moomoo 全球竞品情报周报

1. 评分流程

2. 评分标准

评分范围：-100（极度负面）至 +100（极度正面）

3. 数据来源与样本

• 新闻采集：Google News RSS，搜索词 = 竞品 news_query（如 "Robinhood trading app"），时间窗口 = 最近 7 天
• 批次处理：同一竞品+区域的文章合并，每批最多 20 篇送入一次 Claude API 调用
• 分析模型：Claude Sonnet 4（claude-sonnet-4-6），返回正/负/中性文章数 + 综合得分 + 摘要
• 本期样本：共 0 条竞品情绪记录

4. 环比与告警

• 环比计算：本周得分 − 上周得分 = 环比变化值（简单差值）
• 告警阈值：得分 ≤ -50 触发负面告警推送；得分 ≥ +80 触发正面峰值通知
• moomoo 自身情绪周环比下降 ≥ 20 分时，自动生成红色信号

5. 局限性

• 仅覆盖公开新闻舆情，未含社交媒体（Twitter/微博）、App Store 用户评论、论坛等
• 样本量因区域和竞品知名度差异较大 — P0 竞品通常 10-20 篇，P2 竞品可能仅 2-5 篇
• AI 评分存在主观性，相同新闻不同模型版本可能产生 ±10 分波动
• 新闻 RSS 去重依赖 Google 聚合算法，同一事件可能被多个来源重复报道从而放大权重
• HK/JP 区域中文/日文新闻与英文补充新闻混合分析，可能存在语言权重差异

6. 分析 Prompt（点击展开）

你是一位金融科技竞品分析师。请分析以下关于 **{竞品名}**（{区域}区域）的 N 条用户评论/新闻，输出 JSON 格式结果。

文章列表：
1. [Google News] 新闻标题
   新闻摘要前200字...

请严格输出以下 JSON：
{
  "positive": <正面文章数，整数>,
  "negative": <负面文章数，整数>,
  "neutral":  <中性文章数，整数>,
  "score":    <综合情绪分 -100 到 +100，整数>,
  "keywords": "Top5高频词，逗号分隔",
  "summary":  "3句话情绪摘要，中文"
}

评分标准：
- +100: 压倒性正面（用户极度满意、大量好评）
- 0: 情绪中性或正负均等
- -100: 压倒性负面（用户强烈投诉、大量差评）
- 新闻类文章按对竞品的利空/利好判断情绪