| name | digoal-content-output-rules |
| description | digoal 内容产出的硬约束(禁区/视觉/风格/时效性)。所有写作类 skill 必引用。
|
| version | 1.0.0 |
| author | digoal |
| license | MIT |
| tags | ["content","publishing","hard-rules","wechat"] |
| hermes | {"tags":["content","publishing","hard-rules","wechat"],"related_skills":["bilibili-to-wechat-article","content-to-podcast-video","daily-finance","finance-core-analysis","finance-explosive-article","finance-beginner-explainer","financial-report-analysis","investor-news-impact","paper-interpretation","digoal-read-think-writer","world-bug-opportunity-finder","industry-news-insight","product-tech-influence-article"]} |
When to Use
- 任何公众号文章 / 公众号风格 markdown 写作前
- 任何喃语 / 周报 / 行业分析 / 财经内容产出前
- 加载任何写作类 skill 前(注入主人的硬约束)
- Agent 写完文章后自检是否违反禁区 / 风格 / 视觉原则
不适用:
- 内部工作日志(不发表)
- 一次性跑脚本输出
- 纯技术代码 / 配置文件
digoal 内容产出硬约束
这份约束不是文档,是规则。主人反复说过的话,不是建议。
禁区(最高优先级,违反即失败)
🚫 政治红线(2026-08-28 主人原话)
"咱不发和政治相关的特别是国家领导 / 其他国家政治随便提, 别提中国的"
严禁:
- ❌ 中国国家领导人(现任/前任)
- ❌ 中国政治体制相关(党中央、国务院、外交部、部委政策等)
- ❌ 中美关系 / 中俄关系 / 中国与任何国家关系
- ❌ 中国政策解读 / 中国数据对比(避免"中国 GDP"等)
- ❌ 中国股市政策、互联网监管(避免暗指中国)
- ❌ 中国制裁 / 中国出口管制
- ❌ 中国公司涉及敏感监管(如阿里/字节反垄断诉讼)
可以(主人在原话里明确允许):
- ✅ 美国政治(Trump、政府、国会、法院)
- ✅ 欧盟政治(欧盟法案、GDPR、AI Act)
- ✅ 欧洲国家政治
- ✅ 任何非中国国家领导人(可提名字)
- ✅ 国际政治事件(只要不涉及中国)
判断模糊时:
- 默认"不提" — 删掉涉及中国的部分
- 替换方案: 改成通用数字("接近 X 国 GDP")或删整段
- 公司名称(阿里/字节/腾讯/百度)单独出现没问题,但不与"中国国家政策"绑定
🚫 财经免责声明(2026-08-28 主人原话)
"所有财经类的cron产出物应该包含免责申明"
任何财经内容(投资建议、股价分析、宏观判断、估值结论):
- 必含
_finance-disclaimer.md 8 段 + 1 句
- 路径:
/root/new/work/digoal/_finance-disclaimer.md
- 引用方式:文章末尾
> 风险提示: ... blockquote 引用该文件
视觉原则(画龙点睛)
🖼️ 主人原话(2026-08-28)
"需要图才能解释明白时才需要, 要的是画龙点睛不是画蛇添足"
核心规则:
- 默认 0 图 — 写完后再考虑要不要图
- 判断标准:"文字/表格说不清楚,必须用图才能解释明白吗?" 是→画,否→不画
- 图类型优先级:
- mermaid (流程/架构/因果/时序/状态) — 优先
- SVG 数据可视化 (柱状/折线/饼/对比) — 复杂数据
- HTML 表格 (多维对比) — 不是图但常被需要
- 严禁:
- ❌ PNG/JPG 配图 (不 inline, 维护麻烦)
- ❌ 封面图 (公众号自动生成)
- ❌ 装饰图 / 过渡图 / 视频脚本风格连续配图
- ❌ 用图代替清晰的标题分级
SVG 质量硬规则(已沉淀到 svg-validator skill)
- 字体:
'Noto Sans CJK SC', 'PingFang SC', 'Microsoft YaHei', sans-serif
- viewBox 留 20px 缓冲
- 标题与外框 ≥ 18px,文字与边框 ≥ 4px
- 必须内嵌(
<svg>...</svg> 不引用外部)
- 必须
python3 svg-validator.py --auto-fix 0 错 0 警
风格原则(公众号风格)
🎙️ 主人的偏好(从 SOUL.md + 反复纠正总结)
- 有钩子 — 标题 15-25 字,开头 150-200 字冲突/反转
- 不套话 — 禁止"在当今时代..."、"接下来我们看..."、"综上所述..."
- 有故事 — 用"人物 + 冲突 + 转折"结构,不用"罗列新闻"
- 有画面 — 1-2 个能记一辈子的画面,胜过 10 个数据点
- 有诚实 — 标"假设 / 无证据",不夸大
- 三段式收尾 — 做了什么 + 有用的事 + 下一步建议
- 少 emoji — 一篇 ≤ 5 个,装饰性 emoji 严禁
❌ 反模式(明确禁止)
- ❌ "接下来我们看第二点..." 过渡
- ❌ 强配图(每段一张,装饰)
- ❌ 视频脚本风格(连续配图 + 时间戳)
- ❌ 罗列新闻(标题党 + 5 行段落)
- ❌ "以上即是 X 的分析" 套话
- ❌ 模板化的"5 个小标题 + 1 个总结"
- ❌ 长引用 + 没观点(光复述不分析)
时效性(不炒冷饭)
📅 主人原话(2026-08-28)
"时间必须确认是本周的事, 别炒冷饭"
任何"本周/这周/近日/最近"的事件:
- 必查 web_search 原文日期(
-1 类搜索限定时间窗)
- 必带事件日期(不是"近日",是"8/28")
- 2 周以上的旧事 → 不放在"本周"段,改放"回顾"段
- 引用旧事件 → 必须明示"上个月"或具体日期
自检清单:
给主人的价值(主人原话)
"喃语 cron 产出的文件首要考虑对主人的帮助, 你要输出的是对主人有价值的内容,
而不仅仅是思考过程的碎片。整理成足以发表的、主人可一气呵成读下来的文章。"
所有写作 skill 的核心 KPI:
- 主人在通勤/睡前能不能一气呵成读完?
