agentleFS
sdwurg180507280211sdwurg180507280211/my-skills/skills/wechat-ai-model-writer/SKILL.md

wechat-ai-model-writer

Skill1 starsChanged 39 days agoMITView on GitHub

将“AI模型省钱情报”、模型发布/降价/免费额度/API渠道变化等素材编辑成适合微信公众号发布的 AI 模型性价比内容。负责日报/重大更新/周报的选题路由、价格与渠道核验约束、模型对比信息结构和科技情报刊式排版 handoff;通用研究与正文写作继续交给同仓库 content-research-writer。用户要求根据 AI 模型情报写公众号、整理模型价格/免费额度/高性价比渠道、生成 AI 模型日报或周报并排版时使用;不用于医学内容。

The file

Files
SKILL.md

AI Model WeChat Writer

定位

这是一个面向 AI 大模型 / API 价格 / 免费额度 / 高性价比使用渠道 的微信公众号编辑与编排层。

它不重新实现通用研究写作,而是负责把原始“情报”加工成可发布的公众号选题:

原始情报
→ 判断文章类型
→ 提炼读者决策问题
→ 规范价格 / 渠道 / 风险字段
→ handoff 给 content-research-writer
→ 数据表 / 信息卡 / 科技媒体排版
→ 微信 HTML / 人工复核 / 发布

通用研究、论证、正文写作和引用组织必须优先交给:

content-research-writer

本 Skill 只增加 AI 模型“省钱情报”特有的编辑判断、价格比较、渠道风险与排版规范。

典型输入

优先输入之一是定时任务 “AI模型省钱情报” 的每日结果,也可以是:

  • 模型厂商官方发布公告;
  • 官方 API 定价页、免费额度说明、开发者文档;
  • 云平台 / 正规聚合平台的模型接入与优惠信息;
  • 用户提供的模型列表、价格表或历史日报;
  • 权威媒体对模型发布和价格变化的报道。

原始情报是“编辑素材”,不是可以原封不动发布的正文。

文章类型路由

在开始写正文前,先判断文章应该属于哪一类。

1. AI 模型省钱日报

适合:过去 24 小时有多条会影响模型选择、价格或使用渠道的变化,但没有一条足以独立成为重大专题。

目标:30 秒告诉读者今天该用谁、为什么、在哪里最划算。

建议篇幅:1500~2500 中文字。

模板见:

templates/daily.md

2. 重大更新 / 单篇深度

出现以下情况时,不要硬塞进日报:

  • 头部厂商发布新的旗舰或关键模型;
  • API 价格显著变化;
  • 免费额度、上下文、限速、地区或接入方式发生重大变化;
  • 一个事件足以改变“编程 / 推理 / 长文本 / 图像 / Agent”等场景的模型选择。

目标:围绕一个核心问题讲透“强不强、适合谁、贵不贵、怎么用最划算”。

3. 周报 / 性价比榜

适合把最近 7 天已核验信息重新聚合,按使用场景给出:

  • 编程最值;
  • 推理最值;
  • 日常问答最值;
  • 长文本最值;
  • 免费使用最值;
  • API 批量调用最值。

周报不是把 7 篇日报拼起来,必须去重并只保留仍然有效的信息。

公众号编辑原则

先回答“怎么选”,再讲新闻

文章开头避免“随着 AI 快速发展”一类背景铺垫。

优先顺序:

今天发生了什么
→ 这会不会改变模型选择
→ 哪个模型现在更划算
→ 适合什么任务
→ 去哪里用
→ 有什么坑

不按新闻条数凑数

如果当天只有 3 条高价值变化,就只写 3 条。

不要为了维持“中国 5 条 + 国外 2 条”的采集结构,把低价值新闻全部搬进公众号。

每篇必须有明确决策结论

至少给出一个可快速扫描的“今日最省钱结论”区域,推荐 1~3 个模型或渠道,并说明适用场景。

价格与渠道事实约束

详细输入契约见:

references/intelligence-contract.md

核心规则:

