positioning-check
Skill3 starsChanged 9 months agoMITView on GitHub
内容定位校验技能。校验目标受众、核心信息、预期情感反应是否清晰一致。适用于创作初期定位或创作后期检查。触发场景:用户说"帮我检查定位"、"这个内容定位对不对"、"校验内容定位"等。
In this repository8 other files it gives its agents.
- creator-workflowSkill
- export-formatsSkill
- idea-decomposeSkill
- multi-version-genSkill
- script-writingSkill
- story-outlineSkill
- trend-analysisSkill
- visual-promptsSkill
The file
Files
Positioning Check (定位校验)
Overview
校验内容创作定位是否清晰、一致,确保目标受众、核心信息、情感反应三者对齐。
校验维度
1. 目标受众 (Target Audience)
检查点:
- 受众是否清晰?(年龄、性别、职业、兴趣...)
- 受众是否具体?("所有人" = 没有人)
- 受众与内容是否匹配?
问题引导:
- 这个内容是给谁看的?
- 他们为什么会对这个话题感兴趣?
- 他们当前对这个话题的认知是什么?
- 他们看完后会有什么改变?受众画像示例:
模糊: "年轻人"
清晰: "25-30岁职场新人,正在经历加班疲劳,需要共鸣和发泄"
模糊: "宝妈"
清晰: "28-35岁二胎妈妈,焦虑孩子教育,寻找育儿方法"2. 核心信息 (Core Message)
检查点:
- 想传达什么?(用一句话概括)
- 信息是否聚焦?(不超过3个要点)
- 信息是否与受众相关?
问题引导:
- 用一句话说出这个内容要传达什么
- 观众记住这句话就够了,你希望是哪句?
- 这个信息对观众有什么价值?
- 是否有更简单的方式表达?核心信息示例:
模糊: "拖延症不好,要改"
清晰: "拖延症不是懒,是情绪问题,解决情绪才能解决拖延"
模糊: "努力工作"
清晰: "努力不等于高效,选对方向比努力更重要"3. 预期情感反应 (Emotional Response)
检查点:
- 希望观众看完后有什么情绪?
- 内容是否真的能引发这种情绪?
- 情感是否与核心信息一致?
问题引导:
- 观众看完后应该有什么感觉?
- 什么画面/台词会引发这种感觉?
- 这种感觉是否符合内容定位?情感反应示例:
搞笑内容: 观众应该笑,如果没笑就是失败
感人内容: 观众应该有共鸣/泪点,如果无感就是失败
干货内容: 观众应该有收获感,如果没记住就是失败输出格式
=== 内容定位校验 ===
【当前定位】
目标受众:[当前描述]
核心信息:[当前描述]
预期情感:[当前描述]
【定位分析】
受众清晰度:[清晰/模糊/缺失]
核心信息:[聚焦/分散/不明确]
情感一致:[一致/冲突/无情感]
【问题诊断】
[列出3个以内的问题]
1. [问题描述]
- 影响:[这个问题会导致什么]
- 建议:[如何改进]
2. ...
【优化建议】
目标受众:[优化后的描述]
核心信息:[一句话核心]
预期情感:[具体情感描述]
【一致性检查】
✓/✗ 受众与信息是否匹配
✓/✗ 信息与情感是否匹配
✓/✗ 情感与受众是否匹配
【下一步行动】
[1-2个具体建议]常见问题及建议
问题1:受众模糊
表现: "年轻人"、"职场人"、"宝妈"等大群体
影响: 内容没有针对性,观众没共鸣
建议:
缩小范围 + 增加细节
从: "职场人"
到: "25-30岁互联网公司新人,正在经历第一份工作的挫败感"问题2:核心信息分散
表现: 想说的太多,什么都想说
影响: 观众记不住,传播力弱
建议:
聚焦单一观点
从: "拖延症的原因、危害、解决办法、案例"
到: "拖延症不是懒,是情绪问题"(其他都是支撑)问题3:情感与内容冲突
表现: 想感人但内容搞笑,想搞笑但内容严肃
影响: 观众困惑,不知道该有什么反应
建议:
统一情感基调
从: "搞笑+感动+干货"(太杂)
到: "用搞笑的方式讲干货"(统一)问题4:信息与受众不匹配
表现: 信息太深/太浅,不符合受众认知
影响: 观众看不懂/不想看
建议:
调整信息密度
- 受众是小白 → 用类比/案例,少术语
- 受众是专家 → 直接讲观点,快节奏校验流程
Step 1: 收集定位信息
询问用户或从已有内容提取:
- 目标受众是谁?
- 核心信息是什么?
- 希望引发什么情感?
Step 2: 诊断问题
根据三个维度检查:
- 受众是否清晰具体?
- 信息是否聚焦?
- 情感是否一致?
Step 3: 给出建议
- 优化后的定位描述
- 具体改进建议
- 下一步行动
Examples
Example 1: 定位模糊的内容
输入: "我想做一个关于健身的视频"
当前定位:
目标受众: (未说明)
核心信息: "健身很重要"
预期情感: (未说明)
诊断:
1. 受众模糊 - "所有人" = 没有人
2. 信息太泛 - "健身重要"谁都知道
3. 情感缺失 - 不知道想引发什么情绪
建议:
目标受众: 25-30岁办公室白领,久坐不动,想开始健身但没时间
核心信息: 每天15分钟,在家就能完成的办公室健身
预期情感: 观众觉得"这个我能做到",有行动冲动Example 2: 定位冲突的内容
输入: "想做一个搞笑又感人的职场视频"
当前定位:
目标受众: 职场新人
核心信息: 职场不容易
预期情感: 搞笑 + 感人
诊断:
1. 情感冲突 - 搞笑和感人很难同时做到,容易两头不讨好
2. 信息模糊 - "职场不容易"太宽泛
建议:
选择一个方向:
- 搞笑方向: 用夸张表现职场崩溃瞬间,引发共鸣和笑声
- 感人方向: 讲一个真实的职场成长故事,温暖治愈Example 3: 定位清晰的内容
输入: "拖延症不是懒,是情绪问题"
当前定位:
目标受众: 明明很努力但就是拖延的年轻人
核心信息: 拖延症是情绪问题,不是懒,解决情绪才能解决拖延
预期情感: 观众被理解,有共鸣,有希望
诊断:
✓ 受众清晰 - 有明确痛点的人群
✓ 信息聚焦 - 一个核心观点
✓ 情感一致 - "被理解"的情绪贯穿始终
一致性检查:
✓ 受众与信息匹配 - 有拖延问题的人需要这个观点
✓ 信息与情感匹配 - "不是懒"让人感到被理解
✓ 情感与受众匹配 - 需要被理解的人会共鸣
结论: 定位清晰,可以直接开始创作使用时机
创作前
- 确定内容方向时
- 有多个想法时,帮助选择
创作中
- 写大纲时,检查是否偏离定位
- 写脚本时,检查是否符合定位
创作后
- 内容完成后,检查是否达成定位
- 数据不好时,诊断定位问题
质量标准
- 三个维度清晰: 受众、信息、情感都有明确描述
- 三者一致: 不存在冲突
- 建议可执行: 给出具体改进方向
- 诊断准确: 找到真实问题
Resources
references/
无额外参考文件,所有校验框架已包含在本文件中。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

