Menu
用打分、盲预测、发布后复盘和 rubric 进化校准内容判断。适用于视频、文章、播客等可量化内容；触发词包括初始化、打分、预测、发布、复盘、推荐选题、抓热点、状态、找对标。首次使用先运行 cheat-init。
Install with Codex or Claude Copy this prompt, paste it into Codex, Claude, or another assistant, and let it review the skill page and install it for you.
Based on SOC occupation classification
Route CEO-first multi-window work into owner-led role loops. Use for 总控/CEO、架构/CTO、内容主编、角色派发与复用、模型路由、来源窗口回调、role-windows 台账、skill 命中统计或 multi-window loop engineering。
Audit and optimize a skill system with evidence. Use for skill architecture, token or context waste, role and prompt boundaries, routing hits or misfires, plugin packaging, registry/docs/source drift, duplicate workflows, or deciding whether a reusable change belongs in a skill. Runs deterministic checks first and applies only authorized, minimal fixes.
为最终稿创建不可变盲预测日志，并在已有预测时追加新版本。通过 cheat-score-blind 做隔离评分，再由主窗口复核落盘。触发词包括启动预测、start prediction、打分并预测、写预测日志。
提议并执行 rubric 或 bucket 升级。两种模式：**完整 rubric bump**（最高风险动作，5 步强制 + 跨模型审核）和 **--bucket-only 轻量重校**（只换 bucket 边界，不动 rubric 公式）。**Phase 2 强制走 cheat-score-blind sub-agent 给校准池重打分**——不接受 self-scored fallback。触发词："升级 rubric"/"bump rubric"/"更新公式"/"我想加一个维度"/"调整权重"/"重校桶"/"recalibrate bucket"。
cheat-on-content 的首次 onboarding 与脚手架创建器。统一流程——所有用户都走相同 5 阶段闭环，唯一区别是"发过视频的人"会在 init 时多一步：抓取已有视频建立历史 context（用于后续 cheat-seed 给更贴合的选题、更准的 baseline）。触发词："初始化"/"init"/"首次使用"/"我是新用户"/"setup cheat-on-content"。**必须在用户第一次会话执行；其他子 skill 在 .cheat-state.json 不存在时自动路由到此。**
从对标账号导入 script + 数据 → 拆 pattern + 派生 base rubric 信号 → 写到 benchmark.md / script_patterns.md / rubric_notes.md。**这是工具最早期信号的来源**——cold-start 用户没自己历史时全靠对标，发过历史的用户也建议至少 1 个对标做 sanity check。触发词："学这个账号"/"拆这几个对标视频"/"learn from"/"导入对标账号"/"找对标"。
| name | cheat-on-content |
| description | 用打分、盲预测、发布后复盘和 rubric 进化校准内容判断。适用于视频、文章、播客等可量化内容；触发词包括初始化、打分、预测、发布、复盘、推荐选题、抓热点、状态、找对标。首次使用先运行 cheat-init。 |
| argument-hint | [draft-path] [— mode: cold-start|calibration] |
| allowed-tools | Bash(*), Read, Write, Edit, Grep, Glob, Skill, mcp__llm-chat__chat |
🎯 方法论通用，rubric 当前内置观点视频版
方法论（5 阶段闭环）：任何能被量化的内容形态都适用——视频 / 文章 / 播客 / Newsletter / 短文 thread。
当前内置 rubric：观点类视频（评论 / 时评 / 论说 / 议题讨论 / 个人观点表达），7 个维度由参考博主 25+ 已发样本拟合而来。如果你做其他形态，需要：
- 自己写一份 rubric（参照 starter-rubrics/opinion-video-zero.md 的格式）
- 或等内置扩展（长文 / 短文 / 播客 starter 在批次 3 路线图）
