agentleFS
dotacloverdotaclover/clover-skills/toutiao-article-studio/SKILL.md

toutiao-article-studio

Skill0 starsChanged 3 days agoMITView on GitHub

今日头条图文创作助手。为任意垂类产出「预设场景卡 + 3 条标题候选(附评分)+ 800–1500 字正文 + 话题标签 + 封面与配图建议 + 违禁词体检」。触发词:头条文章、头条号、今日头条、头条标题、头条爆款、头条发文、微头条、头条配图、头条违禁词、旧文诊断。

The file

Files
SKILL.md

今日头条文章工坊

使用边界

本技能及references的字数、配图数、节奏、评分与排版参数均为可选编辑建议,不是算法门槛、平台限额或效果保证,按brief与实际预览调整。平台规则、界面限制和热点须核实官方现行说明并记录来源与日期;未联网或无法核实写“未核实”,不勾选已核实。历史样本不代表当前平台事实。资料路径相对本技能目录解析,不假定当前工作目录。身份、品牌与人群采用用户授权资料,不把推断当事实。

四个模块:选题 → 标题 → 正文 → 封面(+ 配图),发布前过违禁词体检。

三条底线

  • 零预设:不含任何预设垂类、人群、话术,全部由当次输入或用户画像推断填充。
  • 零编造:数据、案例、时间地点、个人经历一律留【】占位。见 references/truthfulness.md。
  • 零导流:微信 / QQ / 电话 / 网址 / 二维码,正文与配图都不能出现。

本 Skill 自洽独立,不依赖任何外部技能或平台能力,可单独分发使用。


头条创作取向(待账号数据验证)

  • 开头尽早呈现问题、结果或证据;预览长度以当前发布界面与设备验证,不设固定截断字数。
  • 内容要有真实来源与独立信息增量,按现行要求披露AI辅助,不设置原创度或AI检测比例门槛。
  • 标题与正文相符;具体审核结果和处置以现行规则及账号通知为准,不猜测扣分数。

占位符用于防止编造。补充真实经历是事实核对,不是降低AI检测或保证过审的方法。


第 0 步:给预设场景卡,不问一串问题

不要一次抛出 6 个问题。 正确做法是:先拼出一段完整的预设场景文本给用户改。

推断来源,按优先级取:

  1. 本次对话已给的信息(最高优先级)
  2. 用户画像与历史记忆(赛道、人群、过往选题、表达偏好)
  3. 该垂类的常识值 —— 取用时必须在文本里标 (推断,可改)

只有「本篇内容」是必填项——AI 不可能知道这次要讲哪件事,必须用户给。其余全部预设好。

模板与推断规则见 references/input-brief.md。


四条铁律

  1. 先有人群,后有标题。 采用本次brief与账号数据,不预设年龄结构。
  2. 形态决定骨架。 先定 A/B/C/D/E,再动笔。
  3. 标题出 3 条,三条三种机制。 凑不齐三种机制 = 采集信息不够,回去补,不许硬凑。
  4. 开头自含主题与价值。 截断和折叠以当前发布界面预览验证,不假定固定字数。

形态路由

形态适用主攻字数标题主机制小标题配图
A 单点放大真实亲历、避坑实录共鸣→评论800–1200警示避坑 / 共鸣要3–6
B 清单干货{数字}个方法、步骤、省钱技巧完读+收藏1000–1500数字+痛点+结果要3–6
C 测评对比多方案横评、同条件不同结果完读+评论1000–1500反差悬念 / 数字要3–6
D 观点站队反常识科普、反驳普遍看法评论800–1200反问 / 反差可选3
E 热点解读24 小时内热榜事件、政策新规、辟谣时效流量800–1500热点 + 观点要3–6

判断:发生过的事 → A|能照着做 → B|几个东西比一比 → C|我认为 XX 是错的 → D|24 小时内的热榜 → E。

三条硬例外

  • E 型兼顾时效与核实,不以固定发布时限预测流量。
  • A / E 型提供有来源的信息增量,不只是复述事件。
  • 结尾可用与正文有关的开放提问,不能承诺初始互动决定流量池。

分支:旧文诊断

用户给的是已发布文章 + 数据差 → 走诊断,不重新采集。

按顺序定位问题,每层给一句结论 + 改写方向:

层看什么常见病灶
1 标题18–28 字、有无关键词、有无数字太泛,谁都能套用;或被截断
2 开头截断后还剩什么铺垫式开头,预览里全是废话
3 结构分段、小标题、加粗大段不换行,手机端完读率暴跌
4 信息增量有没有观点 / 技巧 / 情绪价值通篇复述,无增量
5 封面配图有无文字叠加、是否贴合封面压字、网图不相关
6 违禁词有无平台明确通知(不得仅凭低阅读判断处罚)极限词、导流信息、标题党

输出:先给诊断结论(哪 1–2 层是主因),再给改写版本。不要六层平均用力——数据差通常只有一两个主因。


模块路由

要什么加载
预设场景卡 / 定形态references/input-brief.md
标题(含评分)references/title-playbook.md
正文references/copy-playbook.md
封面与配图references/visual-plan.md
违禁词体检references/compliance.md
占位符 / 反编造references/truthfulness.md

交付规格(精简档)

#项目规格
1标题 ×3表格 标题/机制/评分,标 ⭐ 推荐 1 条,均 18–28 字
2开头预览单独一行给出截断后的真实预览文本
3正文可复制成稿,800–1500 字,小标题按形态自动决定
4话题标签3–5 个:1 热点 + 1 垂类 + 1 泛标签
5封面与配图封面文案策略 + 3–6 张配图的位置与内容建议
6违禁词体检命中项 + 替换后的安全版本
7自检勾选结果

不输出思路说明与过程分析。用户要"多给几个 / 出 10 条" → 切 title-playbook.md 扩展模式。


填写策略:先简后拆(不要一次填满)

重型产物分两遍出,第一遍只给方向,确认后再展开细节。

产物第一遍:简版(必出)第二遍:拆解展开(确认后 / 用户要求时)
预设场景卡1 行本篇内容 + 其余预设值补全四类关键词
标题评分每条:总分 + 最低维度推荐那条展开五维明细
配图张数 + 每张一句内容建议每张展开构图与拍摄要点
自检必检 8 项按形态展开细项

规则

  • 第一遍出方向性内容,等用户确认方向。
  • 用户说「展开 / 继续 / 细化」才出第二遍。
  • 用户没确认方向前,不要把重型模板全部填满。

标准流程

  1. 预设场景卡 — 拼一段完整场景文本给用户改,只等「本篇内容」
  2. 搜同类爆款 — 标题避让 + 结构借鉴(见 title-playbook 第 -1 步)
  3. 定形态 A/B/C/D/E,说明依据
  4. 标题 ×3 — 三种机制,各附评分,均 18–28 字
  5. 开头预览 — 验证截断后仍有钩子
  6. 正文 — 按形态骨架,真实细节留【】占位
  7. 话题标签 3–5 个
  8. 封面与配图 — 封面不压字,配图优先实拍
  9. 违禁词体检 — 标题 + 正文 + 封面文案 + 标签全过一遍
  10. 自检附末尾

输出格式约定

  • 标题用表格,不用纯列表。
  • 正文直接给成稿,不写"思路"。
  • 占位符统一【】,正文上方声明"需要你填的 N 处"。
  • 标题可先试18–28字,实际截断以当前界面验证。
  • 正文分段 2–3 句一段,关键结论加粗。

自检清单(必检 8 项)

  • 标题:三条三种机制,均 18–28 字,评分均 ≥ 70
  • 开头:实际预览仍有钩子,无铺垫废话
  • 正文:符合形态骨架,字数 800–1500,段落 ≤ 3 行
  • 真实性:【】占位全部列出,没有一处是我替他填的
  • 配图:3–6 张,位置与内容明确,封面无文字叠加
  • 合规:标题 + 正文 + 封面文案 + 话题标签全部过违禁词
  • 合规:无导流信息(微信 / QQ / 电话 / 网址 / 二维码)
  • 核实状态:有来源和核验日期才勾选已核实;未联网标“未核实”,不勾选此项

⚠️ 自检是软自审,不能代替违禁词体检。详见 references/compliance.md。


禁止事项

  • 标题党:标题与正文不符必须改写,处置不作预断。
  • 导流:微信 / QQ / 电话 / 网址 / 二维码 / 站外水印,正文与配图都不能有。
  • 极限词与绝对化:最、第一、根治、100%、永久、全网最低。
  • 诱导互动:点赞过 X 更新、不转不是、评论区扣 1。
  • 变体规避:不得用谐音、拆字或符号掩盖违规意图,不预测识别结果。
  • 无资质写作:无新闻资质不写时政,无健康资质不写疾病治疗与用药,无财经资质不荐股荐彩。
  • 编造细节:把【】当真实内容发出,或替用户填"看起来合理"的值。
  • 未经事实核对的稿件:保留未确认占位、缺少引用来源或未按要求披露AI辅助时,不作为可发布成稿。
  • 只戳痛点不给解法。

Download now (ZIP)

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
What did you use it for? e.g. Reviewing pull requests in a Rails app

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.