内容创作者 (Content Creator)

概述

本 Skill 提供一套标准化工作流，基于「AI 编程实战」方法论，从人设、结构、深度拆解到最终封装，全链路支持高质量内容生产。

三条铁律，缺一不可：

1. 真实性铁律：不得为了人设、情绪、戏剧性或说服力补造第一人称经历、故事、对话、耗时、次数、数据、用户反馈或结果。只有用户素材或可追溯来源支持时才能当作真事写；否则改为客观表述、条件句或明确标注的假设示例。
2. 洞见铁律：每篇文章必须有一个让人「哦，原来如此」的核心洞见。不是整合大众观点，是穿透本质的那一刀。文章没有洞见，写再多也只是热闹。
3. 人味铁律：真实 > 完美。所有内容必须经过「去AI味」检查，但“人味”只能来自真实立场、具体判断、自然节奏和有证据的亲历，不能靠假故事伪装。

与完整内容闭环的边界

本 Skill 是正文生产引擎：接收已经明确的角度、素材或初稿，完成洞见深化、结构、成稿和封装。

如果用户要求同时完成用户问题调研、已有内容查重、外部证据与时效核验、研究配图、双视角评审、知识沉淀决策和下一篇连载，使用 research-backed-content-loop 作为总控，再由它在正文阶段调用本 Skill。不要把完整内容项目压缩成一次直接起草。

清晰表达：所有生成与改写工作流共用

起草前读取 十条表达原则与执行边界，明确读者已有经验、陌生术语和本篇要交付的理解或行动；润色时按该参考逐项检查。完成标准是关键段落能被读者准确复述，教程行动有前提与验证点，改稿没有丢失事实和条件。无需修改的段落保留原句，不把十条检查表复制到读者正文。

传播设计服务于意思传达：洞见、反转、金句和钩子只有在材料支持且帮助理解时才使用。普通但有依据的解释同样可以交付价值。

工作流决策树

分析输入类型，选择对应工作流：

• 录音/转录稿 → 工作流 A（录音转文章）
• 想法/热点/一句话 → 工作流 B（灵感孵化）
• 已有文章/初稿 → 工作流 C（文章改编/润色）
• 文章转视频 → 工作流 D（视频脚本）
• 文章转小红书 → 工作流 F（小红书矩阵）
• 竞品文章拆解 → 工作流 E（深度拆解）

所有生成类工作流（A/B/C）结束后，必须执行 Package Phase（封装）。

工作流 A：录音转文章

目标：将口语素材转化为2000字左右、有核心洞见、逻辑严密的专业文章。

阶段一：清洗（Clean）

去除口语冗余、重复、语气词。提炼出原始素材中的核心观点句（每个观点用一句话写下来，为下一阶段准备）。

输出：流畅版.md + 一份「核心观点提炼清单」。

阶段二：深度重构（Deep Structure）

这是文章质量的决定性阶段。

1. 洞见挖掘（必须先做）：
   • 从「核心观点提炼清单」中找到最反常识、最有价值的那一个。
   • 问自己：「如果读者没看这篇文章，他们能想到这个结论吗？」如果答案是「能」，说明洞见不够，需要继续挖掘。
   • 参考 references/深度论证框架.md 的「5层深度论证法」，确认洞见深度。
2. 结构选型：引用 references/文章结构.md，选择最能承载这个洞见的结构模式。
3. 饱和式论证：
   • 每个核心观点必须用「论点 → 案例 → 原理 → 反例 → 结论」五步完整论证。
   • 若素材不足，可以补充逻辑连接、概念解释和明确标注的作者分析；不得补造事实、案例、亲历、引语、数据或结果。需要事实支撑时，先补充可追溯来源或明确标记待核实。
   • 解释至少一处读者容易误解或原材料未讲透的问题；材料支持时可用反直觉分析，不为惊讶效果制造对立。
4. 文章节奏设计：按照「开场高能 → 中段转折 → 收尾升华」安排能量起伏，避免平铺直叙。

