个账号分配互不重复的组合编号。账号位约 300 个、组合池 2400 种，冗余 8 倍，故一次派号即可保证任意两号不撞车。2400 组合 · 冗余 8 倍一次去重派号
4合规硬门禁（道）
100%发布动作留痕可溯
系统全流程示意 一期主链路 · 数据飞轮回流
① 总部母版统一内核与事实
选题 · 书目 · 口径
选题 · 书目 · 口径
② 五维派号地域×平台×角度×人设×体裁
2400 种组合 · 去重派发
2400 种组合 · 去重派发
③ AI 属地化表达层大模型「三明治」分层架构事实层（结构化书目数据，模型只读、不可写入）→ 表达层（LLM 只负责文字组织，无权生成新事实）→ 校验层（确定性代码硬门禁，不依赖模型判断、可审计）。术语 · LLMLLM（大语言模型）——如 GPT、豆包底层的那类模型。能力是「组织文字」，缺陷是「会编造事实」：它在预测下一个词，不是在查数据库。文枢让 LLM 只做擅长的表达，事实一律从书目库取值。事实层表达层校验层
只组织文字 · 无权造事实
只组织文字 · 无权造事实
④ 四道门禁禁用语 · 事实一致
差异化度 · AIGC 标识
差异化度 · AIGC 标识
⑤ 多端发布账号矩阵 · 强制标识
全程留痕
全程留痕
⑥ 数据回流归因看板
成效上报 · 两级看板
成效上报 · 两级看板
⟲ 数据飞轮闭环：归因数据回流母版 —— 反哺 选题 · 印数 · 定价 · 营销投放（什么内容、在什么属地、对什么人群有效）
引擎一 · 渠道统管（入口与管道）全单位账号统一纳管 · 统一事实口径 · 一次调度全省同步 · 传播投入产出算成一本账。解决组织能力最大变量不是技术，是组织意愿技术上无不可行项；真正要过的是「下面愿不愿意用」这一关。对策：以「赋能＋留痕」换信任，以「给东西」而非「要东西」换参与——见「④ 分发与归因」。组织意愿赋能＋留痕问题：从加法投入变乘法产出账号的加法做了，内容的乘法没做广东新华协同账号 230 个，河北新华（行业金案）169 个——账号数多 36%；但年曝光：河北 2.05 亿人次，我们单次峰值 96.47 万。变量只剩内容。账号 +36%曝光差距悬殊。
引擎二 · 数据飞轮（资产与复利）成效怎么算影响与效益双收，各有口径、不互相折算。四维指标：产能（条数）／质量（差异度、合规通过率）／影响（曝光、转载、主流采纳）／效益（转化、客流）。数据回流反哺选题、印数、定价与投放。术语 · 四维指标四维指标——衡量成效的四组口径，各有各的口径、不互相折算：产能（条数）／质量（差异化度、合规通过率）／影响（曝光、转载、主流采纳）／效益（转化、客流）。分开计量，是为了避免用曝光数掩盖转化问题。四维指标口径分离沉淀「内容×属地×人群」归因资产，反哺图书营销、选题开发、定价与版本策略。解决数据资产问题：数据越多 → 内容越准 → 销量越好。
三期建设路线 功能与目的 · 一条能力主线，三级台阶
同一个内核、同一套机制，在三级台阶上换名字：一期把内容能力从「依附个人」变成组织产能（管得住），二期把它变成传播资产（卖得动），三期把它立成行业标准（立得住）。数据不出域数据安全怎么保证一期不涉及境外平台与数据出境；书目库对模型只读；涉密书稿、未公开选题、内部经营数据不进入任何公共模型；支持私有化部署；审计日志全量留痕可追溯。数据不出域私有化部署全量留痕，境外仅预留接口。
一期 · 单位内闭环 2026 · 参赛范围
- 阅读推广场景上线阅读推广是首期核心场景，不是项目边界一期只做这一件事，跑通「母版—派号—门禁—回流」闭环；二期再扩教育服务、版权输出、文化出口与品牌活动。定位要高、切口要小——两句必须都在。切口小定位高，覆盖图书营销与文化传播
- 书目事实库＋五维派号＋四道门禁＋审计归因
- 试点：1 本书 × 3 类属地 × 2 个平台
