出版与发行是一体两面：出了好书，发行才有好效益；把书真正卖出去，出版才算完成闭环。「把书卖出去」一半靠内容力（书找人），一半靠传播力（人找书）。行业在内容力一侧已有成熟平台产品覆盖；传播力一侧——让数百个组织主体持续发出有效声音——至今没有组织化答案。
集团的资质、产品、平台均为全国级：连续多年入选全国文化企业 30 强，16 个科目粤版国标教材覆盖全国，南国书香节为全球最大华文书展之一；而集团传播仍是账号级——协同账号 230 个，数量多于标杆省份的 169 个，年曝光量却相差两个数量级。账号的加法做了，内容的乘法没有做，变量只剩内容。
本项目据此定位为集团级 AI 传播力基础设施，一期落地阅读推广场景，把「总部统一供料」升级为「统一内核＋AI 属地化重构」，并将全过程数据沉淀为可复用的营销资产，反哺选题、印数、定价与投放。
1．传播侧痛感最强。内容电商占比已达 42.93%，即将超越货架电商；全国万余家实体门店、近 10 万发行人员被推入直播短视频，普遍「有账号、无产能」；集团基层座谈会记录中，「内容创新不足」列为痛点第一条。
2．对标揭示真实缺口。现行「总部统一主题＋标准化素材包」机制缺少 AI 产能层：素材千篇一律，账号越多，矩阵同质化风险越大。未被解决的不是「生成一篇文案」，而是「批量属地化生产」——让 N 个主体各自产出互不相同、事实无误、合规可查的内容。痛点不是不会写，而是能力依附在少数人身上，没有变成组织产能。
3．通用 AI 工具补不上这一环。一则会编造事实：2025 年 5 月境外某媒体夏季阅读书单 15 本推荐书中仅 5 本真实存在，经专业编辑流程仍未拦住；二会放大同质化；三不承担发布前把关责任。在出版国企场景，「能保证不出事」比「能写得更好」价值更高。
技术架构采用「三明治」分层。事实层：结构化书目数据，模型只读、不可写入；表达层：大模型仅负责文字组织，无权生成新事实；校验层：确定性代码执行硬门禁，不依赖模型判断，全程可审计。
生产流程为「母版—派号—属地化—门禁—回流」：集团出母版（统一内核与事实），系统按地域、平台、角度、人设、体裁五个维度派号（4×4×6×5×5＝2400 种组合，对应约 300 个账号位，冗余 8 倍），各主体获得专属差异化版本，经四道合规门禁校验后发布，传播数据回流归因看板，反哺选题、印数与定价。
落地三步走：第一步试点，1 本书×3 类属地×2 个平台跑通闭环；第二步推广，成员企业自愿认领母版与流量配额，两级看板呈现成效；第三步常态化，纳入集团管理与考核体系。
分发机制明确「两条通道」：机构账号轨（出版社官号、书店门店号等）按排期领取，发布属职务行为，总部统一调度，领取与发布数据只计机构汇总；个人账号轨只上架不派发，员工自愿取用，一键复制助力，不排名、不通报、不进考核。各层级、各网点可将所管账号登记上传，明确责任人，中枢仅掌握底数与保留突发处置能力，不代发、不代运营。
制度红线同步确立：凡「给东西」的（工具、素材、流量、荣誉、成长）可以统筹；凡「要东西」的（转发、点赞、打卡、排名、考核发布量）一律禁止——依据平台矩阵规则、劳动法相关判例及中办国办关于不得以转发量作考评依据的规定。各网点参与动力来自三方面：登录即有属地化现成内容、认领即配流量扶持、优质内容获荣誉与培训资源，以「给东西」换取真实参与。
1．事实锁定，让错误在物理上不可能发生。书名、作者、定价只能从书目库取值，模型物理上无权生成，不依赖提示词自律。
2．组合差异化，用数学而非人工保证不撞车。2400 种组合对约 300 个账号位冗余 8 倍，一次去重派号即可保证任意两号互不重复；人工达到同等产能（600 条/周）约需 10—15 人全职，且无法保证不雷同。
3．四道合规硬门禁，是闸门不是提示，全程留痕：①禁用语预检——《广告法》红线词自动标红，视频场景 OCR 查画面、ASR 查口播双通道校验；②事实一致性——文案中书名、定价逐项与书目库比对，不一致不出稿；③差异化度——与库内已有内容相似度低于阈值方可放行；④AIGC 法定标识——按《人工智能生成合成内容标识办法》（2025 年 9 月 1 日施行）自动注入显式与隐式标识，不提供去标识开关。通用工具普遍把标识义务留给使用方，中枢替集团把这道法定义务承接下来。
4．双引擎机制。渠道统管是入口与管道：全集团账号统一纳管、统一事实口径，一次调度、全省同步；数据飞轮是资产与复利：沉淀「什么内容、在什么属地、对什么人群有效」的归因数据，反哺营销投放、选题与定价。没有统管，数据收不齐；没有飞轮，统管只是一次行政整顿、不可持续。
5．分发与归因闭环。已放行内容以「货架」形式向各层级、各网点开放：机构账号按排期领取，归属与状态全程可查；个人账号自愿取用，把操作成本降到最低。归因看板只呈现机构汇总、不做个人排名。账号集中登记、明确责任人，平时不代操作，突发时可第一时间定位处置——既掌握底数，又不越权代管。
演示原型已完成并全部验证：书目事实库、单条与批量生成、重复组合拦截、篡改书名／篡改定价／添加禁用语当场阻断并归因到具体门禁、内容货架领取与发布回填、账号集中登记、归因看板、审计日志本地持久化，全部通过（详见配套原型演示与技术实现说明）。
产能测算（按约 300 个账号位口径）：图文每周 100 条以上，数字人口播每周 40—60 条。成效按影响与效益双口径分别计量：影响侧看曝光、转载与主流平台采纳；效益侧看转化与到店客流。传播成效符合幂律分布，一律「按 X 个账号测算」，不承诺绝对数字。
由全国新闻出版标准化技术委员会（SAC/TC 527）归口、国家新闻出版署批准立项的《出版业人工智能应用安全要求》行业标准，已于 2026 年 8 月 28 日发布阶段性成果[1]。作为归口管理范围内的省属出版单位，集团在 AI 应用安全方面主动对标该标准方向，本项目合规设计与其要求相一致；同类痛点为全国 30 余家省级出版发行集团共有，机制具备横向复制条件。
①矩阵同质化连坐风险（平台对矩阵违规统一处置）：差异化度门禁＋去重派号，从源头杜绝雷同。②《广告法》违规风险：禁用语预检前置到发布前，红线词物理拦截。③AIGC 标识缺失风险：系统强制注入、无关闭开关，导出即合规。④数据安全风险：一期不涉及境外平台，数据全程境内；书目库对模型只读，涉密书稿、未公开选题与内部经营数据不进入任何公共模型。
⑤组织风险（最大变量）：以认领制替代摊派制，不考核发布数量、不通报排名；账号实行准入与退出管理，防止「申请时热闹、申请后空置」；各层级账号集中登记并明确责任人，突发时可快速定位处置；先跑通一本书、一批账号，再逐步放量。⑥效果不及预期风险：按账号规模线性测算、管理预期，产能优先投向真实骨干与机构账号。
综上，本项目最大变量不在技术——技术无不可行项——而在组织意愿；对策是以「赋能＋留痕」换取信任，以「给东西」而非「要东西」换取参与。