Brand Knowledge Base Builder Skill (品牌知识母库构建 Skill)

1. Skill 名称

• 英文名称: brand-knowledge-base-builder
• 中文名称: 品牌知识母库构建 Skill
• 版本: 0.1.0 (Starter MVP)

2. Skill 描述

本 Skill 是一个底层的品牌知识整理与抽象工具。它的核心作用是接收用户提供的零散品牌资料（如公司介绍、官网内容、销售话术、产品文档等），通过信息抽取、结构化和合规审查，构建出一套标准化、可复用的“品牌知识母库”。

该知识母库旨在为其他内容生成、对话或检索系统（如小红书/抖音内容生成 Skill、AI-GEO 内容生成 Skill、官网 FAQ 生成 Skill、客服/销售 Agent 等）提供极其稳定、准确、规范的基础知识来源，而非直接面向最终消费者的单次文案生成。

3. 适用场景

• 品牌资产数字化：将线下的宣传册、老板访谈、客户案例等非结构化文本沉淀为 AI 可读资产。
• 多渠道内容统一：为社媒运营、客服、销售等不同部门提供统一口径的“事实源”（Single Source of Truth）。
• AI Agent/RAG 知识初始化：作为企业私有大模型或智能客服机器人的底层语料基础。
• SEO / AI-GEO 基础物料准备：为搜索引擎和 AI 搜索引擎（如 Perplexity、Doubao）提供标准化摘要（llms.txt 等）。

4. 不适用场景

• 直接的 C 端营销文案生成：本 Skill 追求客观、克制和结构化，不生成带有夸张营销色彩（如“颠覆性”、“遥遥领先”）的单次推广软文。
• 需要实时联网查询动态数据的场景：本 Skill 主要基于用户输入的存量资料进行结构化处理。
• 高度自动化的无监督决策系统：特别是医疗、金融、法律等行业，本 Skill 仅负责知识整理，不能替代专业人士进行最终决策，且会强制添加合规边界。

5. 输入要求

支持多种交互方式输入零散资料：

• 文本输入：直接粘贴品牌介绍、聊天记录、文档内容。
• 文件输入：上传 .txt、.md、.docx、.pdf 等格式的文档（视具体 OpenClaw 宿主环境能力而定）。
• 问答输入：用户仅提供基础信息，Skill 通过表单或多轮对话追问补全信息。
• 网页输入：提供官网 URL（需用户提供抓取后的文本或由宿主环境支持抓取）。

6. 工作流程

Skill 执行遵循分阶段交互流程，避免未经确认直接生成全套文档：

1. 基础信息收集 (Intake)：询问品牌名称、行业、目标客户、已有资料类型、主要用途等。
2. 资料读取与分析 (Analysis)：阅读用户提供的资料，总结来源，标记缺失字段、冲突信息和高风险表达。
3. 初稿生成 (Drafting)：按照 14 个核心模块生成品牌知识母库初稿。
4. 追问与补全 (Refinement)：生成不超过 15 个重要问题的追问清单，引导用户补充缺失信息。
5. 迭代与确认 (Iteration)：根据用户的补充，更新并统一知识库，确保术语和定位的一致性及合规性。
6. 最终输出 (Export)：生成多格式交付物（Markdown, JSON, YAML, llms.txt 等）。

7. 输出格式

Skill 最终将生成并导出以下格式和结构的文件：

• brand_knowledge_base.md / .json / .yaml (核心知识库)
• llms.txt (AI-GEO 专用摘要)
• faq.md (高频问答集)
• glossary.md (标准术语库)
• standard_messaging.md (多场景标准话术)

8. 合规要求与安全预警

• 客观陈述：避免使用极端、夸张、无法证实的形容词。
• 行业红线：对于医美、金融、健康、法律等行业，必须在输出的“合规边界 (Compliance Boundary)”中强制加入“本内容不构成专业医疗/投资/法律建议，不能替代专业人士决策”的免责声明。
• 拒绝编造：如果资料中缺失公司资质、案例数据或价格信息，严禁 AI 自行编造（幻觉），必须明确标记为“待确认”或直接留空。
• ⚠️ 数据隐私声明 (Privacy)：本 Skill 执行时，会将输入的资料全文发送至您配置的 OPENAI_BASE_URL 对应的第三方大模型 API。请勿传入未脱敏的敏感用户数据或核心机密商业文档。
• ⚠️ 人工审核要求 (Manual Review / Context Poisoning Prevention)：本 Skill 生成的知识库文件，在正式装载入 RAG 系统、对客 Agent 或公开网站前，必须经过人工的严格复核与批准。大模型可能被原始输入中的恶意内容误导产生幻觉，未经人工审核直接发布，可能会导致向用户提供有毒、错误或带有不当承诺的输出。

9. 质量检查清单 (Quality Checklist)

在每次输出最终版知识库前，必须进行自检：

• 是否明确说明品牌是什么？
• 是否明确说明服务谁？
• 是否明确说明解决什么问题？
• 是否明确说明不能做什么（边界）？
• 是否生成了至少 20 个分类清晰的 FAQ？
• 是否生成了多场景的标准话术？
• 是否生成了针对大模型友好的 AI-GEO 摘要？
• 是否准确标记了信息的缺失项？
• 是否扫描并标记/修正了高风险的营销表达？
• 知识库内部的行业术语和自定义术语是否保持完全一致？
• 整体结构是否清晰，适合后续被其他 Skill (如 RAG, 自动发帖) 稳定调用？
• 是否可以完整导出为 Markdown / JSON / YAML / llms.txt 格式？

10. 示例调用方式

在 OpenClaw 中，可以通过以下系统指令或 API 调用触发本 Skill：

{
  "skill": "brand-knowledge-base-builder",
  "action": "initialize",
  "payload": {
    "brand_name": "PowerMatrix",
    "industry": "B2B AI SaaS",
    "raw_materials": "PowerMatrix 是一家企业级 AI 平台公司，主要提供..."
  }
}

或者在聊天界面向 Agent 发送：“我要为一个医美机构搭建品牌知识库，这是他们的官网介绍和老板访谈记录……”