- 形态：图文 100+ 条/周一期产能大概是多少图文／快闪 100+ 条/周；混剪（真实素材＋AI 包装）中高，适合抖音视频号主力；数字人口播 40–60 条/周；真人讲书产能低，只给骨干——护城河。图文 100+/周口播 40–60/周，数字人口播 40–60 条/周
目的：把内容能力从「依附个人」变成「组织产能」，跑通母版—派号—门禁—回流闭环。
二期 · 全省影响力 2027 · 扩场景
- 扩展教育与知识服务：智能备课、阅读伴学
- 版权与国际传播：跨语种内容、授权场景
- 品牌活动：南国书香节全省联动、书香岭南申报
- 数据飞轮成熟：反哺选题、印数、定价决策
目的：从「发得出」到「卖得好」，形成集团级传播资产表。
三期 · 全国声量 2028 · 行业位阶
- 借学习强国／央媒通道，把南国书香节做成全国性文化事件
- 版权输出与文化出海传播（境外平台仅预留接口，数据不出域）
- 机制对外复制至全国 30 余家省级出版发行集团横向可复制，痛点同构全国 30+ 家省级集团面临的痛点完全相同：账号多、内容少、合规压力大。行业背书：2026 年度出版业智能体大赛已单设「出版营销传播智能体」赛道。30+ 省级集团赛道背书
- 衔接已牵头起草的《出版业人工智能应用安全要求》行业标准
目的：从单位级工具升级为行业级基础设施，输出安全合规的「文枢模式」。
提示：按「总览 → ① 看事实库 → ② 生成内容 → ③ 看当场拦截」的顺序演示，约 3 分钟可讲完整条链路；④ 审计留痕用于回答合规追问。
书目事实库 事实层 · 模型只读，物理上不可生成、不可改写
以下为演示数据（15 种在售书目示例，含 1 种真实在售书目）。书名、作者、定价是全系统的「唯一事实源凭什么说「让错误物理上不可能发生」书名、作者、定价只能从书目库取值，模型物理上无权生成——不是让 AI 少犯错，是让这类错误没有发生通道。反面案例：2025 年 5 月《芝加哥太阳报》夏季书单，15 本书只有 5 本真实存在，专业编辑流程也没拦住。模型只读芝加哥太阳报案例」——所有文案只能从这里取值。
| 序号 | 书名 | 作者 | 定价（元） | 分类 | 标签 | 状态 |
|---|
五维派号 · 内容生成 表达层演示 · 同一书目可生成互不相同的属地化内容
读者画像中心 属地人群标签 · 平台画像映射 · 为人设维度提供依据
属地人群标签 （随「地域」自动带出）
平台画像映射 （随「平台」自动带出）
选择地域与平台后，系统在此给出人设建议。
当前草稿 生成后进入「③ 看当场拦截」送审
尚未生成。选择书目与五个维度后，点击「生成 1 条」。
已放行内容库 放行 0 条 · 组合已用 0 / 2400
| 时间 | 书目 | 五维组合 | 内容摘要 |
|---|
四道合规硬门禁四道门禁的具体动作① 禁用语预检——《广告法》红线词自动标红，视频场景 OCR 查画面＋ASR 查口播；② 事实一致性——书名/定价逐项比对书目库，改了就出不来稿；③ 差异化度——低于阈值不放行；④ 平台规则适配＋AIGC 法定标识——自动注入显式＋隐式标识，无去标识开关。OCR＋ASR 双查逐项比对阈值拦截 是闸门不是提示 · 确定性代码 · 全程留痕
送审对象：当前草稿（书目：—）。点击任一场景，当场看结果——每一条都会归因到具体门禁。
