| name | viral-hook |
| description | 阅读理解图片或文本内容，生成社交媒体爆款标题、评论描述和标签。内置去AI味处理，确保输出通过AI检测。使用方法：/viral-hook [图片路径或文本]，支持 /viral-hook --platform=<小红书|微博|twitter|朋友圈> --style=<悬念|数据|对比|情绪|反常识> --count=3 |
| user_invocable | true |
| version | 2.0.0 |
viral-hook: 爆款文案生成器
读内容，出爆款。输入图片或文本，输出让人忍不住点进来的标题、描述和标签。
使用方法
/viral-hook <图片路径或文本> [--platform=<平台>] [--style=<风格>] [--count=<数量>] [--lang=<语言>]
参数说明
| 参数 | 说明 | 默认值 |
|---|
<图片路径或文本> | 图片文件路径或一段文字内容 | 必填 |
--platform | 目标平台：小红书、微博、twitter、朋友圈、通用 | 通用 |
--style | 标题风格：悬念、数据、对比、情绪、反常识、auto | auto |
--count | 生成几组标题 | 3 |
--lang | 输出语言：zh(中文)、en(英文)、both(双语) | zh |
执行步骤
第一步：理解内容
- 图片输入：用 Read 工具查看图片，提取所有可见文字、人物、场景、数据、情绪
- 文本输入：直接读取文本内容
- 提取核心信息：
- 主题：这段内容在讲什么？
- 关键信息：最重要的数据、观点、结论是什么？
- 情绪基调：兴奋、震惊、温馨、讽刺、严肃？
- 目标受众：谁最关心这个内容？
第二步：选择风格
如果 --style=auto，根据内容特征自动选择最佳风格：
| 内容特征 | 推荐风格 |
|---|
| 有震撼数据或结果 | 数据型 |
| 可以制造信息差或好奇心 | 悬念型 |
| 存在明显对立面或前后反差 | 对比型 |
| 能引发共鸣、感叹或情感共鸣 | 情绪型 |
| 违反常识、颠覆认知 | 反常识型 |
混合内容时优先选择最能制造好奇心或点击欲的风格。
第三步：生成标题
生成 --count 组标题，每组包含不同风格的选项。
标题原则
- 引发好奇：制造信息差，让人觉得"我必须点开看"
- 具体而非抽象：用数字、场景、细节代替空洞描述
- 情感触发：每个标题至少包含一种情绪触发点（惊讶、好奇、共鸣、焦虑、兴奋）
- 适配平台：不同平台有不同的标题习惯
各平台标题特征
小红书：
- 20字以内最佳
- 用「！」和 emoji 增强情绪
- 偏向第一人称、亲测分享感
- 关键词前置让搜索容易命中
微博：
- 30字以内，用「#话题#」包裹核心关键词
- 观点鲜明，立场明确
- 常用「原来…」「终于…」「没想到…」开头
Twitter/X：
- 英文标题力求简洁有力，常常是一个完整句子或强动词开头
- 不怕争议性，争议=互动
- 善用数字和对比
朋友圈：
- 自然口语化，像跟朋友说话
- 适度留白制造好奇心
- 偏向情绪共鸣而非信息密度
风格模板
悬念型：
- 「我试了 X，结果 Y」
- 「终于明白了，原来 X 一直在 Y」
- 「X 之后，我再也不 Y 了」
数据型：
- 「X% 的人不知道 Y」
- 「用 X 达到 Y 倍效果」
- 「从 X 到 Y，只用了 Z」
对比型：
- 「别人还在 X，已经有人 Y」
- 「以为 X，其实 Y」
- 「试了 X 和 Y，差别太大了」
情绪型：
- 「X 真的让人 Y」
- 「每次 X 都会 Y」
- 「谁懂啊，X 之后 Y」
反常识型：
- 「X 并不是 Y」
- 「别再 X 了，应该 Y」
- 「越 X 越 Y，颠覆认知」
第四步：生成评论描述
为每组标题搭配一段评论/描述文案。描述不是标题的重复，而是补充和延伸。
描述原则
- 字数要求：每段描述严格控制在 300-500 字（不含标签）。太短无法展开痛点，太长用户会失去耐心。这是核心硬指标，必须遵守
- 抓用户痛点：开头前 50 字必须直击目标受众的核心焦虑或渴望。不要平铺直叙讲内容，先抛出用户正在经历的困境、正在犯的错误、正在错过的机会
