智能产品发布策划Agent系统【附带源码】
在我们做新产品上市发布时，经常需要去调研一下市场，做市场洞察、客户当前痛点的捕捉，然后想办法突出我们产品的亮点。另外还要结合不同渠道的特点，针对行的做各个渠道的发布推广策略，因此一个产品的“发布策划方案” 是非常熬人的。今天给大家分享的 “智能产品发布策划Agent” 可以轻松帮您解决这件事请。
作者：百度智能云 谭文涛
系统架构
┌──────────────┐
│ 用户输入 │
│ (产品名+卖点) │
└──────┬───────┘
┌─────────────┴─────────────┐
▼ ▼
┌──────────────┐ ┌──────────────┐
│ 市场洞察 │ 并行 │ 竞品分析 │
│ Agent │◄─────────►│ Agent │
└──────┬───────┘ └──────┬───────┘
└─────────────┬─────────────┘
▼
┌──────────────┐
│ 策略规划 │
│ Agent │
└──────┬───────┘
▼
┌──────────────┐
│ 内容生产 │
│ Agent │
└──────┬───────┘
▼
┌──────────────┐
│ 发布策划书 │
│ (Markdown) │
└──────────────┘四个 Agent
1. 市场洞察 Agent
- 输入：产品名称 + 核心卖点
- 输出：四维度结构化洞察（市场规模、用户画像、行业趋势、用户痛点）
- LLM调用：1次搜索词生成 + 4次维度提取
2. 竞品分析 Agent
- 输入：产品名称 + 核心卖点
- 输出：竞品画像（定位、优劣势、差异化机会）
- LLM调用：1次竞品识别 + N次竞品深度分析（N=竞品数）
3. 策略规划 Agent（汇聚点）
- 输入：市场洞察 + 竞品分析 + 产品信息
- 输出：完整发布策略（定位、核心信息、渠道、时间线、预算）
- LLM调用：1次综合策略生成
4. 内容生产 Agent
- 输入：发布策略 + 市场洞察 + 竞品分析
- 输出：各渠道发布物料（微信公众号/微博/产品落地页/新闻通稿）+ 执行摘要
- LLM调用：M次渠道内容生成 + 1次执行摘要（M=渠道数）
技术栈
| 组件 | 选型 | 理由 |
|---|---|---|
| LLM | 千帆 ernie-x1-turbo-32k | 32k上下文，适合策略综合 |
| LLM调用 | 原生 requests | 零SDK依赖，轻量可控 |
| 搜索 | 百度 AI Search | 千帆生态，中文数据质量高 |
| 并行执行 | concurrent.futures.ThreadPoolExecutor | Python标准库，I/O密集型友好 |
| 输出格式 | Markdown | 可转PDF/Word/PPT |
项目结构
product-launch-planner/
├── config.py # 全局配置（API Key、模型参数、渠道要求）
├── llm_client.py # 千帆 LLM 客户端（原生 requests，零 SDK）
├── search_client.py # 百度 AI Search 客户端
├── pipeline.py # 扇出-汇聚编排器（含并行执行 + 降级容错）
├── main.py # CLI 入口脚本
├── agents/
│ ├── __init__.py
│ ├── base_agent.py # Agent 基类（ABC）
│ ├── market_insight.py # 市场洞察 Agent
│ ├── competitor.py # 竞品分析 Agent
│ ├── strategy.py # 策略规划 Agent
│ └── content.py # 内容生产 Agent
└── output/ # 输出目录（运行后生成）
├── {产品名}_1_market_insights.json
├── {产品名}_1_competitor_analysis.json
├── {产品名}_2_strategy.json
└── {产品名}_发布策划书.md
快速开始
环境要求
- Python 3.10+（需
concurrent.futures） - 依赖库：
requests（唯一外部依赖） - 千帆 API Key（
ernie-x1-turbo-32k模型） - 百度 AI Search API Key（可与千帆共用同一 Key）
安装依赖
pip install requests
配置 API Key
方式一：环境变量（推荐）
export QIANFAN_API_KEY="bce-v3/your-api-key-here"
export BAIDU_SEARCH_API_KEY="bce-v3/your-api-key-here"
方式二：直接修改 config.py 中的默认值。
运行
cd product-launch-planner
# 基本用法
python main.py --product "小度学习平板X1" --selling-points "AI个性化辅导、护眼屏、家长管控"
# 指定发布渠道
python main.py \
--product "小度智能耳机Pro" \
--selling-points "主动降噪、AI翻译、骨传导" \
--channels "微信公众号,微博,产品落地页"
# 不保存中间结果
python3 main.py --no-save --product "产品名" --selling-points "卖点"
参数说明
| 参数 | 缩写 | 说明 |
|---|---|---|
--product |
-p |
产品名称 |
--selling-points |
-s |
核心卖点（逗号或顿号分隔） |
--channels |
-c |
发布渠道，逗号分隔（默认：微信公众号,微博,产品落地页,新闻通稿） |
--no-save |
不保存中间JSON结果 |
输出示例
运行后会在 output/ 目录下生成：
output/
├── 小度学习平板X1_1_market_insights.json # 市场洞察四维度数据
├── 小度学习平板X1_1_competitor_analysis.json # 竞品分析结果
├── 小度学习平板X1_2_strategy.json # 发布策略JSON
└── 小度学习平板X1_发布策划书.md # 最终策划书
最终策划书包含：
- 执行摘要
- 市场洞察概要
- 发布策略（定位、核心信息、渠道、时间线、预算、风险预案）
- 各渠道发布物料全文
具体输出示例详见本公众号同期发布的“小度智能耳机Pro_发布策划书_示例”
核心设计要点
降级容错
- 并行Agent中任一失败，另一个结果仍然有效
- 失败Agent返回空结构（
data_sufficient: false），保证下游不崩溃 - 策略Agent根据数据完整性标记自动调整策略信心程度
渠道差异化
每个渠道有独立的格式要求：
| 渠道 | 字数要求 | 格式 |
|---|---|---|
| 微信公众号 | 1500~2500字 | 长图文，含标题备选、CTA |
| 微博 | ≤280字 | 短图文，含话题标签 |
| 产品落地页 | 结构化 | 卡片式卖点+用户评价 |
| 新闻通稿 | 800~1200字 | 标准新闻稿，含高管引用 |
LLM 调用统计
| Agent | LLM调用次数 | 百度搜索次数 |
|---|---|---|
| 市场洞察 | 1+4 | 8~12 |
| 竞品分析 | 1+N | 6~15 |
| 策略规划 | 1 | 0 |
| 内容生产 | M+1 | 0 |
| 合计 | ~15~20次 | ~14~27次 |
项目源码
通过网盘分享的文件：product-launch-planner.zip
链接: https://pan.baidu.com/s/1AhnSTTpxAc3SMrQil2GetA?pwd=eht9 提取码: eht9
--来自百度网盘超级会员v4的分享
浙公网安备 33010602011771号