四道门禁依次为：① 禁用语预检（《广告法》红线词库合规能力有制度依据吗《人工智能生成合成内容标识办法》2025 年 9 月 1 日施行；《广告法》；《出版业人工智能应用安全要求》行业标准（SAC/TC 527 归口）2026 年 8 月 28 日发布阶段性成果，本项目合规设计与其方向一致。标识办法广告法行业标准同向）② 事实一致性（书名／定价与书目库逐项比对）③ 差异化度（与库内已有内容相似度阈值 0.6术语词典 · 差异化度门禁阈值 0.6——差异化度门禁的放行下限：新生成内容与库内已有内容的相似度低于 0.6 才放行，达到或超过就拦截，防止矩阵号撞车（雷同内容会被平台判定为营销号矩阵）。这是硬编码的确定性判断，不依赖模型自由裁量。相似度下限确定性判断）④ AIGC 法定标识AIGC 标识这条，额外价值在哪多数 AI 工具导出的内容并不带合规标识，法律风险由使用方自己扛。中枢内置显式＋隐式标识、不提供关闭开关——等于替使用单位把这道法定义务接住了。法定义务内建2025-09-01 施行（显式术语词典 · AIGC 双标识显式标识 vs 隐式标识——《人工智能生成合成内容标识办法》要求的两种法定标识：显式＝用户能看到、听到的提示（文末「本内容由 AI 生成」、画面角标），必须存在；隐式＝写入文件元数据、数字水印的技术标记，用户看不到但可被平台检测。自动注入双重标识，不提供去标识开关。隐式标识不可去标识标识必须存在，正式版同时写入隐式标识，无关闭开关）。
两条通道 能派的和不能派的，从一开始就分开
机构账号轨 · 排期领取
出版社官号、书店门店号、公众号等。发布属职务行为，总部可统一调度排期。
- 中枢生成排期表，机构账号按排期取用已放行内容
- 登录后台「内容货架术语词典 · 分发机制内容货架——已放行内容的取用池：合规过审的属地化版本按属地与平台陈列在后台，各层级、各网点登录后自取。关键设计是「只上架、不派发」：机构账号按排期领取，个人账号自愿取用，不设指标、不进考核。只上架不派发自愿取用」→ 选属地化版本 → 取走发布
- 发布后回填链接，系统自动归集数据（只看机构汇总）
个人账号轨 · 自愿取用
员工个人账号。只上架不派发，谁愿意谁自取，全程不设指标。
- 一键复制／带话题一键分享，把操作成本降到最低
- 被采用多、传播好的内容给流量扶持、荣誉与培训资源（给东西网点凭什么愿意上来领？（必背）因为他不用被要求，是愿意上来。平台给三样东西：① 现成内容——登录就有属地化版本；② 流量配额——认领内容配流量扶持；③ 荣誉成长——上集团榜单、给培训资源。一句话：不给任务，只给东西。现成内容流量配额荣誉成长）
- 不排名、不通报、不进考核；回填链接纯自愿，不回填不追责
排期分发编排 错峰防撞 · 发布回执 · 手动兜底通道
同一母版的多个属地版本若同一时段集中发布，会被平台判定为矩阵同质化而整体限流。系统自动错峰排开，并跟踪每条的发布回执。
| 排期时间 | 发布主体 | 内容版本 | 发布状态 | 操作 |
|---|
尚未生成排期。点击「生成排期表」，系统会按属地错峰排开已领取的内容。
为什么要预留手动兜底通道：各平台开放接口的可用性、审核时效并不稳定，
发布失败是常态而非例外。因此排期表对失败项提供三种处理——重试、改期、转手动发布，
确保任何情况下内容都发得出去，不会因为接口问题卡住整个链路。
内容货架 已放行 0 条 · 按属地与平台陈列，供各层级各网点自取
货架为空。点击「铺货演示」或先在「② 生成内容」中生成并送审放行。
账号登记台 各层级、各网点上传所管账号 · 集中登记，不代操作
建制目的：掌握底数 + 保留处置能力为什么要把账号都登记上来？是要接管吗？是掌握底数＋保留处置能力，不是接管、不代操作。平时中枢不代发不代运营；突发（违规、异常、被平台处置）时第一时间定位账号与责任人，避免「找不到人、无人接手」。连坐风险的对冲也在这里：差异化门禁从源头杜绝雷同，登记让处置落到人。底数＋处置不代操作。各层级、各网点把所管账号地址登记上来，中枢统一纳管、明确责任人——平时不做任何代发代运营；一旦发生突发事件（内容违规、账号异常、被平台处置），中枢能第一时间定位到账号与责任人，及时跟进处置，避免「找不到人、无人接手」。
