Zum Hauptinhalt springen

ideon plan expand

Erweitern Sie eine bestehende Serie mit neuen Artikelideen, gestützt durch Google Keyword Planner-Recherche. Der Plan wird in einem interaktiven Überprüfungsablauf präsentiert, bevor er in Ihrer Warteschlange gespeichert wird.

Syntax

ideon plan expand [series-slug] [Optionen]

Argumente

ArgumentBeschreibungErforderlich
series-slugZu erweiternder Serien-SlugNein (kann interaktiv ausgewählt werden)

Wenn series-slug weggelassen und nicht über --non-interactive bereitgestellt wird, listet Ideon verfügbare Serien auf und fordert interaktiv zur Auswahl auf.

Optionen

OptionAliasBeschreibungStandard
--publication-pPublikations-SlugErforderlich
--countryKommagetrennte ISO-LändercodesPublikationsstandard oder US
--languageISO 639-1 SprachcodePublikationsstandard oder en
--article-countZielanzahl neuer zu planender Artikel5
--seed-keywordsKommagetrennte zusätzliche Seed-Keywords
--content-typeInhaltstyp für Warteschlangeneinträgearticle
--modelModell für starke Reasoning-Aufrufedeepseek/deepseek-v4-pro
--intent-modelModell für Intent-Klassifizierungdeepseek/deepseek-v4-flash
--auto-saveGenehmigungstore überspringen und automatisch speichernfalse
--non-interactiveAgent-Modus: Klartextausgabe nach stdoutfalse
--dry-runRecherche ausführen, aber alle Schreibvorgänge überspringenfalse

Beispiele

Einfache Erweiterung

ideon plan expand ai-deep-dives --publication tech-blog

Wenn der Serien-Slug weggelassen wird, zeigt eine interaktive Eingabeaufforderung verfügbare Serien zur Auswahl an.

Mit benutzerdefinierter Artikelanzahl

ideon plan expand kubernetes-series \
--publication tech-blog \
--article-count 8

Seed-Keywords hinzufügen

ideon plan expand cloud-cost \
--publication finops-blog \
--seed-keywords "Cloud-Repatriierung,AWS-Sparpläne,Reserved-Instances-Preise" \
--article-count 4

Diese zusätzlichen Keywords ergänzen die bestehenden Keywords der Serie für die GKP-Recherche.

Nicht-interaktiver Agent-Modus

ideon plan expand ai-deep-dives \
--publication tech-blog \
--non-interactive \
--auto-save

Ausgabe geht nach stdout. Der Plan wird automatisch persistiert.

Dry-Run zur Vorschau

ideon plan expand ai-deep-dives \
--publication tech-blog \
--dry-run

Führt Recherche aus, persistiert aber nichts. Nützlich zur Bewertung des Umfangs einer Erweiterung vor der Festlegung.

Unterschiede zwischen Erweitern und Erkunden

AspektErkunden (new-idea)Erweitern (expand-series)
AusgangspunktInhaltsidee von Grund aufBestehende Serie
Seed-KeywordsLLM-generiert + benutzerbereitgestelltSerien-Keywords + benutzerbereitgestellt
SerienausgabeErstellt neue Serien-ClusterPlant Artikel für eine bestehende Serie
ClusterbildungGruppiert Kandidaten in neue SerienVerwendet die Struktur der Zielserie
AbdeckungsprüfungVollständige Deduplizierung gegen bestehende InhalteDeduplizierung innerhalb des Serienumfangs
WarteschlangeneinträgeArtikel unter neuen Serien eingereihtArtikel unter bestehender Serie eingereiht

Pipeline-Stufen

Der Erweiterungsmodus überspringt das Clustering (da Sie eine bekannte Serie erweitern) und führt aus:

  1. Hydratisieren — Publikation, Serien, Ausgabehistorie und GKP-Cache laden
  2. Seeds — Keywords aus der Zielserie extrahieren; Seed-Keywords anwenden
  3. Recherche — Iterative GKP-Abfragen
  4. Bewertung — KOB-Bewertung, Intent-Klassifizierung, Kandidatenfilterung
  5. Artikel planen — Neue Artikel für die bestehende Serie planen
  6. Persistieren — Serien-Keywords aktualisieren und neue Artikel einreihen

Interaktiver Ablauf

Wenn --non-interactive nicht gesetzt und --auto-save nicht aktiviert ist:

  1. Serienauswahl (falls series-slug nicht angegeben wurde) — Aus verfügbaren Serien wählen
  2. Planüberprüfung — Artikeldetails mit Keyword, Intent und Format
  3. Genehmigungstor — Plan bestätigen oder ablehnen

Exit-Codes

CodeBedeutung
0Plan erfolgreich abgeschlossen
1Pipeline fehlgeschlagen (API-Fehler, fehlende Anmeldeinformationen, Serie nicht gefunden)
2Keine Ergebnisse gefunden

Ausgabeformat (nicht-interaktiv)

Wenn --non-interactive gesetzt ist, zeigt die Ausgabe:

# Plan: expand
Mode: expand-series
Publication: tech-blog
Series: AI Deep Dives

## Research
Rounds: 2
Candidates evaluated: 45
Candidates passed: 18
Cache hits: 28
API calls: 5

## Articles

### Article: Wie Transformer-Modelle NLP revolutionierten
Primary keyword: Transformer-Modelle erklärt
Secondary keywords: Aufmerksamkeitsmechanismus, Self-Attention-Tutorial
Intent: informational
Funnel: top
Format: tutorial
Priority: high
Type: new

### Article: Transformers vs RNNs: Ein praktischer Vergleich
Primary keyword: Transformers vs RNNs
Secondary keywords: Sequenzielle Modellvergleiche, LSTM-Alternativen
Intent: commercial
Funnel: middle
Format: comparison
Priority: medium
Type: new

Verwandte Befehle