xhs-writer

name	xhs-writer
description	生成小红书(RedNote)笔记：把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文) 或一段带分镜脚本的视频稿(视频)，配 caption + hashtags，落盘到 output/小红书/。 使用时机：用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 / 小红书视频 / write a Xiaohongshu note / make a RedNote post。

xhs-writer — 小红书笔记生成

把一个主题 + (可选)用户素材，生成图文卡片组或短视频脚本，按规范落盘到 output/小红书/。

核心理念

小红书读者看的不是长文，是卡片组或短视频。长文原稿只是中间产物；caption 只是发布配文。

• 图文帖(image post)：3-9 张 9:16 竖版卡片(cover + content × N + ending)，每张 ≤80 字中文。
• 视频帖(video post)：一段 15-90 秒竖屏视频脚本 + 封面卡，分镜写在 meta.json.shots 里，视频合成本 skill 不做。

爆款方法论（通用原则）

5大核心原则：

1. 真实素材优先：项目截图、对比图、演示图 > 纯 AI 生图
2. 聚焦核心卖点：用公式判断优先级（见 Step 0.5）
3. 素人感设计：纯色背景 + 大 emoji + 口语化 > 品牌宣传风格
4. 痛点导向：说"能解决什么问题" > 堆砌功能列表
5. 快速迭代：V1(60分) → 用户反馈 → V2(70分) → 持续优化

详细方法论：见 references/xiaohongshu-viral-methodology.md

工作流

按顺序执行。不要跳步。

Step 0 — Intake(必问，一次问完)

收到请求后不要动手，先向用户确认以下要点，尽量一条消息问完：

1. 主题 / 目标读者 / 核心观点
2. 输出形态：图文 or 视频？(默认图文)
3. 素材：有没有已有的文字/图片/视频要用？贴路径或拖文件
4. 风格：简约清新 / 科技感 / ins 风 / 商务 / 文艺复古 / 可爱卡通(默认"简约清新")
5. 卡片数量 / 视频时长：图文默认 5-7 张；视频默认 30-60 秒

Step 0.5 — 卖点/亮点分析（推荐执行）

触发条件：

• 推广类：产品、项目、工具、服务
• 分享类：好物推荐、经验总结、知识科普
• 测评类：产品对比、使用体验

执行：

1. 列出所有功能/特性/亮点
2. 用 AskUserQuestion 让用户打分（每个点）：
   • 稀缺性（1-5）：别人有吗？独特吗？
   • 实用性（1-5）：能解决多大问题？
   • 可感知（1-5）：用户能直接看到/感受到吗？
3. 计算得分 = 稀缺性 × 实用性 × 可感知
4. 排序，选择 Top 1-2 作为核心卖点/亮点

输出：

## 卖点/亮点分析结果

| 点 | 稀缺性 | 实用性 | 可感知 | 得分 | 优先级 |
|---|---|---|---|---|---|
| 亮点A | 5 | 5 | 5 | 125 | 🥇 核心 |
| 亮点B | 2 | 3 | 3 | 18 | 🥉 辅助 |

**核心卖点/亮点**：亮点A（聚焦这个，其他作为辅助）

参考：references/xiaohongshu-viral-methodology.md 第2节

Step 1 — 素材清点(有素材才做)

如果用户提供了素材路径，先跑脚本生成清单，再由 AI 用多模态能力填描述：

python3 scripts/analyze_material.py <path>... \
  --out <work-dir>/reference/materials.json \
  --frames-dir <work-dir>/reference/frames

脚本只做确定性预处理(分类、取分辨率/时长、抽帧)。AI 随后用视觉能力 打开 materials.json 里每条 image/frame，填 caption 和 usage(cover / content-N / ending / reference)。详见 references/material-intake.md。

素材分类（按价值排序）：

1. 对比图（最有价值）：before/after、input/output、不同版本对比
2. 功能演示：界面截图、操作流程图、效果展示
3. 数据图表：性能对比、用户增长、功能覆盖
4. 品牌素材：Logo、配色方案、官方截图

素材使用策略：

• ✅ 优先级：真实素材 > 图生图 > 代码叠加 > 纯 AI 生图
• ✅ 对比图：用图生图（保留真实感 + 叠加小红书风格文字）
• ✅ 纯文字卡片：用 AI 生图（素人感设计）
• ❌ 避免：所有卡片都用纯 AI 生图（缺少真实感）

参考：references/xiaohongshu-viral-methodology.md 第3节

Step 2 — 采集外部参考(观点类 / 资讯类必做；纯素材驱动可跳过)

按 references/reference-search.md 执行，结果写入同一 reference/ 目录。核心数据 ≥2 个来源交叉验证。

Step 3 — 写长文原稿(2000-4000 字)

从 H2 开始(不写 H1；标题入 meta.json.title)。写完先给用户看，确认主旨再继续，不要直接跳到卡片/分镜。反模式清单以 references/humanizer-zh.md 为准。

Step 4 — 去 AI 化

读 references/humanizer-zh.md 五层原则，完整扫描重写原稿，给出质量评分(满分 50)。

Step 4.5 — 图生图处理（有真实素材时必做）

触发条件：Step 1 发现了对比图、功能演示等高价值素材

工具：gpt-image-2 图生图（需要 OpenAI API key）

执行：

# 使用本项目的 image_generator
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator

generator = GptImage2Generator(aspect_ratio="9:16")

# 图生图：保留真实素材 + 叠加小红书风格文字
generator.generate_scene_image(
    scene_data={
        'index': 1,
        'image_prompt': """Based on the reference image, create a Xiaohongshu style card, 9:16 vertical.

