文档中心

市场洞察

用户指南

监测任务调优

【监测任务】推送内容的准确性强依赖用户输入的信息。输入的内容越准确、越详细，监测的效果越好。因此，本文档将结合产品设计逻辑，帮助用户清晰表达监测意图，获得有效数据和准确监测结果。

监测内容的输入

由于意图的理解依靠用户的输入，因此对于监测主体尽量避免模糊、不清晰、有歧义的描述；监测需求尽可能详细描述需要监测的情感正负向、监测内容等

	错误示例	正确输入
输入示例
说明	监测需求是火山引擎，但直接输入“火山”有可能被模型判断为实体火山；同类还有“Coze、扣子”，有可能被判断为衣服扣子，类似的模糊输入，容易造成模型的理解错误	精确输入需要监测的相关主体，让模型清晰理解需求
说明		虽然输入了“汽车行业信息”，但没有具体的监测情感、监测内容，对模型后续的意图理解造成了较大的困扰	明确写出“汽车行业正向信息”，明确监测内容的情感正负向，也列举了监测内容，模型就能更加清晰理解监测意图或者通过更长的输入，例如我是火山引擎的汽车行业解决方案分析师，想要监测下火山引擎在汽车行业解决方案的相关进展，案例和动态信息，方便我做整体的复盘和评估

意图的澄清

为了更加详细了解监测需求，页面右侧呈现了5个对应槽位进一步帮助确认意图，槽位分别对应了监测主体、监测重点、情感监测范围、地域范围以及监测站点，以上内容将会直接影响后续订阅词、订阅范围的呈现和扩展

	意图示例
平台呈现
说明	监测主体、监测重点沿用监测开始时输入的主体内容，同时包含意图澄清时用户进行的新增及修改，如果涉及关联主体或关联公司、监测方向，可直接在输入框中添加，也可在后续关键词设置时进行修改。
		监测范围分为正向、中性、负向，产品会先通过输入的意图进行呈现，后续监测内容的情感判断将以监测主体的视角进行分析和输出。例如监测主体为品牌A，品牌B为品牌A的竞品，某一内容以品牌B的视角对比品牌B的产品与品牌A的产品，内容体现品牌B比品牌A好，内容情感为正向，但模型将会以监测主体品牌A的角度，判断该内容为负面信息
		内容范围涉及发文地、POI地点、提及地，如不进行选择，默认全部地区
		监测站点按照平台级别进行一级展示，部分等级平台有二级站点区分，可根据需求进行选择

数据监测方案的优化

数据监测方案直接影响后续订阅结果的呈现，在该阶段分为数据获取及相关性评估

数据获取规则约等于传统信息获取厂商按照关键词订阅内容的逻辑，通过罗列关键词、增加关键词匹配规则，解决原始数据覆盖不全、改写、扩写不足的问题

相关性评估利用前序意图理解中的澄清意图作为相关性判定依据，让 Agent 专家进行相关性标注，形成最后的监测数据，可以提供更多的样例让 Agent 专家进一步理解和学习

数据获取规则	错误示例	正确输入
输入示例
说明	监测需求是【火山引擎汽车行业案例及最佳实践】，但在数据获取时，仅利用【火山引擎】、【Volcengine】进行召回，一定会导致相关词汇的漏召和缺失	增加监测主体的相关公司及产品，例如【豆包大模型】、【音视频模型】、【火山方舟】，尽可能完善原始数据获取范围

相关性评估规则	错误示例	正确输入
输入示例	关于火山引擎科技公司汽车行业客户案例及最佳实践的专项监测监测对象: 「火山引擎科技公司」在「汽车行业」领域的相关信息核心目的: 捕捉火山引擎科技公司在汽车行业内的客户案例和最佳实践，以展示其在该领域的应用成果与价值总结: 用户希望监测火山引擎科技公司在汽车行业的客户案例和最佳实践相关的正向信息	关于火山引擎科技公司正面案例及最佳实践的专项监测核心主体：火山引擎 (Volcengine)，还包含豆包大模型、火山方舟、混合云veStack、AI一体机、Seedance音视频模型。主体定义：字节跳动旗下的企业级智能技术服务平台，核心业务涵盖豆包大模型家族、火山方舟大模型开发平台、混合云veStack、AI一体机、Seedance音视频模型等，主打“云上增长新动力”，帮助企业实现数智化转型。核心标签包括豆包大模型、火山方舟、混合云veStack、AI一体机、Seedance音视频模型。精准排除：已严格排除与“火山引擎”同名的非字节跳动旗下主体，确保数据纯净。核心目的 * 对火山引擎及其相关产品进行全维度的正面信息扫描，覆盖产品技术、市场商业、行业生态、用户口碑等所有维度，及时捕捉并汇总能够提升品牌声誉的各类正面信息。全量正面监测维度 (包含但不限于) * 1. 产品技术认可：重点关注权威评测、行业报告中对豆包大模型、Seedance音视频模型等产品的性能肯定，比如豆包大模型跻身全球第一梯队的相关正面报道。 * 2. 市场与商业成果：监测火山引擎的市场份额增长、客户合作案例、日均token调用量突破等业务增长相关的正面信息，例如2025年以46.4%的市场份额位居中国公有云大模型市场第一的相关内容。 * 3. 行业影响力与生态：聚焦行业大会、生态伙伴招募的正面反馈，以及与中科创达等企业的深度合作带来的行业认可信息。 * 4. 用户口碑与体验：捕捉开发者、企业客户在社交平台、技术论坛上对火山引擎产品易用性、性价比的正面评价，比如对豆包大模型“更强模型、更低价格”的好评。 * 5. 其他正面信息：其他任何可能对火山引擎及其相关产品品牌产生正面影响的相关内容。【总结】本次任务锁定火山引擎及其相关的豆包大模型、火山方舟、混合云veStack、AI一体机、Seedance音视频模型，全量扫描其所有正面信息。
说明	重新阐述之前的意图及内容，没有更多信息的输入整体描述笼统，或直接按照生成内容进行下一步操作	提供了典型案例，进一步帮助理解，也提出不需要的内容帮助排除多余信息在此依赖 Agent 专家进行后续内容相关性的判断，由于可能存在结果有一定的发散性，会扩大关注范围，因此建议用户在本阶段强调内容范围及所需内容，减少幻觉和发散情况

通过预览数据进一步校准

预览数据是根据之前的监测内容输入、意图澄清等所有流程，回溯7天内的部分数据，根据订阅规则、相关性分析呈现的真实数据，除发文时间不符合监测实际情况外，其余内容均与监测实际情况一致

因此，通过呈现的预览数据可以帮助准确判断监测任务后续呈现结果是否符合预期

示例	说明
	可以根据 AI 预警理由了解推送原因，通过推送的理由与监测意图进行关联和匹配，如 AI 预警理由不符合监测意图，则可重新调整监测内容，进一步明确需求

小结

市场洞察 Agent 监测任务的创建过程中， Agent 专家会根据用户输入内容进行意图拆解形成订阅词监测方案及完成相关性评估，但不同行业、场景监测偏好和需求有所不同。通过内部实验发现，在一定次数内，多轮对话的意图澄清方式比单次输入内容，最终 Agent 专家呈现的意图理解效果更好。因此建议在配置过程中，用自然语言多次与其进行需求的交互和确认，以便获得最好的监测结果

最近更新时间：2026.06.02 16:46:22

这个页面对您有帮助吗？

有用

无用