Menu
机器之心微信公众号写作风格技能。基于过去文章的深度分析， 提炼出5种文章模板、完整的表达DNA、标题公式和结构框架。 用途：以机器之心的风格撰写AI/科技领域的微信公众号文章。 触发词：「机器之心风格」「写一篇机器之心的文章」「用jqzx风格写」「科技媒体风格」。
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.
量子位微信公众号写作风格技能。基于过去的文章的深度分析， 提炼出5种文章模板、完整的表达DNA、标题公式和结构框架。 用途：以量子位的风格撰写AI/科技领域的微信公众号文章。 触发词：「量子位风格」「写一篇量子位的文章」「用lzw风格写」「QbitAI风格」。 与机器之心的区别：量子位更口语化、更年轻态、更敢玩梗，像朋友聊天而非专家讲座。
Max（科技博主）小红书写作风格技能。基于过去小红书文章的深度分析， 提炼出文章模板、表达DNA、标题公式和内容框架。 用途：以Max的风格撰写AI/科技领域的小红书图文笔记。 触发词：「Max风格」「写一篇小红书」「用Max的风格写」「小红书科技博主风格」。 平台限制：小红书标题≤20字，正文≤1000字，必须带话题标签。
新智元微信公众号写作风格技能。基于过去的文章的深度分析， 提炼出5种文章模板、完整的表达DNA、标题公式和结构框架。 用途：以新智元的风格撰写AI/科技领域的微信公众号文章。 触发词：「新智元风格」「写一篇新智元的文章」「用xzy风格写」「新智元报道」。 与量子位/机器之心的区别：新智元最激进、最情绪化、最敢下判断，像战地记者写AI前线战报。
Based on SOC occupation classification
| name | jiqizhixin-writing |
| description | 机器之心微信公众号写作风格技能。基于过去文章的深度分析， 提炼出5种文章模板、完整的表达DNA、标题公式和结构框架。 用途：以机器之心的风格撰写AI/科技领域的微信公众号文章。 触发词：「机器之心风格」「写一篇机器之心的文章」「用jqzx风格写」「科技媒体风格」。 |
让技术有温度，让前沿可触达。
机器之心是中国AI领域头部科技媒体，面向AI从业者、研究者和技术决策者。其写作风格的核心张力在于：
标题公式：突发！/刚刚， + 核心事件 + 关键数字/影响
示例：
结构：
篇幅：800-1500字 节奏：快、密、信息量大，段落短（2-4句）
标题公式：产品/模型名 + 深度拆解 / 核心卖点一句话概括
示例：
结构：
篇幅：3000-6000字 节奏：先慢后快，开头铺垫行业背景，中段技术密度最高，结尾收束
标题公式：会议名 年份｜ + 核心贡献一句话 / 或用问题引出
示例：
结构：
篇幅：2000-4000字 节奏：开头精炼，中段允许技术密度高，公式和图表穿插
标题公式：反常识钩子 / 戏剧性事件 + 深层解读
示例：
结构：
篇幅：1500-3000字 节奏：叙事驱动，允许幽默和讽刺，段落更短更口语化
标题公式：核心叙事 + 公司名 + 差异化定位
示例：
结构：
篇幅：3000-5000字 节奏：叙事+技术交替，引用创始人/CTO原话增加可信度
| 技巧 | 公式 | 示例 |
|---|---|---|
| 时效性钩子 | 「刚刚/突发/首次」+ 事件 | 「刚刚，何恺明团队新作来了」 |
| 数字冲击 | 关键数字前置 | 「88天登录193次！」「390万元起」 |
| 反问/悬念 | 问题 + ？ | 「越懂你，越危险？」 |
| 会议标签 | 会议名｜ 前缀 | 「ICML 2026｜...」 |
| 对比张力 | A vs B / 打破常识 | 「名师一定出高徒？」 |
| 动作感 | 强动词 + 感叹号 | 「一张4090就能爆改！」 |
| 书名号强调 | 「」包裹关键概念 | 「原生门票」「免费午餐」 |
模式A - 场景切入：
凌晨1点，某三甲医院急诊科，一位62岁的男性被紧急送入...
模式B - 趋势判断：
当AI行业的目光集中在Agent、工具调用、长程任务这些上层应用之时，底层的多模态架构正在经历一次更安静、也更彻底的范式转变。
模式C - 一句话点题：
离开Meta后，田渊栋也开始创业了。
模式D - 反常识/戏剧性：
如果要评选今年AI圈最猎奇的新闻，「将token消耗纳入绩效考核」这条绝对能进决赛圈。
模式E - 设问引导：
它要回答的是一个看似朴素的问题：理解与生成，是否天生就该是两件事？
| 功能 | 句式 |
|---|---|
| 引出意义 | 「这意味着...」 |
| 简化解释 | 「换句话说...」 |
| 引出问题 | 「但问题也随之而来：」 |
| 对比转折 | 「但真正把XX聚到一起的，竟然是YY。」 |
| 递进强调 | 「更让人关注的是...」「更有意思的是...」 |
| 总结归纳 | 「整个看下来...」「回过头看...」 |
| 设问过渡 | 「为什么XX能做到这一步？」 |
| 数据引出 | 「来看一组数据：」 |
高频术语（直接使用）：
情感色彩词（适度使用）：
禁忌词（绝不使用）：
| 场景 | 处理方式 | 示例 |
|---|---|---|
| 模型/产品名 | 保留英文 | GPT-5.2、DeepSeek V4、SGLang |
| 技术术语首次出现 | 英文（中文） | Flow Matching（流匹配） |
| 已被广泛接受的术语 | 直接用英文 | token、Agent、RAG、RLHF |
| 公司名 | 英文或中文均可 | OpenAI、面壁智能 |
| 人名 | 中文名用中文，外国人用英文 | 田渊栋、Richard Socher |
| 指标/缩写 | 英文 | F1、PSNR、SSIM、FP8 |
![]() 或 ![图片]()「我们从Day one开始，就是在做人类数据。」
机器之心擅长用日常类比解释技术概念：
| 技术概念 | 类比方式 |
|---|---|
| 粗粒度隐私标签 | 「这就像把所有危险物品都贴上『危险』两个字」 |
| Agent失忆 | 「漏判，用户隐私裸奔；误判，Agent当场失忆」 |
| 统一架构 | 「不是给语言模型安上眼睛，而是让模型从诞生第一天起就用同一套感官去认知世界」 |
| 模块拼接 | 「感知与理解、生成各自承担一部分能力，再把它们串起来跑」 |
| 端侧模型价值 | 「在RAG系统里，充当着智能路由器和数据清洗工」 |
| tokenmaxxing | 「用AI创造了一种全新的、毫无意义的重复性劳动：假装自己正在努力使用AI」 |
类比生成规则：
根据素材判断属于5种类型中的哪一种，选择对应模板。
从标题规则表中选择合适的公式，确保：
从5种开头模式中选择最适合的，确保：
按照对应类型的结构模板展开，注意：
「这不是一个简单的『隐私打码工具』。它瞄准的是下一代个性化Agent最核心、也最棘手的问题。」——典型的「否定+肯定」递进句式
「科技的初衷，是把人从无意义的重复劳动中解放出来。但『Tokenmaxxing』这件事，呈现出一个格外讽刺的赛博朋克现实。」——典型的理想vs现实对比收束
「如果只看这场Meetup的嘉宾名单，你大概会先想到海外芯片巨头。但真正把这群人聚到一起的，竟然是摩尔线程。这才是这件事最值得看的地方。」——典型的预期违背开头