  1. 价格优先官方来源。 官方定价页、官方文档、云平台官方页优先于媒体和社区转述。
  2. 必须记录核验日期;涉及限时活动时记录结束时间或明确“结束时间未核实”。
  3. API 价格尽量统一到“每 1M tokens 输入 / 输出”,同时保留原币种;如果做人民币换算,标明只是按当日汇率近似换算。
  4. 不把缓存命中价、Batch 价、Prompt Caching、套餐摊销价与标准按量价混为一谈。
  5. 不把“免费体验”“新用户额度”“永久免费层”写成同一概念。
  6. 上下文窗口、速率限制、每日额度、并发限制会影响性价比时必须写出。
  7. 价格无法核实时明确写“当前未核实”,不得补造数字。
  8. 同一模型可能存在官方、云平台、聚合平台和中转站多个入口,必须区分渠道类型。

渠道风险标签

建议使用统一标签:

[官方]
[云平台官方接入]
[正规聚合平台]
[非官方中转]

非官方中转站不得仅用“便宜”作为推荐理由。至少提醒:

  • 数据隐私;
  • API Key / 账户安全;
  • 稳定性和限流;
  • 模型版本真实性;
  • 服务中断 / 跑路;
  • 封号或违反原厂服务条款的风险。

禁止推荐盗号、共享密钥、来源不明 API Key、绕过地区限制或明显违反服务条款的渠道。

Handoff 给主 Writer

在正文写作之前,把已经整理好的编辑 Brief 交给 content-research-writer,至少包含可获得的:

topic              今日主线 / 单篇核心事件
audience           AI 使用者 / 开发者 / 小团队 / 企业等
article_type       daily / breaking / weekly
goal               帮读者做模型与成本决策
source_window      情报覆盖时间范围
top_picks          1~3 个优先推荐模型/渠道
price_facts        已核验价格、币种、计价单位、核验日期
channel_facts      官方/云平台/聚合/中转分类与限制
model_strengths    编程/推理/长文本/图像/Agent/搜索等
risk_notes         数据、稳定性、条款与渠道风险
primary_sources    官方公告/定价页/文档
layout_profile     references/layouts/ai-savings-daily.md

已经知道的信息不要重复询问用户。

如果运行环境缺少 content-research-writer,应明确提示安装同仓库该 Skill,不得悄悄复制一套 fallback Writer。

标题原则

日报标题强调“今天发生了什么 + 对选择有什么影响”,避免纯列表标题。

优先类型:

Claude突然降价,DeepSeek还值得用吗?今天最省钱的3个AI模型
GPT新模型价格变了:写代码现在用谁最划算?
今天别急着续费:3个AI模型的价格/免费额度刚变

不应:

AI行业最新资讯汇总
今日人工智能新闻7则
全球大模型发展趋势分析

标题里的“最便宜 / 最强 / 第一”必须能由当前比较范围支持;范围不完整时改成“更划算 / 值得关注 / 当前推荐”。

数据视觉与排版

默认读取:

references/layouts/ai-savings-daily.md

视觉目标是 科技情报刊 / 数据决策卡,而不是 AI 插画海报。

优先级:

数据表 / 信息卡 / 排名
> 简单数据图
> 产品官方视觉
> 装饰性 AI 插图

一般一篇日报 2~4 个视觉组件即可:

  • 今日最省钱结论卡;
  • TOP 模型信息卡;
  • 价格 / 能力对比表;
  • 必要时一个价格柱状图或场景雷达图。

没有足够数据时不要为了“有图”生成伪数据图。

发布前检查

发布前至少确认:

  • 标题与正文中的模型版本一致;
  • 价格的输入 / 输出、币种、计价单位一致;
  • 免费额度没有把一次性额度写成永久免费;
  • 活动价格没有被写成长期标准价;
  • 官方与第三方渠道标识正确;
  • 关键价格和重大更新可以回到实际来源;
  • 表格里没有旧版本价格;
  • “今日推荐”是真正基于当日信息,而不是固定品牌偏好;
  • 文章结尾有信息来源与风险提示;
  • 微信 HTML 在手机窄屏上表格仍可读。

默认做到“可直接发布但仍需人工复核”的 HTML / 富文本,不自动替用户发布,除非用户明确要求并且当前环境已有可用的发布工具。

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.