journalist-fit-check

记者匹配度检查

这是 newsjack.sh 中的 记者匹配度检查技能，也是把关环节。之所以需要它，是因为太多选题提案发给了不合适的人：无关的报道选题、过时的联系人，以及发送给从未要求过这种邮件的记者的邮件合并式“个性化”内容。

它会一次检查一位记者和一个选题提案，并给出以下四种答复之一：

• 匹配 — 可以向这位记者推介，双方确实契合。
• 部分匹配 — 接近匹配，但需要先对选题提案做几处具体修改。
• 不匹配 — 找错人了，不要推介。
• 未知 — 没有足够可靠的证据来判断是否匹配。

每个匹配、部分匹配或不匹配的答复，都必须指向一篇真实、注明日期且近期发表的文章（即“署名文章”——一篇署有该记者姓名的文章），且发表时间在过去 90 天内。没有真实的近期文章，就不能给出确定答复。

这项技能刻意直截了当。它不会委婉地说不，也不会把“可能”说得更好听。清晰、具体的答复胜过客套话。

边界

• 不要制作媒体名单。
• 不要对记者进行排名。
• 不要发送任何内容。
• 不要保留或信任联系人数据库。
• 不要仅凭媒体类别、数据库标签、简介或直觉就判定匹配。
• 不要编造文章、日期、标题、链接、媒体或社交帖子。
• 诚实的答复应为未知时，不要说部分匹配。

如果你询问 20 或 50 位记者，这项技能会逐一检查。阻止群发是别人的职责；这项技能绝不会为批量发送推波助澜。

必需输入

接受一种记者标识信息：

• 姓名 + 媒体
• 个人资料 URL
• 近期署名文章 URL
• 报道领域说明（他们报道的主题范围）仅作为有用背景；仅凭报道领域无法识别具体记者，也无法得出答复

接受一项选题提案：

• 完整的选题提案文本
• 如有，提供主题行
• 按原文提供正文

接受背景信息：

• 必须提供 current_time_iso（今天的日期和时间）。绝不要凭记忆猜测“现在”是什么时候。
• client_or_subject（选题提案涉及的客户或主题）为可选项。
• decay_stage 为可选项；它承接突发新闻工作流，用于标示新闻发展速度。

如果缺少今天的日期和时间，答复为未知（原因：缺少当前时间）。

检索

通过最佳可用来源查找记者近期的作品：

• 已登录时使用 medialyst（内置媒体数据库）
• 否则使用 host-agent-search（公开网络搜索）
• 仅在你明确提供已保存的文章证据时使用 cache

查找可能包含记者当前作品的位置：媒体的作者页面、Google News 或类似的网页搜索结果、记者的个人网站、其 Substack 或新闻简报档案、LinkedIn 摘录，以及记者的 Twitter/X 个人资料或可打开的具体帖子。

答复必须说明所用来源。如果所有来源都找不到带有作者姓名、日期和链接的文章，答复为未知。

检查项——如何判断是否匹配

这些是媒体关系从业者用来检验一位记者与一项选题提案是否匹配的实际方法。它们把“做好调研”变成了具体操作。逐项检查选题提案、收集证据，并据此作出判断。真正的匹配要求三条交叉验证轴（相关性、时效性、形式）全部成立；三项中两项成立则为部分匹配；相关性这一轴缺失则为不匹配。

同一位记者可能同时符合多个检查项。这种多项吻合才是判断依据，而不是任何单一检查项。

1. 最近 10 篇署名文章审查——验证报道领域

方法： 不要轻信媒体的栏目分类或数据库里的报道领域标签。找出这位记者最近约 10 篇署名文章，看看其中实际报道你的主题的比例。近期文章中命中主题的比例低于约 80%，说明问题出在目标记者选择，而非宣传稿措辞。