演示省略身份认证与权限体系（属技术开发阶段实现）；实际部署时可对接统一身份认证，各层级、各网点按权限登录。
账号底数台账 共 0 个账号 · 覆盖 0 个层级／网点
| 登记单位 | 平台 | 账号名称 | 责任人 | 状态 | 操作 |
|---|
归因看板 只呈现机构汇总，不做个人排名
0货架内容（条）
0已被领取（条）
0回填发布（条）
0登记账号（个）
| 层级／网点 | 机构账号数 | 领取内容 | 回填发布 | 效果归因口径 |
|---|
归因口径：按账号规模测算，不承诺绝对数字能承诺具体数字吗？不能，也不该。传播成效符合幂律分布，头部内容贡献绝大部分效果。口径一律「按 X 个账号测算」——说满了反而被逐条追问。术语 · 幂律分布幂律分布——即「二八法则」的极端化：极少数头部内容贡献绝大部分效果，绝大多数内容效果平平。传播成效天然符合幂律分布，所以不能承诺绝对数字，口径一律「按 X 个账号测算」。术语 · 账号资产化账号资产化——把分散在个人手里的账号，变成可管理、可计量、可复用的组织资产。对应主线：一期「管得住」组织产能 → 二期「卖得动」传播资产 → 三期「立得住」行业标准。按账号规模测算幂律分布。数据回流后反哺选题、印数、定价与营销投放——什么内容、在什么属地、对什么人群有效。
投放决策辅助 归因数据的第二类用途 · 为投放资源分配提供依据
归因数据不止回答「哪条内容好」，还要回答「哪条值得追加资源」。系统按 投放潜力分术语词典 · 投放潜力分投放潜力分——由互动率、转化率、账号权重、内容时效四项加权得出的排序指标，用于从已发布内容中识别值得追加投放资源的高潜项。系统只输出排序与建议区间，不申请预算、不代投：投放与否、投多少，仍由使用单位按预算制度决定。它的价值在于让资源分配有数据依据，而非凭经验平均分配。只给依据不代投不申请预算 对已发布内容排序，高分项自动进入「建议加热」列表。
口径边界：本模块的输出只有两样——排序和建议区间。不申请预算、不代为投放、不承诺效果。
这样设计的目的是让归因数据成为经营决策的输入，而不是把投放决策权收到平台手里。
成果材料生成 把日常运营数据，自动汇成可上报的材料
各层级每年都要报材料，而数据散在几十个账号后台里，只能靠人工汇总。 本模块把归因库里的数据按可上报口径自动成文——数据是运营过程的副产品，不需要额外统计一遍。
为什么这个功能值得做：它不是"多做一个报表"，而是让日常运营与上报材料共用同一套数据——
避免"干活一套数、上报另一套数"的老问题。材料中的每个数字都能回溯到具体内容与账号。
① 播前 · 预热内容生成 同一条书目，按平台与属地生成预热包
② 播中 · 循环话术脚本 按时间轴切段的循环话术，主播照着念即可
③ 播后 · 直播归因 到场 · 停留 · 转化，按场次回流到归因库
直播数据与其他内容共用一套归因口径——这样"哪一场直播值得加推"才能和"哪条图文值得加热"放在同一张表上比较。
0已回填场次
0累计到场（人次）
0平均停留（分）
0场均成交（件）
| 场次 | 书目 / 阵地 | 到场 | 停留 | 成交 | 转化率 | 系统建议 |
|---|
尚未回填。点击「回填直播数据」，系统按场次汇总并给出对照建议。
与第一赛季痛点的对应：第一赛季计划直播 358 场、实际完成 304 场，各单位完成率差异明显（粤北 69%、潮汕 44%）；
观看量与成交量的错配同样突出（潮汕观看占 40%、销售仅占 1.18%）。
本模块的作用是让这种错配当场可见、可归因、可干预，而不是等到赛季结束才在总结会上看到。
审计留痕 本机持久化 · 刷新不丢失 · 可整体导出归档（正式版）
| 时间 | 动作 | 对象 | 结果 | 归因 | 说明 |
|---|