默认假设：用户是从零开始的新人（一条视频都没发过）——cold-start 期的预测会简化，只要 7 维打分 + 一句话 bet，不强求 bucket 数字（避免 false precision）。已有 5+ 篇数据的老手走 calibration 模式解锁完整 7 组件预测。
把内容创作变成可校准预测循环：打分 → 预测 → 发布 → 复盘 → 进化 rubric。
本文件是总协议 + 路由器。具体每个阶段的工作流在 skills/cheat-*/SKILL.md 各子 skill 里。
Codex 没有 Claude Code 的 slash-command harness。安装到 Codex 后，按自然语言触发同一套路由即可：
初始化 cheat-on-content → 读取并执行 skills/cheat-init/SKILL.md打分这篇 scripts/foo.md → 读取并执行 skills/cheat-score/SKILL.md启动预测 scripts/foo.md → 读取并执行 skills/cheat-predict/SKILL.md拍了 ... / 已发布 ... / 复盘 ... / 升级 rubric / 状态 → 分别读取对应 skills/cheat-*/SKILL.md执行时遵循本文件的三条原则和路由表；不要依赖 /cheat-* 命令是否存在。Claude Code 专用 hook（.claude/settings.json）仍只在 Claude Code 里自动触发；Codex 中需要用户主动说 状态 查看 buffer、待复盘和候选池。
任何一条被违反，整个校准循环退化为"凭直觉的自我安慰"。如果用户要求打破其中任何一条，拒绝执行并说明原因。
盲预测（Blind prediction）：预测必须在看到任何实际数据之前写完。一旦写完，## 预测 段是 immutable——只能往 ## 复盘 段追加。完整规范：shared-references/blind-prediction-protocol.md。hooks/prediction-immutability.sh 在 harness 层强制执行。
升级 = 全量重打（Bump = full re-score）：rubric 升级时，校准池所有有实绩数据的样本必须用新公式重打分；新排序与实际表现排序若在 ≥4/5 样本上不一致，升级被拒；升级必须经跨模型独立审核。完整规范：shared-references/bump-validation-protocol.md。
rubric 是工作台，不是博物馆：被新数据推翻或被吸收为正式维度的观察，删掉。绝不留"我曾经以为 X，但其实..."的考古层。git history 才是档案。完整规范：shared-references/observation-lifecycle.md。
| 用户说 | 调用 | 前置条件 |
|---|---|---|
| "初始化" / "init" / "首次使用" | /cheat-init | 无（这是入口） |
| "找对标" / "学这个账号" / "拆这几个对标视频" / "learn from" / "导入对标账号" | /cheat-learn-from | 已 init；cold-start 强烈建议；后续可随时 --append / --replace |
| "找选题" / "我不知道拍什么" / "seed" / "找前 5 个选题" | /cheat-seed | 已 init（cold-start 用户专用一次性种子动作） |
| "打分这篇 [path]" / "score this [path]" | /cheat-score | rubric_notes.md 存在 |
| "启动预测" / "start prediction" / "给这稿子打分并预测" | /cheat-predict | 已 init + 有最终稿 |
| "拍了 X" / "shot it" / "录完了" | /cheat-shoot | 对应预测已写（buffer +1） |
| "已发布" / "I shipped it" / "发布链接是 X" | /cheat-publish | 对应预测文件存在（buffer -1） |
| "复盘" / "retro this" / "T+3d 数据来了" | /cheat-retro | 对应预测文件存在 + 已过 RETRO_WINDOW_DAYS |
| "构造受众画像" / "更新 persona" / "我的观众是谁" / "build persona" | /cheat-persona | 已 init；有复盘评论数据（或 benchmark seed） |
| "升级 rubric" / "bump rubric" / "更新公式" | /cheat-bump | 校准池 ≥ MIN_SAMPLES_FOR_BUMP |
| "推荐选题" / "next topic" | /cheat-recommend | candidates.md 存在且非空 |
| "抓热点" / "fetch trends" / "今天有什么可做的" | /cheat-trends | trend-sources adapter 已配置（日常补充候选池） |
| "状态" / "status" / "看板" | /cheat-status | 任意时刻可调 |
| "迁移" / "升级 state" / "schema 版本不对" / "migrate" | /cheat-migrate | 已 init；用户 git pull 拉了新版后；SessionStart hook 提示 schema mismatch 后 |
