内容创作&整合Skill
工作流
场景一：每天刷热点，仍然不知道账号该写什么
热榜告诉你“大家正在看什么”，却不告诉你“这个账号为什么值得写”。只跟热点，容易得到同质化内容；只凭感觉，又很难判断用户是否真的关心。
•
小红书爆款笔记查询：获取热门笔记和数据线索；
•
小红书评论洞察：从评论中提取问题、反对意见和未满足需求；
•
灵感捕手：把临时想到的角度放进统一收件箱。
指令怎样写
代码块
Haskell
围绕“AI 办公自动化”建立本周选题池，不直接写文章。
分别收集公众号与小红书近 30 天的高互动内容，记录标题、发布日期、
核心承诺、内容结构、互动信号和原链接。
再从评论中提取：重复问题、反对意见、失败经历和用户原话。
结合我的账号定位：面向非技术职场人，强调真实流程和结果验收。
输出 12 个候选选题，每个包含：目标读者、真实问题、已有内容缺口、
我能提供的新证据、适合平台、制作成本和时效性。
不要把阅读量高直接解释成选题一定适合我。
执行流程与结果
WorkBuddy 先生成跨平台样本表，再把评论聚成问题簇，最后把“热度、账号匹配、新增价值、证据充足度、制作成本”分别评分。交付物是一张可以人工删选的选题看板。
有时候光找热门还不够，我们还需要去找低粉爆款。
大家应该都听过，起号要找低粉爆款去抄，这确实是这样的。
PS：这里说的抄，是抄选题，不是原封不动的抄内容。
推荐一个叫viral-topic的skill，它可以获取各个平台近期的指定领域的多个低粉爆款内容。
比如获取公众号最近7天的AI领域低粉爆款文章。
55%
45%
场景二：想要爆款标题，但不想标题党
“给我 20 个爆款标题”很容易得到数字、悬念和夸张承诺，却没有任何标题能准确兑现正文。标题不是独立文案，它是读者与正文之间的一份承诺。
•
•
小红书爆款笔记自动生成器中的标题与标签模块；
•
指令怎样写
代码块
Haskell
读取 approved-article.md，只根据正文已经出现的事实生成标题。
分别生成：公众号标题 8 个、小红书标题 8 个、短视频开场钩子 5 个。
验收方法
把标题单独给一个不了解正文的人看，请他写出“我预计点进去会得到什么”。再与正文核对。预期与实际不一致，标题分数再高也不能用。
workbuddy通过这几个skill，生成的标题还真有那味儿。特别是小红书的标题，很有小红书的感觉。
可以进行 A/B 测试，但一次只改变一个主要变量，例如“问题式”与“结果式”。不要同时改标题、封面、发布时间和正文开头，否则数据无法解释。
再推荐一个标题skill：viral-title，很适合用来给公众号起标题
场景三：公众号封面每次从空白画布开始
封面既要让人看懂主题，又要适配大小封面、安全区和账号品牌。直接说“做一张高级感封面”，通常会得到与正文无关的装饰图、错误文字或失真的 Logo。
•
公众号爆款封面生成：分析同赛道视觉规律并给出方案；
•
公众号图片生成器：处理大小封面、文内配图和引导图；
•
海报设计或图像生成 Skill：执行已确认的视觉 brief。
指令怎样写
代码块
Haskell
为文章《收藏不是知识管理，能再次用起来才是》制作公众号封面 brief。
目标读者：知识工作者；核心信息：从收藏走向可复用知识流。
场景四：小红书不只是“把长文切成九张图”
公众号文章改成小红书时，常见做法是截短段落、加入表情符号，再把文字铺到九张卡片上。结果信息很多，但封面没有钩子，第二页没有承接，最后一页没有行动，移动端也难读。
•
小红书封面图制作；
•
小红书图片生成器：将结构化内容渲染为竖版卡片；
•
小红书运营副驾：发布前体检与复盘。
工作流
从长文提取不带平台语气的事实包；
选择一个核心问题，删除与它无关的支线；
设计“封面承诺 → 问题共鸣 → 方法 → 示例 → 误区 → 清单”的滑动节奏；
先输出逐页线框和字数，再生成图片；
在真实手机宽度检查字号、断行、边距和重点；
最终标题、正文、标签和图片逐一核对数字与专有名词。
代码块
Haskell
把 approved-article.md 改造成 8 页小红书图文，不新增事实。
第 1 页只表达一个承诺；第 2 页写读者正在经历的问题；
第 3-6 页每页只讲一个动作并给一个例子；第 7 页写常见误区；
第 8 页给可保存的检查清单。
先返回逐页文案、视觉层级和预计字数，我确认后再调用封面与长图 Skill。
场景五：一段长文怎样变成可拍的短视频
“改成 60 秒口播”通常只是把文章压缩成更快的朗读稿，没有镜头、节奏、证据画面和停顿，也没有说明谁能拍、需要什么素材。
•
短视频选题素材研究；
•