Keep the original image visible.

Add overlays:
- Top: "{标题}"
- Bottom: "{引导文字}"

Style:
- Keep original clear
- Casual Xiaohongshu style
- Authentic feel"""
    },
    output_path='output.jpg',
    size='auto',
    reference_image_path='material.jpg'
)

Prompt 模板：见 references/xiaohongshu-viral-methodology.md 附录C

失败处理：

1. 重试 1 次
2. 降低图片分辨率（max 1024px）
3. 改用代码叠加文字（scripts/text_on_image.py）

Step 5 — 分发：图文 or 视频

5A. 图文帖：拆成 3-9 张卡片

• 结构：cover(第 1 张) + content(中间若干) + ending(最后 1 张)
• 每张 ≤80 字(title + content 合计，代码点计数)
• 一张卡只讲一个论点；数字 / 对比 / 金句优先上卡
• 全套卡片 emoji 风格与配色保持一致

每张卡选一种 合成策略(写入 cards[i].synthesis_strategy)，五选一。详见 references/material-intake.md：

strategy	适用	工具	优先级
img2img	有真实素材（对比图/演示图）	gpt-image-2 图生图	🥇 最佳
text_on_photo	有 1 张合适照片 + 一句钩子	scripts/text_on_image.py	🥈 次选
collage	有 2-4 张互补照片	scripts/collage_3x4.py	🥉 可用
pure_text	无素材，纯文字卡	AI 生图（素人感）	✅ 常用
ai_generated	概念图 / 数据图	用户自备 t2i 服务	⚠️ 慎用

策略选择原则：

• ✅ 有真实素材 → 优先 img2img（保留真实感）
• ✅ 纯文字卡片 → 用 pure_text（素人感设计）
• ❌ 避免所有卡片都用 ai_generated（广告感强）

素材有水印 → 先跑 scripts/crop_watermark.py 或按 references/image-sourcing.md 处理。

5B. 视频帖：写分镜脚本

• 写 6-12 个分镜，每镜 2-8 秒，累计时长对齐用户预期
• 每镜含：narration(口播，≤30 字)、on_screen_text(屏幕字，≤15 字)、visual(画面描述)、material_ref(若引用 materials.json 里某条素材)
• 仍要出一张 cover 卡(3:4)作为封面；视频本体由用户侧工具合成，本 skill 只产脚本

字段结构见 references/meta-schema.md 的 shots[] 定义。

Step 6 — caption + hashtags + 标题

标题生成（5种公式）：

1. 痛点+解决方案：{具体痛点}？{解决方案}
   • 适用：有明确痛点的工具/产品
2. 提问式：有没有那种{功能描述}的{产品类型}？
   • 适用：新工具推荐、功能发现
3. 发现式：我发现了个宝藏！{核心价值}
   • 适用：兴奋分享、好物推荐
4. 热点词：{热点词}爆火后，我用它做了{场景}
   • 适用：蹭热点、技术类产品
5. 身份共鸣：{身份标签}必备！{核心功能}
   • 适用：有明确目标人群的产品

参考：references/xiaohongshu-viral-methodology.md 附录F

caption：

• 100-300 字，hook 开头(数字/提问/惊叹) → 关键信息 → 行动号召(点赞/收藏/关注)
• 带 emoji，闺蜜语气
• 结构：痛点共鸣 → 解决方案 → 具体功能 → 真实案例 → CTA
• 避免：堆砌功能、正式文案、广告感

hashtags：

• 5-8 个，与主题强相关
• 核心标签（4个）：热点词 + 核心功能 + 差异化卖点 + 目标人群
• 辅助标签（4个）：场景词 + 品类词
• 避免 #生活 等过度泛化标签

只写进 meta.json，不粘进卡片或正文

Step 7 — 落盘

目录与命名规则见 references/output-spec.md。

output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/
├── {完整标题}.md        # 长文原稿
├── meta.json            # 元数据(卡片 / 分镜 / caption / hashtags / materials)
├── images/              # (图文)最终卡图 / (视频)封面
└── reference/           # materials.json / 搜索结果 / summary / 思考过程

目录短标题与时间戳必须走脚本标准化，别手写：

python3 scripts/normalize_slug.py "原始长标题" --with-ts

meta.json 完整字段定义见 references/meta-schema.md。

Step 8 — 校验(强制)

