StopDisTrain/sdt-skills

何を解決するか

SDT Skills は、小紅書（リトルレッドブック）向けのコンテンツ作成に構造的でモジュール化されたアプローチを提供し、長く単一のプロンプトに依存する方法から脱却します。これは幻覚を引き起こしやすく、デバッグが困難な問題を抱えています。研究、戦略、下書きの各フェーズを明確に分離することで、タイトルが弱いなどの特定の失敗を修正する際、全体のコンテンツ制作パイプラインを再起動せずに済みます。

仕組み

このプロジェクトはコンテンツ作成プロセスを、4つのレイヤーに分かれた15の独立して呼び出せる「スキル」に整理しています。

• エビデンスレイヤー： アカウントモデリング、公開コンテンツの調査、ベンチマークフィルタリングを行い、学習可能なサンプルを特定します。
• プロダクションレイヤー： トピック生成、スコアリング、実際にコンテンツの下書き（ハックやカバーを含む）を管理します。
• 品質レイヤー： スクリプトの流れ、ターゲット層との共鳴、AIライティングの兆候を検出する品質保証（QA）を実施します。
• デリバリーレイヤー： 承認されたコンテンツを、WeChat互換のHTMLを含む公開用パッケージに変換します。

一貫性を確保するため、決定論的なタスク（例：メトリクスの正規化、タイトル長の検証）はPythonツールで処理され、判断を要するタスクはエージェントと人間のオペレーターに任されています。

対象ユーザー

小紅書に特化したコンテンツクリエイター、ソーシャルメディアマネージャー、研究者で、プロフェッショナルでトレーサブルかつ品質管理されたワークフローを求める方々。

特徴

• モジュールアーキテクチャ： 15の明確なスキルが個別に呼び出せ、または10段階のワークフローとして統合して使用可能。
• 明確な修復経路： 特定の段階（例：ポジショニング）での失敗は、関連する特定の段階（例：下書き）に再ルーティングされ、全体の再起動を回避できます。
• 決定論的ガードレール： メトリクスの解析やHTMLレンダリングなど、繰り返し可能なタスクにはPythonスクリプトを使用し、AIの不一致を防ぎます。
• 読み取り専用の調査： プラットフォーム上でいいねやコメントを行うなどの操作を防ぐため、組み込みのセキュリティ制限が設けられています。
• CI検証： リポジトリのメタデータとツールの自己テストが、すべてのプッシュで自動的に検証されます。