- 读完有没有"我明天想用 / 跟朋友说"的收获?
- 是不是像给"外人"看(可发表),而不是给"自己"看(工作日志)?
与其他 skill 的关系
bilibili-to-wechat-article — 已包含视觉原则的子集,本 skill 是上层规则
content-to-podcast-video — 视频风格(连续配图),本 skill 不适用,但要遵守禁区
finance-* skills — 必须叠加本 skill 的财经免责声明
introspect cron prompt — 直接引用本 skill 的"公众号风格 + 价值"
daily-finance / weekly-news-* — 引用本 skill 的政治红线 + 不炒冷饭
复盘锚点(为什么有这些规则)
| 规则 | 主人原话 / 触发场景 |
|---|
| 政治禁区 | 2026-08-28 公众号周报涉阿里被纠正 |
| 不炒冷饭 | 2026-08-28 AI 周报搜到旧闻被纠正 |
| 画龙点睛 | 2026-08-28 bilibili-to-wechat-article skill 重写 |
| 喃语可发表 | 2026-08-28 introspect cron prompt 改写 |
| 财经免责声明 | 2026-08-28 finance 4 个 cron 改写 |
| 反幻觉 5 类陷阱 | 2026-08-28 weekly-buzz 重写:5 处核心叙事失真(Luna 自决/Qwen 被告/EU AI Act 简化/$11 万亿时间窗/编数字) |
事后校对(文章写完后,投出前)
前瞻约束只能降低写作时的错误率。LLM 即使按本 skill 写,仍会在"数据 / 简化 / 来源"上犯错。文章写完必须过一次"校对阶段"才发出去。
🚨 AI 写作最常见的 5 类陷阱(2026-08-28 weekly-buzz 重写经验)
1. 编造具体数字
症状:LLM 写出来很具体的数字,实际查不到出处。
- ❌ "抖音处置了 12834 条 AI 虚构的台风灾害画面"
- ❌ "Anthropic 顶级模型 8 万亿参数"
- ❌ "另一家头部公司正在训一个 10 万亿参数模型"
根因:LLM 默认"故事比数据更可信",给个具体数字让叙事更有画面感。但没有来源的数字 = 编的。
校对动作:
- 每个具体数字 web_search 原文(优先官方/法庭文件/上市公司财报/学术论文)
- 查不到 → 列入"未核实数据清单",不写进正文;或在正文里明确说"待验证"
2. 多事件合并简化
症状:把多个独立事件简化成一个叙事钩子,丢失关键前提。
- ❌ "Luna 自己拍板,开除了一个人类员工"
- ✅ "Luna 是被人类 manager 用 leading question 引导才做出解雇决定的"
校对动作:对每个"AI 自己做了什么"的叙事,问一句:"这件事有没有人类介入的环节?" 大多数 LLM 叙事会忽略"人类 push""人类审核""人类批准"环节。
3. 错把"另一家公司"当成"这家公司"
症状:把 A 公司产品误说成 B 公司的。
- ❌ "OpenAI 起诉 Qwen 系列"
- ✅ "Anthropic 起诉 DeepSeek / Moonshot / MiniMax(Qwen 不在被告席)"
校对动作:任何公司名 + 起诉 / 起诉方 + 被指控方,三方名称都要逐一核实。
4. 监管法规简化失真
症状:把"分两条 deadline"的法规简化成"一个 deadline"。
- ❌ "欧盟 AI Act 第 50 条 8 月 2 日生效,必须标水印"
- ✅ "50(1)/(3)/(4) 8 月 2 日生效,50(2) 水印 12 月 2 日生效(Digital Omnibus 临时协议)"
校对动作:任何引用法规的内容,必须读原文条款 + 子条款 + 临时协议/修正案。sub-obligation 级别的 deadline 不同,不能合并说"X 日生效"。
5. 时间窗没说清(年 vs 5 年 vs 10 年)
症状:LLM 把"5 年累计"说成"一年",把"预测 2030 年"说成"已经发生"。
- ❌ "$11 万亿 AI capex(暗示一年)"
- ✅ "2024-2029 五年累计 $11 万亿 capex"
校对动作:每个宏观数字必标时间区间。预测数据标"估算"/"预测"。
✅ 校对清单(写完文章后逐条勾)
📊 数据校验附录模板(透明来源)
文章末尾加一个附录,把所有数据点列出来,标 ✅ / ❌:
## 数据校验附录(透明来源)
| 数据点 | 状态 | 来源 |
|---|---|---|
| 具体数字 A | ✅ 核实 | 链接 / 媒体名 |
| 具体数字 B | ✅ 核实 | 链接 / 媒体名 |
| 编造的 C | ❌ 未核实 | 查不到,删掉 |
| 推测 D | ❌ 未核实 | 推测,改写时删除 |
**为什么加这个附录**:
- 让读者看到每个数字的核实状态,建立信任
- 让主人知道哪些数据点还需要进一步调查
- 避免"下次再写同样文章时再次重复错误"
这是公众号写作里少见的诚实,也是与 LLM 默认输出的最大区别。