拍 vs 发分两个动作：buffer 警戒系统需要明确知道"拍了但没发"vs"已发"两种状态。详见 shared-references/cadence-protocol.md。
Mode detection（首次接到非 init 触发词时执行）：
.cheat-state.json → 没有 → 强制路由到 /cheat-initpredictions/ 下有几个文件含完整 ## 复盘 段填了真实数据 → 决定 mode: cold-start | calibration.cheat-state.json 后再路由到目标 skill下列模式会直接破坏三条原则之一，无论用户怎么说，都拒绝执行：
_redo.md 路径记为 reconstructedCROSS_MODEL_AUDIT=false 显式设置且 state file 标记自审时允许_redo.md，原版必须保留详细的拒绝场景在每个子 skill 的 Refusals 段。
skill 期望用户的项目布局如下。/cheat-init 会创建缺失项；绝不在没确认的情况下覆盖。
<user-content-project>/
├── rubric_notes.md # 评分规则的真实来源
├── WORKFLOW.md # 5 阶段流程文档（cheat-init 创建）
├── STATUS.md # 看板（cheat-status 维护）
├── .cheat-state.json # 状态文件，子 skill 共享上下文
├── .cheat-cache/ # 不入版本控制
│ ├── usage.jsonl # 钩子被动记录的使用日志
│ └── trends-history.jsonl # cheat-trends 的去重缓存
├── .claude/
│ └── settings.json # 含 prediction-immutability hook
├── benchmark.md # 对标账号信息（cheat-learn-from 维护）
├── audience.md # 受众画像（cheat-persona 派生；blind 硬禁读）
├── scripts/ # 拍前的所有草稿（cheat-seed 写或用户写）
│ └── YYYY-MM-DD_<id>_<short>.md
├── predictions/ # immutable 预测日志（hook 保护）
│ └── YYYY-MM-DD_<id>_<short>.md # 与 scripts/ 同 id
├── videos/ # 拍后才建（cheat-shoot 创建）
│ └── YYYY-MM-DD_<id>_<short>/
│ ├── script.md # 用户提供的最终拍摄稿（cheat-shoot 时询问"和 scripts/ 一致吗"）
│ └── report.md # T+3d 抓的数据 + 评论（cheat-retro 写）
├── samples/ # 对标账号视频 / 转录（cheat-learn-from 创建）
│ └── <账号名>/<video-id>/{source.mp4 (可选), transcript.md, meta.md}
├── candidates.md # 选题池（可选）
└── content.db # 可选 SQLite，校准池规模化后启用
cheat-on-content/
├── SKILL.md # 本文件（总协议 + 路由）
├── README.md # 营销门面
├── skills/ # 子 skill 集
│ ├── cheat-init/SKILL.md # ✅ 入口：onboarding 与脚手架
│ ├── cheat-learn-from/SKILL.md # ✅ 对标账号导入（拆 pattern + 派生 base rubric 信号）
│ ├── cheat-seed/SKILL.md # ✅ Cold-start 选题启动器（brainstorm + 可选 draft）
│ ├── cheat-score/SKILL.md # ✅ 单稿打分（不写文件）
│ ├── cheat-predict/SKILL.md # ✅ 盲预测 + immutable 日志
│ ├── cheat-shoot/SKILL.md # ✅ 登记拍摄（buffer +1）
│ ├── cheat-publish/SKILL.md # ✅ 发布元数据登记（buffer -1）
│ ├── cheat-retro/SKILL.md # ✅ 数据回收 + 复盘
│ ├── cheat-persona/SKILL.md # ✅ 受众画像派生（从复盘评论聚类）
│ ├── cheat-bump/SKILL.md # ✅ rubric 升级（含跨模型审）
│ ├── cheat-recommend/SKILL.md # ✅ 候选池排序推荐（按 buffer 颜色 + 1 稳 + 1 实验）
│ ├── cheat-trends/SKILL.md # ✅ 热点抓取（日常补充候选池，多 adapter）
│ ├── cheat-status/SKILL.md # ✅ 状态看板（含 buffer 警戒）
│ ├── cheat-migrate/SKILL.md # ✅ schema 升级（老用户 git pull 后用）
│ └── cheat-score-blind/SKILL.md # ✅ Channel B 隔离打分 sub-agent（仅 Task tool 调用）