短视频脚本与矩阵内容工厂；
•
AI 短视频导演用于分镜和生成提示；
•
配乐 Skill 只在确认版权和商用范围后使用。
指令怎样写
代码块
Haskell
场景六：发布前，别让自动化越过责任边界
•
公众号违禁词检测：标记风险表达；
•
公众号排版 Skill：渲染 Markdown 并创建草稿；
•
文章去 AI 味工具：只用于减少套话，不用于伪装来源或原创。
代码块
Haskell
检查本次公众号文章是否有违禁词，如有请标记出来，并对每个违禁词给出修改建议。检查整体内容的 AI 味，并降低AI味，最后把文章排版。
发布链建议停在草稿箱：事实检查 → 引用与版权 → 品牌与合规 → 链接检查 → 手机预览 → 人工确认账号 → 发布。自动点赞、批量私信、刷评论、绕过平台风控和未经确认的群发，不属于本书推荐的效率场景。
36%
36%
29%
场景七：发布后不复盘，下一篇仍从零开始
复盘主要是把AI写的和人工修改后的终稿进行对比，让skill自动进化，下一次，它将写出更好的内容。
可以使用 公众号写作自我迭代 或小红书运营副驾，把人工修改和数据写回风格库：
代码块
Haskell
读取本期内容数据、发布版本和人工修改记录，生成复盘。
先陈述数据事实，再列出最多 3 个可验证假设，不把相关性写成因果。
把表现按选题、标题、封面、开头、结构、发布时间和渠道拆开。
为下轮设计 2 个单变量实验，并说明成功指标和停止条件。
将长期有效的修改规则写入 style-guide.md；一次性热点不要写入永久规则。
把AI最开始产出的文案和终稿都丢进去，最终产出复盘报告和style-guide.md，下次AI写的东西就能离你的期望更进一步啦～
50%
50%
一套够用的自媒体 Skill 栈
#PNgUBNTfqIMW text{white-space:pre}.fb0{stroke:var(--N900-FG, 0.15)}.fx0{stroke-miterlimit:10}.fa1{fill:#bbbfc4}.fx1{font:normal 400 12px MonospacedNumber,LarkHackSafariFont,LarkEmojiFont,LarkChineseQuote,-apple-system,BlinkMacSystemFont,Helvetica Neue,Tahoma,PingFang SC,Microsoft Yahei,Arial,Hiragino Sans GB,sans-serif,Apple Color Emoji,Segoe UI Emoji,Segoe UI Symbol,Noto Color Emoji}.fx2{text-anchor:middle}.fx3{dominant-baseline:central}.fx4{stroke:none}.fc0{fill:var(--text-caption)}.fa2{fill:var(--text-link-disabled)}.fa3{fill:rgb(21, 24, 18)}.fx5{font:400 normal 14px MonospacedNumber, LarkHackSafariFont, LarkEmojiFont, LarkChineseQuote, -apple-system, BlinkMacSystemFont, "Helvetica Neue", Tahoma, "PingFang SC", "Microsoft Yahei", Arial, "Hiragino Sans GB", sans-serif, "Apple Color Emoji", "Segoe UI Emoji", "Segoe UI Symbol", "Noto Color Emoji"}.fx6{text-anchor:start}.fx7{dominant-baseline:alphabetic}.fc1{fill:rgb(255, 255, 255)}.fc2{fill:rgb(17, 19, 14)}.fb1{fill:var(--N900-FG, 0.15)}.fb2{fill:rgb(51, 56, 47)}.fb3{fill:rgb(215, 219, 208)}.fa4{fill:var(--bg-body)}ABC12345层级先装什么何时再增加入门稳定多平台进阶热门内容查询、标题评分、图片生成评论洞察、封面、排版草稿、违禁词检测小红书卡片、短视频脚本、平台适配数据回流、风格迭代、定时选题雷达已能稳定完成一篇内容已明确账号定位和审核人已有统一事实包人工流程已连续跑通 4 周