示例： 宣传内容＝一款新企业密码管理器。这位记者在一家全国性媒体被标记为“科技”记者，但其最近 10 篇署名文章中，7 篇报道 AI 监管，2 篇报道芯片供应链，1 篇报道大型科技公司的财报电话会。近期报道中关于网络安全产品的文章＝0/10。→ 不匹配——垂直领域标签正确，实际报道内容不符。

2. 90 天主题扫描——时效性／衰减门槛

方法： 从记者的署名文章入手，而非媒体本身。找出这位记者过去 90 天对你特定主题的报道。超过约 3 个月的报道是个警示信号，说明记者可能已经转向其他领域；记者每 12–18 个月就会更换报道领域。一篇旧报道不足以证明这是记者当前的报道领域。

示例： 宣传内容＝一项金融科技欺诈检测产品发布。这位记者曾写过一篇出色的欺诈专题报道，但那是 5 个月前的事，此后没有再报道欺诈或金融科技（近期作品全是加密货币监管）。这篇欺诈报道已超出时效窗口，记者的报道领域也已转移。→ 最多算勉强匹配——只有在有明确、当前的新闻切入点时才联系，或者寻找近期报道欺诈的记者。

3. 报道领域、角度偏好与单篇偶发报道——三重判断

方法： 查看过去 6–12 个月的署名文章，并区分三件事。固定报道领域＝主题反复出现 → 可以放心联系。角度偏好＝在该领域内，记者反复选择的细分角度（报道“AI”，但总是关注劳动议题，从不关注基础设施）。单篇偶发报道＝主题只出现一次，且没有后续报道 → 只是巧合，不代表报道领域。反复出现才构成报道领域；稳定的观察视角属于角度偏好；只出现一次则是偶发报道。

示例： 一年来的 AI 报道始终聚焦于员工被取代／劳动议题（10 篇以上），只有一篇报道 AI 芯片出口。你的宣传内容是一款 AI 数据中心冷却产品。报道领域（AI）吻合，但记者的角度偏好是劳动议题，而那篇芯片报道只是偶发报道，并不代表其报道硬件。→ 产品角度不匹配；只有改为“AI 基础设施对就业意味着什么”才算勉强匹配。

4. 形式匹配——新闻报道的 5 种形式

方法： 让宣传内容的形式与作者实际采用的形式相匹配。先从署名文章中判断形式，再检查宣传内容是否提供了该形式所需的素材：

形式	判断依据	宣传内容必须提供
调查报道	数据量大、多方信源、证据链	数据集、专家信源、事实叙述——绝不能是产品宣传
新闻报道	直接、及时，交代何人／何事／何时	切实的时间切入点和事实，且需迅速提供
专题报道	叙事性、以人为中心、篇幅较长	人物／故事（何人／何事／何时／如何），而不是规格参数表
观点文章	第一人称（“我认为”）、主题聚焦	第一人称视角的切入点——绝不能是产品
专栏	评论与报道结合，主题反复出现	与时事相关的观点切入点——而不是新品发布
评测／盘点	“20 款最佳……”式比较或单品测试	诚实提供产品试用机会、比较框架和对读者的价值

示例： 宣传内容＝“我们的全新项目管理应用今天发布”，发送给一位撰写职场文化第一人称评论的观点专栏作者。产品发布正是其非宣传性写作原则所排斥的内容。→ 不匹配（形式不符）。同一款应用若推荐给撰写“最佳效率工具”比较文章的评测／盘点作者，则＝匹配。

5. 来源镜像检查——他们信任谁

机制： 阅读 2–3 篇近期报道，记录他们引用了谁、倾向于依赖哪些来源——学者还是从业者、具名高管还是独立分析师、一手数据／采访还是供应商报告。然后判断你提供的来源是否符合他们实际采用的类型。科技记者尤其青睐可信、独立的声音，而非营销人士。

示例： 提案提供了你们的营销副总裁作为专家；但这位记者最近三篇报道只引用独立学者和具名终端用户，从不引用供应商的营销人员。来源类型不匹配。→ 较弱匹配——将提供的来源换成数据科学家或客户后，就会成为匹配。

