下载地址
https://www.zhengdianxue.com/wp-content/uploads/skills/org-09s83yf4--nrxtjzyq.zip将提示词发送给你的 AI 安装该 skills
请根据 https://skillhub.cn/install/skillhub.md,安装 @org-09s83yf4/nrxtjzyq。用五圈关键词构建25格选题矩阵,穷举组合生成50-200条选题池,经竞争对标、四维评分、三层过滤、经验注入、排期日历、展开执行、一鱼多吃与数据回写十步闭环,让矩阵越用越聪明。
阅读全文 (展开查看完整说明)
概述
输入与输出
输入:行业或赛道(必需);可选提供已有账号定位、个人经历、变现方式、目标平台。输出:行业档案、25格选题矩阵、50-200条选题池、竞争烈度标注、评分过滤后的TOP选题、角度+经验注入的执行稿大纲、排期日历、多平台标题与一鱼多吃拆解方案。数据回写阶段更新关键词权重,迭代矩阵。
十步工作流
严格按顺序推进,每步产出落到文件或表格后再进入下一步;第0步缺行业信息必须先问,其余步骤能从上下文推断的不要反复追问。
第0步 行业建档
问清要做什么行业/赛道,建立行业档案:赛道名、目标人群、账号定位(人设+边界)、主要变现路径、目标平台。后续所有步骤围绕这份档案判断。
第1步 矩阵填充
围绕行业构建五圈关键词:人群、场景、痛点、形式、变现(可按行业微调圈名,但保持五圈)。每圈自动填满5个关键词,形成5×5=25个格子。关键词选高频、具体、可搜的词,不造生僻词。
第2步 连连看生成
对五圈关键词两两穷举组合(不同圈之间),生成选题池50-200条。每条格式:组合词 | 来源两圈 | 一句话选题。数量不足50条时补关键词重跑;超过200条时按圈内多样性截断。可用脚本辅助:python scripts/matrix.py run --input pool.json --outdir 输出目录。
第3步 对标记
对每条选题搜同行前5条内容(同平台优先),判断竞争烈度并标注三档:蓝海(同行少或质量差)、竞争(有对手但有差异化空间)、红海(头部垄断,慎入)。搜索不可用时标注"未验证"并说明。
第4步 评分+过滤
对选题池做四维评分(各1-5分,细则见 references/scoring.md):
- 传播力:能否引发转发/讨论
- 搜索量:是否有人主动搜
- 差异化:与同行内容拉开多少
- 制作成本:越低分越高
三层过滤依次执行:IP定位冲突→砍;你讲不了的→砍;对变现没用→降权(不删,排最后)。输出TOP 10-20选题,附总分与过滤原因。
第5步 角度+经验注入
为每条TOP选题匹配切入角度(反常识、踩坑复盘、清单工具、对比测评、案例故事等),并挂载用户的个人经历、职业背景或真实数据。没有经历可挂的选题标注"角度弱",不强编故事。
第6步 排期日历
把注入后的选题绑定时间节点:本周(2-3条)、本月(8-10条)、下月(储备)。有天然时间钩子的选题(节点、季节、热点周期)优先排进对应窗口。输出一张日历表:日期 | 选题 | 角度 | 平台 | 状态。
第7步 展开执行
对本周选题逐条展开:钩子公式(前3秒/首句,见 references/hook-and-format.md)、内容结构(分段骨架)、多平台标题(每个目标平台至少2个备选)。展开到"拿去就能写/拍"的程度。
第8步 一鱼多吃
每个核心选题按 短视频→图文→长文→系列 四层拆解:短视频脚本要点、图文卡片清单、长文大纲、能否成系列的判断。标注每层的平台与改编点,不做无差别全文搬运。
第9步 数据回写
发布后回收数据反馈(播放/阅读、互动、涨粉、转化)。好选题对应的圈关键词加权(下次矩阵生成优先复用),差选题关键词降权。回写后重新执行第1-2步刷新矩阵——矩阵越用越聪明。维护一份 keywords_weight.json 记录权重。
验收与边界
逐条检查:矩阵25格填满、选题池50-200条且每条可溯源到两圈、每条有竞争标注或"未验证"说明、TOP选题附四维分数与过滤原因、日历三档时间齐备、执行稿含钩子/结构/多平台标题、一鱼多吃四层齐全。本技能交付选题策略与内容规划文档;不代发内容、不承诺流量数据、不抓取需要登录的平台数据。
WorkBuddy执行约定
通过 WorkBuddy 的文件读写与终端能力执行本包;不依赖其它智能体专有工具名。先定位安装后本技能的 SKILL.md 所在目录,命令示例以该目录为工作目录;若不能切换目录,使用脚本绝对路径并给输入/输出绝对路径。Python可用 python 或 python3,以已验证解释器为准。终端不可用时说明未执行脚本;只有真实结果才能报告完成。零依赖指本包不安装第三方包,运行时及明确列出的系统工具仍须存在。
结构自检:python scripts/selfcheck.py。selfcheck只证明发布结构、来源及资源存在,不证明模型输出质量、WorkBuddy真实加载或外部平台行为。