选题评分卡：需求 × 权威 × 独特

内容团队的资源永远是稀缺的，而 AI 能引用的提问数以万计，选题环节的判断质量直接决定后面所有投入的回报。常见的失败路径是追热点：写了一堆与品牌权威无关的高热度内容，既挤占产能，也无法积累主题权威度。一支内容团队每个季度能认真做的选题通常只有十几个，选错一个，成本不只是几天工时，还有一个本可以拿下的引用位。评分卡的作用，就是在动笔之前用十分钟，拦住一个注定没有回报的选题。

动笔前先自问一句：这个问题值不值得写？把模糊的直觉换成一张评分卡，答案会清楚得多。

三个维度各打 1 到 5 分。需求分看真实提问量：用户真的在问吗，这个数是来自监测与搜索行为，还是拍脑袋。权威分看品牌是否有资格讲：你的资质、案例、数据能不能撑住这个话题。独特分看相对竞品的角度：同样的提问，你能给出别人给不了的东西吗。

判定规则：12 到 15 分直接发布；8 到 11 分不放弃，调整切入角度再评；低于 8 分放弃。举个例子：需求 4 分、权威 2 分的高热度话题，与其硬写，不如切到品牌有资格的子问题上，权威分能拉到 4 分，总分就过了线。评分卡不追求精确，它追求的是把讨论从我我觉得拉到证据显示。

第一步，列出候选选题，每个选题写一句话说清它回答什么提问。第二步，逐维打分，每个分数后面必须跟证据：需求分引用监测或搜索数据，权威分引用资质与案例清单，独特分引用竞品回答对比。第三步，按判定规则流转：通过的排期，待调的改角度，不通过的明确放弃并记录原因，避免一个月后换个人又把它捡回来。调整角度后的选题要重新过一遍评分，而不是默认通过。

两个常见偏差要防：一是用需求分掩盖权威分不足，热点话题人人想蹭，但没资格讲的选题拿不到引用；二是给自家产品相关的话题集体打高分，独特分的校验依据是竞品的真实回答，不是自我感觉。

选题工作台把这张评分卡做成了产品：输入候选选题，AI 按需求、权威、独特三个维度自动打分；候选库里的选题在候选、已排期、已发布之间流转，高分选题可以一键转词库或转内容任务，直接进入创作环节，不需要人工重新录入一遍。