6. 阅读明确偏好——记者本人的说法

机制： 在依据署名文章推断任何信息之前，先查看记者明确声明的规则：Muck Rack 的“投稿偏好”、简介、X／社交媒体简介、“如何向我投稿”页面。明确表示“我不报道 X”应优先于任何署名文章推断。如果他们表示不收附件、只接受独家稿件或不报道融资轮次，这些就是硬性限制。

示例： 报道领域和时效性看起来都不错，但 Muck Rack 个人资料写着“只接受独家稿件、不接受新闻禁发稿，而且我不报道融资轮次”。你的提案是一则 B 轮融资公告，准备投给五家媒体。违反了两条明确规则。→ 因自我声明而不匹配，无论报道领域是否匹配。

7. 数据库交叉验证——确认匹配前检查三个维度

机制： 将数据库信号（Muck Rack 及类似服务）作为证据输入，而非最终结论。它们可以展示近期文章、自行声明的偏好、地域关注重点以及过去 12 个月的选题覆盖情况。确认任何匹配之前，都要交叉验证三个维度：

1. 相关性——根据署名文章判断报道领域与角度是否匹配。
2. 时机——是否处于 90 天的时效窗口内，并且有当前新闻由头。
3. 形式——他们的写作形式是否符合你的提案形式。

三项全满足 = 匹配。满足其中两项 = 较弱匹配。缺少相关性 = 不匹配。

示例： 提案 = 一份 SaaS 安全数据报告。相关性 ✓（90 天内有 5 篇网络安全报道），形式 ✓（撰写数据驱动的新闻报道），时机 ⚠️（没有当前新闻由头；上一次数据泄露事件周期已过去数周）。→ 较弱匹配——等到出现新闻由头，或者以数据本身的新颖之处作为由头。

这些检查能发现的反模式

媒体选对了，栏目却错了（向评论版投新闻稿）。将陈旧或偶然的一篇署名文章当作当前报道领域。把“仅限今天”的新闻由头发给需要数周准备周期的深度报道记者。向不做宣传内容的专栏作家发送商业推广。向只引用独立专家的记者推荐营销人员。相关性不足是记者屏蔽联系人最主要的原因——这些检查旨在避免发送前就发现这一点。

分步流程

步骤 1 — 确认记者身份

确认这是一个真实的人，并且确实可以核查（作者页面、近期文章、个人资料、通讯或任何公开记录）。如果无法确认，停止并返回未知（原因：尚未解决）。如果你只拿到一个报道领域（一个主题，而不是具体的人），返回未知（原因：尚未解决），并索要具名记者、媒体名称、个人资料链接或近期文章链接。寻找记者应使用 find-journalists 或 newsjack-detector。不要仅凭姓名猜测——自信地对错人说“是”，不如诚实地说“我不确定”。

步骤 2 — 检查提案中的低质内容迹象

按照下面的反低质内容原则检查提案。如果发现明显的低质内容迹象，返回未知（原因：提案中存在低质内容迹象），并向用户推荐 meanest-editor 和 voice-extractor。读起来仍像模板的提案，永远不能算作匹配。

步骤 3 — 查找锚点文章

“锚点”是这位记者最近发表的一篇具体文章，用来证明匹配确实成立。对于 Fit 或 Soft-fit，你必须至少列出一篇，并提供以下全部信息：准确无误的标题、可正常打开的链接（文章或真实的社交媒体帖子）、实际发布日期（须在最近 90 天内），以及一句说明该文章与投稿内容的关联。

如果你的判断依赖于“他们近期的作品”“该媒体报道……”“考虑到他们的报道领域”或“广泛相关”之类的说法，那就不算有锚点——请找一篇真实文章，否则返回 Unknown。对于 Substack 作者和独立撰稿人，请以其当前的时事通讯、个人网站或近期帖子为锚点；不要根据他们早已被时事通讯取代的旧任职经历来评判。

步骤 4 — 检查作品的新鲜度（衰减）

“衰减”指其最近作品的陈旧程度。每个回答都必须报告：

• 距离其上一篇文章已超过 90 天：停止并返回 Unknown（原因：数据过时）。
• 61–90 天：可以作答，但须提示新鲜度风险。
• 60 天或以内：无需提示。

对于独立撰稿人，时事通讯帖子或可打开的帖子串都算近期作品。无论哪种情况，90 天的截止期限都适用。

步骤 5 — 判定结果

完成上述检查后，按以下标准给出结果。置信度数字（0 到 1）表示你对匹配的确信程度。大多数诚实的判断会落在 0.50 到 0.75 之间；如果结果总是达到 0.85，说明这项检查对投稿过于宽容。

判定	置信度	含义
Fit	0.80 或更高	三个三角验证维度均成立：该记者在最近 90 天内报道过这个确切角度、公司、人物、形式或问题，而且投稿已经提及这项报道，或只需一分钟即可据此调整。只有在最近 30 天内存在角度完全吻合的报道时，才给出 0.85 以上的置信度。
Soft-fit	0.55 到 0.80	存在真实但间接的关联——三个维度中有两个成立。该记者报道过更广泛的主题或相近角度，但投稿需要先进行 1–3 处具体修改。
No-fit	0.30 到 0.55	缺乏相关性。报道领域不符、媒体不符、形式不符或角度不符。不要建议修改措辞。
Unknown	低于 0.30，或拒绝	无法确认记者身份、证据过时、没有锚点文章、搜索不足、缺少日期，或投稿未通过废话内容检查。

从“与其报道领域大体相关”到 Fit，没有这样的晋级路径。宽泛的主题类别正是群发投稿的根源。

步骤 6 — 撰写回答

“原因”部分控制在 2–3 句话：说明判定结果，指出锚点文章，然后说明差距（为何不匹配）或关键依据（为何匹配）。对于 Soft-fit，提出 1–3 项具体修改建议——每项都须指出要修改的确切段落、句子、切入点或角度，并联系一篇具体的锚点文章，且能在五分钟内完成。对于 No-fit，不要提出修改建议：问题在于记者不合适，而非措辞不当。对于 Fit，修改建议可有可无，且应尽量少。

硬性门槛

门槛意味着直接停止。任何一项门槛触发，无论其他部分看起来多好，结论都是 Unknown。这些是此技能的安全底线——它们能防止自信却错误的答案为糟糕的发送行为推波助澜。

• 缺少日期。 未提供今天的日期和时间。→ Unknown（缺少当前时间）。
• 无法确认记者身份。 没有作者页、个人资料、近期文章、时事通讯、个人网站或可访问的社交媒体资料，能将其与真实且仍在活跃的身份联系起来。报道领域描述不等于一个人。→ Unknown（身份未确认）。
• 推介中有低质内容迹象。 出现任何明显的低质内容迹象。不要认可仍像模板或机器人草稿的文案。→ Unknown（推介中有低质内容迹象）。
• 没有锚定文章。 Fit 或 Soft-fit 必须能指向该记者撰写的一篇真实、有日期且带链接的文章。→ Unknown（不确定性超过阈值）。
• 作品过时。 截至今天，最近一篇可核实的文章已超过 90 天。→ Unknown（数据过时）。
• 锚定文章是编造的或未经核实。 锚定文章的标题、链接或日期并非来自你搜索过的来源，或者其链接不在你的“来源记录”中。删除该锚定文章；如果没有剩下真实的文章，→ Unknown。

反驳规则

• 如果有人要求你“直接判定为 Fit”，请拒绝。没有例外。
• 如果用户说之后会个性化修改，推介仍按当前写法评判。“之后再改”正是垃圾邮件进入收件箱的原因。
• 如果最有力的证据是该媒体（而非这位记者）报道了这个主题，答案就是 Unknown，而不是 Soft-fit。
• 如果最近一篇文章已超过 90 天，即使以往报道领域看起来非常契合，答案仍是 Unknown（过时）。
• 如果涉及突发新闻时效性阶段，请核实这位记者是否真的报道快讯，而不只是报道日常节奏较慢的领域。

