内容工具包：单点深挖

解决内容创作的单点工具问题——给一段转写/文案，做结构化拆解或质感改写。

本工具包与增长三件套的关系：链路用三件套，单点深挖用本包。

• growth-content-strategy / growth-content-writing / growth-content-ops 解决"做什么、怎么写、怎么优化"的链路问题
• 本包解决"给一段已有内容，拆出结构 / 抽出模板 / 改掉 AI 味"的单点问题
• 产出可回流到三件套：拆出的模板进 growth-content-writing 仿写；去 AI 味的文案进 growth-content-ops 优化；分析结论进 personal-knowledge-wiki 沉淀

核心心法

1. 单点深挖，不做链路

本包的每个工具都是输入一条内容、输出结构化结论。不负责"从选题到发布"的全流程（那是三件套的活）。如果用户的诉求是"帮我做一系列内容"，先确认他要的是单点拆解还是全链路生产。

2. 产出必须是"可复用结论"，不是点评

每个工具的交付物都应该是模板 / 公式 / 改写版本，而不是"这条很好/很差"的主观评价。点评没有执行力，模板才能复用。

3. 四个工具可串联，但不强制

典型串联链路：video-structure-analysis（标注结构）→ competitor-pattern-mining（抽象模板）→ growth-content-writing（用模板裂变）。批量场景：逐条拆完 N 条后用 pattern-synthesis 聚合共性、建模板库。每个工具都能独立使用，不强制走完整链路。

四工具能力速查

执行流程（根据意图路由）

1. 先判断用户要对内容做什么：
   • 分析视频/口播的叙事结构 → 读 references/video-structure-analysis.md
   • 从一条内容里挖可复用模板 → 读 references/competitor-pattern-mining.md
   • 把文案改得不像 AI 写的 → 读 references/de-ai-rewrite.md
   • 从一批拆解结论里提炼共性规律、建模板候选 → 读 references/pattern-synthesis.md
2. 确认输入是否齐备：
   • 视频类分析必须有转写文本——本仓库不做自动转写（见 AGENTS.md），用户只给链接时主动索要转写
   • 共性提炼必须有 ≥3 条已拆解条目（先逐条走 competitor-pattern-mining）且 goal 已声明
   • 改写类必须有原文
3. 按对应工具的工作流分步执行，每步确认后再进下一步。
4. 产出后做闭环引导：
   • 拆出模板 → 提示进 growth-content-writing 仿写
   • 改完文案 → 提示进 growth-content-ops 优化或直接发布
   • 分析结论 → 提示写入 personal-knowledge-wiki 沉淀

工具间的边界（避免重叠）

四个工具的输入可能相同（都是转写），但产出不同。判断用哪个：

模糊场景：用户说"帮我拆解这条"，先问清是"标注结构"（→ analysis）还是"挖可复用套路"（→ mining）。两者都要时，先 analysis 后 mining。

与其他技能的边界（避免越界）

输出原则

• 先确认输入：视频分析没转写就先要转写；改写没原文就先要原文。
• 必产可复用结论：模板 / 公式 / 改写版，不是点评。
• 引用原文：所有分析判断都要附原文依据。
• 分步执行：每个工具的工作流都是分步的，不并步。
• 闭环路由：产出后主动提示下一步去哪（仿写/优化/沉淀/发布）。