写完 meta.json 后必须跑：

python3 scripts/validate_meta.py <work-dir>/meta.json

非 0 退出 → 读报错修 meta.json 再跑，直到 clean。不要把未校验的产物交给用户。

不要做的事

• 不写 H1；标题只放 meta.json.title
• 不在正文末尾写"参考来源 / References"；只落到 reference/
• 不在 .md 里留 【插入图片：...】 占位符；图片同步下载 + 引用相对路径
• 不跳过 Step 4(去 AI 化)和 Step 8(validate)
• 不自己手算目录名 / 时间戳，一律走 normalize_slug.py

---

工具依赖

必需工具

• Python 3.8+
• PIL (Pillow)

可选工具

• OpenAI API key（用于图生图，推荐）
  • 配置：在 ~/.claude/skills/xhs-writer-skill/.env 填入 OPENAI_API_KEY
  • 没有 API key 也能用，会生成纯文字卡片

图生图使用

# 添加路径
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator

# 初始化
generator = GptImage2Generator(aspect_ratio="9:16")

# 生成
generator.generate_scene_image(
    scene_data={'index': 1, 'image_prompt': '...'},
    output_path='output.jpg',
    size='auto',
    reference_image_path='material.jpg'  # 图生图模式
)

---

参考资料

核心方法论

• references/xiaohongshu-viral-methodology.md：完整爆款方法论
  • 卖点优先级判断公式
  • 素材使用策略（优先级排序）
  • 爆款卡片结构（标准6-7张）
  • 文案公式库（5种标题公式）
  • 视觉风格指南（素人感 vs 精美设计）
  • 图生图 Prompt 模板（3种场景）
  • 常见错误清单（5大错误 + 解决方案）
  • 工具使用指南

其他参考

• references/humanizer-zh.md：去 AI 化原则
• references/material-intake.md：素材处理流程
• references/image-sourcing.md：图片来源处理
• references/meta-schema.md：元数据字段定义
• references/output-spec.md：输出目录规范

---

快速开始

场景1：推广产品/项目

# 用户说："帮我推广这个项目 /path/to/project"

# Step 0.5: 卖点分析
# → 列出功能，让用户打分（稀缺性×实用性×可感知）
# → 选出核心卖点

# Step 1: 素材盘点
# → 扫描项目截图、对比图、演示图
# → 分类：对比图（最有价值）> 功能演示 > 其他

# Step 4.5: 图生图
# → 对比图用图生图（保留真实感 + 小红书风格）
# → 纯文字卡片用 AI 生图（素人感）

# Step 6: 生成标题（5个选项）
# → 痛点式、提问式、发现式、热点词、身份共鸣

# 输出：6-7张卡片 + caption + hashtags

场景2：好物分享/经验总结

# 用户说："写一条关于 XX 好物推荐的小红书笔记"

# Step 0: Intake
# → 确认主题、目标读者、输出形态

# Step 0.5: 亮点分析
# → 这个好物的核心亮点是什么？

# Step 1: 素材盘点
# → 产品图、使用场景图、效果对比图

# Step 3-4: 写长文 + 去 AI 化

# Step 5: 拆成卡片
# → 封面（提问/发现式）+ 亮点展示 + 使用场景 + 真实体验 + CTA

# 输出：5-7张卡片 + caption + hashtags

场景3：知识科普/教程

# 用户说："写一条关于 XX 知识的小红书笔记"

# Step 0: Intake
# → 确认主题、目标读者、知识点

# Step 2: 采集外部参考
# → 搜索相关资料，交叉验证

# Step 3-4: 写长文 + 去 AI 化

# Step 5: 拆成卡片（纯文字）
# → 用 AI 生图（素人感设计）
# → 结构：封面 + 核心概念 + 步骤/要点 + 注意事项 + CTA

# Step 6: caption + hashtags

# 输出：5-7张卡片 + caption + hashtags

---

常见问题

Q1：什么时候用图生图？

A：有真实素材（对比图、演示图、截图）时优先用图生图。效果：真实感 > 代码叠加 > 纯 AI 生图。

Q2：如何判断卖点优先级？

A：用公式 优先级 = 稀缺性(1-5) × 实用性(1-5) × 可感知(1-5)，选择得分最高的 1-2 个作为核心卖点。

Q3：封面选哪种风格？

A：

• 有明确痛点 → 痛点式
• 新工具推荐 → 提问式
• 好物分享 → 发现式
• 蹭热点 → 热点词式
• 明确人群 → 身份共鸣式

Q4：图生图失败怎么办？

A：三级降级策略

1. 重试 1 次
2. 降低图片分辨率（max 1024px）
3. 改用代码叠加文字（scripts/text_on_image.py）

Q5：需要多少张卡片？

A：

• 最少：3张（封面 + 核心卖点 + CTA）
• 标准：6张（封面 + 卖点 + 功能 + 人群 + 案例 + CTA）
• 完整：7张（+ 开源地址/官方链接）

---

更新时间：2026-04-25 适用场景：产品推广、好物分享、知识科普、经验总结、测评对比等各类小红书内容