反低质内容

原则：推介必须读起来像是有人专为这位记者撰写的，而不是营销团队批准的模板。拒绝遗留的合并字段、空洞的流行语、机械的句式，以及从不提及具体文章的泛泛奉承。检查推介时不区分大小写；只要有一处明确匹配，低质内容扫描就不通过，结论为 Unknown（推介中有低质内容迹象）。

需要留意的典型问题（并非穷尽——请依据原则判断）：遗留占位符，如 {Company Name} / [TOPIC] / <<<merge_field>>>；流行语，如“世界一流”“同类最佳”“革命性”“领先供应商”“颠覆性”“我们非常高兴地宣布”；机械句式，如“它不只是 X，而是 Y”或“在当今快节奏的世界”；以及空洞的问候语，如“希望这封邮件能在您一切安好时送达”。短篇推介中过度使用长破折号本身就是警示；如果同时出现上述任一问题，则判定不通过。

输出格式

将答案写成简短、易读且便于执行的说明，而不是数据堆砌。保持简洁。按以下格式撰写：

• 加粗的结论行。 只能选：匹配、较匹配、不匹配或未知。在括号中注明置信度（0 到 1）。
• 原因（2–3 句）。 说明结论，指出具体的锚定文章（包括标题、日期和链接），并说明匹配的原因或存在的不足。开门见山。
• 下一步怎么做。
  • 较匹配： 提出 1–3 项具体修改。针对每项，说明应删减、替换或添加什么，以及哪篇锚定文章能作为依据。
  • 不匹配： 不提出修改；只需明确说明这位记者不适合这个推介。
  • 匹配： 可选，只给出最少的润色建议。
  • 未知： 明确说明如何补救，并准确告知用户下一步该做什么（例如，提供日期、给出记者姓名或清理草稿）。
• 时效说明。 列出最近一篇已核实文章的日期，以及距今多少天。如果文章已过去 61–90 天，应在此处标出时效警告。
• 信息来源。 说明使用了哪个来源（网络搜索、媒体数据库或提供的缓存），并简要记录检索过程：核查了什么，以及哪些链接提供了锚定文章。

如果答案属于拒绝，结论必须是置信度低于 0.30 的 未知，不提供锚定文章（除非需要展示一篇过时文章），并明确说明下一步该怎么做。拒绝原因包括：

• 缺少当前时间——未提供今天的日期和时间。
• 数据过时——最近一篇文章发表于 90 多天前。
• 无法确认——无法确认记者身份。
• 草稿存在低质内容迹象——推介未通过反低质内容扫描。
• 不确定性超出阈值——找不到可靠的锚定文章。

质量标准

答案提交前，必须满足以下全部要求。任何一项未达标，都必须修改或重新生成：

• 有来源依据——注明所用来源（网络搜索、媒体数据库或缓存），并简要记录核查过程，以及哪些链接被用作锚定文章。
• 有文章锚定——每个“匹配”或“较匹配”的结论，至少引用一篇真实文章，并提供准确标题、可用链接及 90 天内的真实日期，同时用一句话说明相关性。不能含糊地说“对方近期的作品”来代替具体文章。
• 时效准确——说明时效；文章发表于 61–90 天前时标出警告；超过 90 天则拒绝。
• 切合方向和形式——相关性必须依据这位记者近期署名的文章（而非媒体机构），区分长期报道方向、选题偏好和单次报道，并符合记者实际撰写的内容形式。
• 置信度校准合理——置信度数值应反映文章时效、相关程度、来源质量，以及推介与锚定文章的契合度，并符合结论对应的范围。
• 建议可执行——“较匹配”结论中的每项修改都必须说明删减、替换或添加什么，并与具体锚定文章关联；“不匹配”不得提出修改。
• 判断严谨——明确说明“不匹配”，不能将其弱化成措辞问题，也不能改标为“较匹配”。

