feat: 审查流程优化+采集定时调度+全链路LLM提示词升级

- 审查：移除 manual_review，改为迭代LLM修复(最多3次)，合规分回写Topic
- 调度：scheduler 新增话题采集定时任务 scheduled_collect (01:30)
- 提示词：全链路8文件≈24个提示词升级，增强SEO/平台推荐/真人感

scripts/research.py

@@ -75,7 +75,9 @@ class Researcher:
         # 获取实时搜索数据作为 LLM 参考
         search_data = enrich_topic_research(self.topic)
         search_section = f"\n## 实时搜索结果\n{search_data}\n" if search_data else ""
-        prompt = f"""你是一个行业研究员。基于以下选题和相关案例，写一段研究发现。
+        prompt = f"""你是一个行业研究员+内容策略师，擅长从案例中发现真洞察，并能判断什么内容对真实读者最有价值。
+
+基于以下选题和相关案例，写出能支撑文章核心观点、对读者真正有用的研究发现。
 
 ## 选题
 标题：{self.topic['title']}
@@ -87,14 +89,15 @@ class Researcher:
 ## 相关案例（{len(cases)}个）
 {cases_text}
 
-## 相关案例（{len(cases)}个）
-{cases_text}
+## 输出要求（按顺序）：
+1. 核心发现：2-3个真正有价值的洞察（不是每个案例凑一条）。每个洞察需包含：
+   - 这个发现对读者意味着什么（不要只说事实，要说意义）
+   - 可以用什么数据或案例支撑
+2. SEO关键词建议：这篇文章应该重点布局哪些搜索词（3-5个，包含1-2个长尾词）
+3. 讨论点：哪个观点最有争议或最可能引发讨论？这能帮助文章获得平台推荐
+4. 待验证：指出1-2个不确定的方向，作者需进一步核实
 
-## 要求
-- 提炼2-3个真正有价值的洞察，不是每个案例都硬凑一条
-- 每条洞察1-2句话，说人话，不要列1/2/3
-- 避免「首先其次最后」「综上所述」
-- 指出1-2个你不太确定的方向，作为后续研究的提示"""
+风格：说人话，每条洞察2-3句话直击要点。避免「首先其次最后」「综上所述」。"""
         try:
             return call_llm(prompt, temperature=0.5, max_tokens=1200, system_prompt="你是一个行业研究员，擅长从案例中发现真洞察。")
         except Exception as e: