agentleFS
dotacloverdotaclover/clover-skills/wechat-mp-studio/SKILL.md

wechat-mp-studio

Skill0 starsChanged 3 days agoMITView on GitHub

微信公众号图文创作助手。为任意垂类产出「预设场景卡 + 3 条标题候选(附评分)+ 1500–2000 字正文 + 排版参数 + 封面与配图 + 违禁词体检」。触发词:公众号文章、公众号推文、微信推文、公众号标题、公众号排版、公众号封面、服务号文章、订阅号、旧文诊断。

The file

Files
SKILL.md

公众号文章工坊

使用边界

本技能及references的字数、配图数、排版参数、评分与段落位置比例均为可选编辑建议,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(+ 排版)→ 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。
  • 零刷量:不刷阅读、不组织互阅刷量、不用利益换分享;不预断具体处罚。

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。


公众号创作取向(待账号数据验证)

  • 兼顾打开、阅读完成与分享价值,用结构、清单和论据支撑正文,不给出推荐权重。
  • 区分订阅、推荐和搜索来源;原创声明仅在符合现行条件时使用,推荐设置以当前账号后台为准,不保证分发范围。
  • 在标题和首段自然表达读者会搜索的问题,不承诺搜索排名或流量。

可在文章转折处放金句或清单,位置与数量属于编辑建议,不是推流公式。


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。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。 同一机制填不同人群得出完全不同的标题。
  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. 每个观点配一句金句。 金句是转发率的直接来源——人们转的是那句话,不是那篇文章。

形态路由

形态适用主攻字数标题主机制小标题配图
A 深度故事个人经历、案例复盘、真实故事完读+转发1500–2000共鸣 / 好奇心要4–6
B 清单干货{数字}个方法、教程、实操步骤完读+收藏1500–2000实用价值 / 数字要4–6
C 测评对比多方案横评、工具对比完读+收藏1500–2000好奇心 / 数字要4–6
D 观点站队反常识判断、行业立场转发+留言1200–1800观点 / 反问要3–4
E 观察解读趋势判断、行业观察、事件解析转发1500–2000观点 / 热点要4–6

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|在看一个趋势 → E。

三条硬例外

  • 所有形态都用总分总:开头抛核心观点 → 中间分点 → 结尾升华。公众号读者是"订阅后主动打开",结构预期和小红书不同。
  • D 型态度必须鲜明:观点类最忌两边都不得罪,那等于没观点。
  • 结尾必须留互动口:提问或引导留言,但不许用利益诱导。

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。

层看什么常见病灶
1 标题15–22 字、有无痛点或数字太泛;或被手机端截断
2 开头 3 句是否直击主题寒暄铺垫,读完前 3 句还不知道在讲什么
3 结构小标题、分段、层次无小标题,一整片文字
4 转发设计25%/50%/75% 位置有无诱因通篇干货但没有一句可转发的金句
5 排版字号行距、主色数量花哨配色、大段不换行
6 合规有无平台明确通知(不得仅凭低阅读判断处罚)诱导分享、洗稿、敏感表述

输出:先给诊断结论(哪 1–2 层是主因),再给改写版本。

后台数据对应的改法:打开率低 → 改标题和封面;完读率低 → 改开头和结构;转发率低 → 补金句和实用价值;取关率升高 → 选题偏离粉丝需求。


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 + 排版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 15–22 字
2摘要约 20 字,提炼核心价值
3正文可复制成稿,1500–2000 字,含小标题与金句
4排版参数字号 / 行距 / 字距 / 段间距 / 主色,可直接套用
5封面与配图封面文案策略 + 配图位置与内容建议
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)

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取材方式
排版直接给完整参数(这项不用拆)—
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 15–22 字
  5. 摘要 — 约 20 字
  6. 正文 — 总分总骨架,真实细节留【】占位,埋转发诱因
  7. 排版参数
  8. 封面与配图
  9. 违禁词体检 — 标题 + 正文 + 封面文案全过一遍
  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15–22字,实际截断以当前手机端预览验证。
  • 金句单独成行并加粗,方便读者截图转发。

自检清单(必检 8 项)

  • 标题:三条三种机制,均 15–22 字,评分均 ≥ 70
  • 开头:前 3 句直击主题,无寒暄铺垫
  • 结构:总分总,小标题清晰,字数 1500–2000
  • 金句:每个核心观点至少一句,已加粗可截图
  • 转发诱因:25% / 50% / 75% 位置至少埋了 2 处
  • 排版:参数齐全,主色 ≤ 2 种,未用纯黑
  • 真实性:【】占位全部列出,没有一处是我替他填的
  • 合规:标题 + 正文 + 封面文案全部过违禁词,无利益诱导分享

⚠️ 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:标题与正文不符会误导读者,应改写,不预断算法处置。
  • 诱导分享:不转不是、转发才能看、集赞解锁——直接违规。
  • 刷量与互阅刷量:不伪造流量或互动,具体处置以规则和通知为准。
  • 洗稿搬运:不能靠轻度改写冒认原创;引用须有来源和使用依据。
  • 极限词与绝对化:最、第一、100%、永久、唯一、根治。
  • 未披露或误导性广告:核对当前广告规则、标识与资质,不设固定安全占比。
  • 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。
  • 编造细节:把【】当真实内容发出,或替用户填"看起来合理"的值。
  • 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.