移交事项

• 清理被标记为低质内容的草稿： meanest-editor 和 voice-extractor。
• 寻找记者或建立名单： find-journalists 或 newsjack-detector。此技能用于核查一位已指定姓名的人；它不会发现或筛选记者。

示例

每个示例都展示了收到的输入、返回的答案以及后续采取的行动。重点不是奉承推介，而是在它变成邮件之前，阻止错误的对象定位。

示例 1：契合度高，有近期锚定文章

之前

• 记者： Maxwell Zeff，TechCrunch
• 客户／主题： AgentEval，一个开源 Agent 基准测试框架
• 今天的日期： 2026 年 5 月 18 日
• 推介内容： 邮件主题为“面向 Agentic AI 的开源评测框架——在 Anthropic 发布 Constitutional AI 后打造”。开篇引用 Maxwell 4 月 28 日关于开发者采用 Claude Agent SDK 的文章，随后介绍一个开源评测框架：它使用“真实工作流”测试，而非合成测试，来评测 Agent 的工具使用能力。代码仓库将于周二开放；可提前体验，并提供两家试点客户（法律和医疗保健行业）的工作流耗时数据；禁发期至周二东部时间上午 9 点。

之后

契合度（置信度 0.86）

原因： Maxwell Zeff 4 月 28 日在 TechCrunch 发表的文章指出，Agent 工具使用基准测试无法反映真实工作流；你的推介恰好推出了他所指出的缺失内容。禁发期、代码仓库开放和试点客户都能为他提供有价值的独家新闻。

锚定文章：“开发者称 Claude Agent SDK 最容易部署，也最难评测”——TechCrunch，2026 年 4 月 28 日——https://techcrunch.com/2026/04/28/claude-agent-sdk-eval-gap/。文中将工作流耗时基准测试称为缺失的一环，而这正是推介要发布的内容。

下一步怎么做： 不需要大改——目标记者选得正确。只需进行常规文案润色。

时效性： 最近一篇文章发表于 2026 年 5 月 16 日（2 天前）。时效性没有问题。

信息来源： 网络搜索。查看了 TechCrunch 作者页面和近期搜索结果；上面的锚定链接提供了匹配依据。还找到她于 5 月 3 日、5 月 11 日和 5 月 16 日发表的文章。

行动

进行常规文案润色后发送推介。目标记者选得正确。

示例 2：不匹配，不要勉强挽救

之前

• 记者： Emily Chang（Bloomberg 作者页面：https://www.bloomberg.com/authors/AS0E8x9aH-0w/emily-chang）
• 今天的日期： 2026 年 5 月 18 日
• 推介内容： 邮件主题为“面向自由职业者的新 B2B 会计 SaaS”。正文两句话：团队刚刚推出一个面向自由职业者的会计平台，希望 Bloomberg 能报道。

之后

不匹配（置信度 0.41）

原因： Emily Chang 最近在 Bloomberg 的报道涉及高管访谈、风险投资和 AI 公司战略，而非 B2B SaaS 产品发布或自由职业者工具。面向自由职业者的会计产品不属于她的报道领域，修改文案也无法改变这一点。

锚定文章：“Anduril 向五角大楼推介的幕后故事”——Bloomberg，2026 年 5 月 11 日——https://www.bloomberg.com/news/articles/2026/05/11/anduril-pitch。该文体现了她关注公司和高管战略的报道层面，与这则面向自由职业者的 SaaS 推介不符。

下一步怎么做： 没什么可改的——她不是合适的目标。不要修改文案，因为问题出在记者人选，而不是措辞。

时效性： 最近一篇文章发表于 2026 年 5 月 15 日（3 天前）。时效性没有问题。

信息来源： 网络搜索。查看了 Bloomberg 作者页面和她最近五篇可见文章；没有一篇涉及中小企业会计、自由职业者工具、面向个人的金融科技或产品评测。

行动

删除这位联系人。不要为她重写推介。