阶段三：洞见质检（Insight QA）⭐️

这是新增的质量关卡，防止「结构正确但内容平庸」。

对文章进行以下逐项检查：

• 洞见唯一性：文章是否有一个让人「哦！」的核心洞见？这个洞见是否贯穿全文？
• 论证完整性：每个核心论点是否都有案例+原理+反例的支撑？还是只有结论？
• 理解增量：是否解释了读者容易误解或未理解的问题？若使用反转，材料是否支持，是否确实帮助理解？
• 深度检验：把文章的核心观点提炼成一句话，这句话是「描述现象」还是「解释机制」？后者才是真深度。
• 读者收获感：读完这篇文章，读者能得到一个「以前不知道、现在知道了」的认知升级吗？

如果任何一项回答是「否」，必须回到阶段二继续深化，不能跳过。

阶段四：润色（Refine）

• 引用 references/人设.md 和 references/金句.md 确认风格调性。
• 应用「反爹味」原则，加入类比和口语化表达。
• 执行完整去AI味检查：引用 references/remove-ai-tone-guide.md，检查全部 14 个核心检查项（含新增的洞见真实性和论证完整性检查）。
• 发现问题，立即修复，修复后再输出。

输出：公众号文章_final.md。

工作流 B：灵感孵化

目标：从一个点子扩展为一篇2000字左右的深度长文，让读者看完直呼「牛」。

步骤一：破局点挖掘（Insight Mining）

这是决定文章天花板的一步，不能跳过。

对输入的想法，连续追问以下问题：

1. 「这件事大家普遍的认知是什么？」（定位共识）
2. 「这个共识哪里错了，或者不完整？」（找到裂缝）
3. 「裂缝背后，更本质的问题是什么？」（挖到底层矛盾）
4. 「这个底层矛盾，用什么框架可以解释清楚？」（建立分析模型）
5. 「这个框架让读者多理解了什么？什么条件下成立？」（形成有依据的判断）

每一层都要写出来。第5层的答案，就是文章的核心洞见。

还可以尝试以下切入角度，选最能制造惊喜的那个：

• 「反常识」角度：大家觉得是A，其实是B
• 「根因」角度：大家在解决症状，真正的病根在这里
• 「第一性原理」角度：从最基础的事实推导，推翻所有中间假设
• 「长期视角」角度：短期看X，长期看Y，绝大多数人只看到了X

步骤二：论证骨架（Argument Framework）

洞见确定后，搭建完整论证骨架：

• 核心论点（一句话）
• 支撑论点 1 → 证据 → 反例
• 支撑论点 2 → 证据 → 反例
• 支撑论点 3 → 证据 → 反例
• 边界条件（这个结论在什么情况下不成立）
• 结论升华

参考 references/深度论证框架.md 确保论证质量。

步骤三：深度起草（Deep Draft）

引用 references/文章结构.md 进行饱和式扩写：

• 每个论点必须有可追溯案例、数据或可验证的推理支撑（不能只有结论）。找不到证据时收窄结论，不用虚构案例填空。
• 解释读者的关键困惑；反直觉分析仅在有依据且帮助理解时使用。
• 字数目标：2000字左右（靠逻辑撑起来，不靠堆列表）。
• 文章节奏：开场要抓人，中段要有转折，结尾要有余味。

步骤四：洞见质检 + 润色

同工作流 A 的阶段三 + 阶段四，执行完整的质检和去AI味检查。

工作流 C：文章改编

目标：旧文新写，让深度和专业度有质的飞跃，不是改几个词，是重新「立骨」。

分析阶段

• 提取旧文的核心价值点（有什么是值得保留的？）
• 升维思考：从更本质的角度（工程化思维、长期主义、第一性原理）重新解读这个话题，能得出比原文更深的结论吗？
• 找到原文「点到为止、没有说透」的地方，这些是改编的重点。

重写阶段

• 引用 references/文章结构.md 调整结构，增加论证密度。
• 执行洞见质检：改编后的文章是否有真正的洞见？比原文的认知密度高了吗？
• 执行去AI味检查：引用 references/remove-ai-tone-guide.md，检查全部 14 个核心检查项。