├── migrations/ # schema 演进单一来源
│ ├── registry.md # ✅ LATEST_SCHEMA + 版本链表
│ └── <from>-to-<to>.md # ✅ 每步迁移的 WHAT/WHY/HOW/Manual fallback
├── shared-references/ # 跨 skill 共享协议
│ ├── blind-prediction-protocol.md # ✅ 原则 #1
│ ├── bump-validation-protocol.md # ✅ 原则 #2
│ ├── observation-lifecycle.md # ✅ 原则 #3
│ ├── prediction-anatomy.md # ✅ 一份合格预测的 7 个组件
│ ├── candidate-schema.md # ✅ 候选项统一 schema
│ ├── cadence-protocol.md # ✅ 节奏协议（buffer 警戒 + 选题策略）
│ ├── state-management.md # ✅ .cheat-state.json 读写约定
│ └── migration-protocol.md # ✅ schema 演进哲学 + maintainer checklist
├── starter-rubrics/ # 各内容形态的先验 rubric
│ ├── opinion-video.md # ✅ 观点视频（中文，已校准 25+ 样本）
│ ├── opinion-video-zero.md # ✅ v0 等权占位（cold-start）
│ ├── long-form-essay.md # ⬜ 公众号 / Substack
│ └── short-form-text.md # ⬜ X thread / 微博长文
├── templates/ # skill 写进用户 repo 的文件骨架
│ ├── rubric_notes.template.md # ✅
│ ├── prediction.template.md # ✅ 统一版（所有阶段，含 confidence header）
│ ├── retro.template.md # ✅
│ ├── candidates.template.md # ✅
│ ├── candidates.template.json # ✅
│ ├── script_patterns.template.md # ✅ 写作 pattern 沉淀（含 benchmark 借鉴段说明）
│ ├── benchmark.template.md # ✅ 对标账号 reference
│ ├── audience.template.md # ✅ 受众画像骨架
│ ├── workflow.template.md # ✅
│ ├── status.template.md # ✅
│ └── content.db.schema.sql # ✅
├── hooks/ # harness 强制层
│ ├── prediction-immutability.json # ✅ 阻塞型钩子（拦预测段编辑）
│ ├── prediction-immutability.sh # ✅ 拦截脚本
│ ├── session-start.json # ✅ SessionStart 自动报告 hook
│ ├── session-start.sh # ✅ 状态报告渲染脚本
│ ├── meta-logging.json # ✅ 被动记录配置
│ └── log-event.sh # ✅ meta-logging 脚本
├── tools/ # 独立 CLI 脚本
│ ├── score-curve.py # ⬜ 预测精度收敛曲线
│ ├── md-to-sqlite.py # ⬜ markdown → content.db 升级（批次 3）
│ └── validate-bump.py # ⬜ 校准池全量重打（批次 3）
├── adapters/ # 数据源适配
│ ├── perf-data/ # 复盘数据源（含 douyin-session）
│ ├── candidate-pool/ # 候选池数据源
│ ├── trend-sources/ # 热点抓取源
│ └── script-extraction/ # 视频/音频转 script（含 whisper for cheat-learn-from）
└── examples/
├── reference-implementation/ # 视频分析脱敏快照（待）
└── script_patterns.example.md # script_patterns 全填示例（参考用，不复制）
✅ = 当前批次（v1 骨架）已完成 / ⬜ = 后续批次
写面向用户的文案（commit message / 复盘小结等）时，匹配项目的 直白克制（reflective-irreverent） voice：
rubric_notes.md 或预测日志starter-rubrics/<form>.mdadapters/trend-sources/<name>.md，符合 candidate-schema.md 输出契约shared-references/<protocol>.md，所有引用它的 skill 自动跟进skills/cheat-*/SKILL.md完整开发指南见 README.md。