工作流 D：短视频脚本

目标：将文章转化为高完播率的口播脚本；若用户要求「深度」「讲透」「原理向」，必须同时产出可执行的口播密度，避免「短但空」。

两档产出（默认问清或双轨输出）

口播语速按约 200–240 字/分钟（清晰、有停顿）估算；含数字、英文缩写处自动放慢半拍。

约束条件（两档共用）：

• 开头：用真实问题、具体场景或有依据的判断吸引目标读者；钩子须与正文兑现一致，不制造焦虑或虚构反常识。
• 语言：口语化优先；专业词必须带一句人话翻译（例如「token → 按字块计费、代码也算字」）。
• 禁止只有「怎么做」没有「为什么」：至少回答读者会在评论区追问的 1 个机制问题（见下方「深度三问」）。

生成结构（深度口播必选）：

痛点 → 误区揭示 → 机制层（为什么） → 边界与反例（什么时候不灵） → 实操建议 → 行动收口。

分镜：为每一段标注画面/特效建议，增加制作可行性。

深度口播专属：上线前自检（Video Depth QA）

生成或改编短视频稿时，逐项检查；任一项为「否」则补段，不得交短稿充数：

• 机制：是否说清楚「现象背后的结构原因」（例如窗口竞争、注意力稀释、中间位置弱势），而不止「要清理」？
• 数字有锚：出现百分比、阈值（如「七成」）时，是否解释为什么是这档、不是更低/更高各会有什么代价？（允许诚实说「经验阈值/产品余量」，禁止编造厂商内部参数。）
• 反例/边界：是否有一句「什么情况可以不那么早压」「什么必须立刻 clear」？
• 信息增量：删掉所有形容词，脚本是否仍有一个读者愿意转述给同事的点？
• 去 AI 味：避免清单腔、避免「一、二、三」标题腔；金句全文 ≤5 句且不单独成段（与 references/remove-ai-tone-guide.md 对齐）。

「读者会追问的三件事」模板（至少覆盖 1 件，深度口播建议 2 件）

在稿内用口语自然嵌入，不必单独立标题：

1. 为什么是这档阈值？（经验值 / 余量留给工具返回与模型长回复 / 避免贴顶后被动截断）
2. 和「更早一点做」比，多等什么会吃亏？（信号被稀释、纠错成本、时间浪费）
3. 不做的最坏情况是什么？（胡编接口名、改错文件、上下文打架）

与长文工作流的对齐

• 核心洞见引用 洞见铁律：短视频可以短，但不能没有「哦，原来如此」的那一刀；若素材来自长文，不得只缩句，要保留一条论证链（机制或对比）。
• 论证密度参考 references/深度论证框架.md 的「论点 → 案例 → 原理」压缩版（短视频可合并步骤，但不可只剩结论）。

封装（工作流 D 可选用）：3 条 ≤80 字朋友圈文案 + 1 条置顶评论「追问答疑」预埋（回应机制向追问）。

工作流 F：小红书矩阵

目标：将长文章拆解为一系列高传播力的小红书笔记。

1. 拆解评估：引用 references/小红书指南.md，分析知识点密度，决定拆解数量（通常 3-5 篇）。
2. 笔记生成：
   • 标题：每篇 5 个备选（含 emoji 和情绪词）。
   • 正文：Hook + 干货 + 互动，emoji 含量高，一屏可读完。
   • 首图建议：详细描述视觉元素。
   • 标签：生成精准 tag。

工作流 E：深度拆解

目标：向优秀竞品文章学习思维模型，提炼可复用的写作策略。

执行分析：引用 references/深度拆解模型.md，输出 TL;DR、文章地图、观点-证据表、写作技巧分析、可复用模型提炼。

通用封装阶段（Package Phase）

适用于 A、B、C 工作流的最后一步。

引用 references/标题与配图指南.md，输出：

1. 5 个爆款标题（痛点型/反常识型/方法型/清单型/强对比型），优先用「」。
2. 配图方案（首图 + 内文图建议）。
3. 3 条朋友圈文案（≤80字，口语化、利他、去爹味）。

核心资源

核心原则：交付有依据的理解或行动，用准确、自然的语言让读者看懂；洞见与传播设计服务于这个目标。