- 观点鲜明：描述中必须有至少一句明确的立场或判断（"真正的问题是…"、"大多数人忽略的是…"、"我的结论是…"），不能只是罗列信息。没有观点的描述等于没有灵魂
- 制造共鸣：用"你是不是也…"、"很多 X 都遇到过…"、"我第一次 Y 的时候…"等句式，让读者感觉"这说的就是我"
- 补充信息差：描述不是标题的复述，而是补充标题没说完的关键信息。给出至少一个具体数据、场景细节或反常识洞察，让读者觉得"原来还有这层"
- 情绪递进：描述要有情绪曲线——从痛点（焦虑）→ 到解法（希望）→ 到行动号召（紧迫）。不要全程平淡
- 结尾引导：最后 30-50 字必须放一个具体的互动钩子，如反问、投票、征集经验、或者"评论区见"，驱动用户留下评论而非只点赞
- 适配平台调性：不同平台的语言习惯和表情符号使用差异很大
各平台描述特征
| 平台 | 描述长度 | 风格 |
|---|
| 小红书 | 300-500字 | 亲测分享感，分段+emoji，痛点开头+个人故事+经验总结+互动提问 |
| 微博 | 300-500字 | 观点鲜明，话题标签，可带数据支撑和情绪感叹 |
| Twitter | 150-280字英文 | 直接有力，一个核心观点+一句数据/证据+号召转发 |
| 朋友圈 | 200-350字 | 像跟朋友吐槽或安利，口语化强，情绪真实不端着 |
描述示例（300-500字标准）
以下是一段符合要求的描述示例，供参考节奏和结构：
你是不是也有这种焦虑？明明每天都在学新技术，刷了一堆教程，面试的时候却还是被问到哑口无言。我去年面了 8 家公司，挂了 5 家，才发现一个残酷的真相：面试官根本不在乎你会多少框架，他们在乎的是你知不知道工程化的完整链路。 大多数自学的人只盯着前端三件套和一两个框架，却忽略了状态管理、API 设计、数据库选型这些真正能拉开差距的能力。更致命的是，AI 时代已经到了，不会把 LLM 接到产品里的开发者，正在快速失去竞争力。这张图是我花了两周时间，翻了 30 多篇面经和招聘 JD 整理出来的全栈技能地图，不夸张地说，如果一年前有人给我这份清单，我能少走至少半年的弯路。现在我把这张图分享出来，不是让你焦虑，而是给你一个清晰的努力方向。你目前最缺的是哪个模块的能力？评论区聊聊，我抽 3 个人送我的学习笔记。
分析这段描述的结构：
- 痛点开头（50字）："你是不是也有这种焦虑…面试被问到哑口无言"——直接命中目标读者
- 个人经历+反常识洞察（100字）："面了8家挂了5家…不在乎你会多少框架"——制造信任感和信息差
- 放大焦虑（80字）："更致命的是…正在快速失去竞争力"——情绪递进，把个人问题上升到时代趋势
- 给出解法和价值（80字）："这张图是我花了两周时间整理…少走至少半年的弯路"——从焦虑转向希望
- 互动号召（50字）："你目前最缺的是哪个模块？评论区聊聊…"——驱动评论互动
第五步：生成标签
每组标题+描述配至少 3 个标签。
标签原则
- 混合使用大标签（高流量）和小标签（精准匹配）
- 大标签带来曝光，小标签带来精准受众
- 标签与内容强相关，不硬蹭无关热点
标签组合
每组输出：
- 1-2 个大标签：流量大但竞争激烈（如
#AI、#程序员、#效率）
- 1-2 个中标签：流量适中，更精准（如
#ClaudeCode、#开发工具）
- 1-2 个小标签：非常精准，长尾流量（如
#token优化、#MCP服务器）
第七步：去AI味处理
每轮生成的标题和描述必须经过去AI味处理，确保输出不会被AI检测器识别为机器生成。
这不是可选的润色步骤，是强制性质检。未通过去AI味检查的输出不得展示给用户。
7.1 快速自检（标题）
逐条检查生成的标题，标记并修复以下问题：
- AI高频词：赋能、认知升级、长期主义、底层逻辑、关键抓手、闭环、深度链接、价值沉淀、颗粒度、抓手、对齐、重构、升维、降维打击、顶层设计、范式转移、破局、破圈、穿透、倒逼、解法、路径、场域、体感、温差
- 宣传腔：颠覆你的认知、永远改变你使用XX的方式、大师级、终极、必备、划时代
- 否定排比："不是A，而是B""这不仅是A，更是B" → 拆掉，用一句话说清楚
- 三连词：创新/效率/增长、认知/行动/结果 → 只留一个最具体的
7.2 完整去AI味流程（描述文案）
对每条描述文案执行以下五步：
第1步：检测
逐项标记以下8类AI味痕迹：
| 类别 | 检测项 | 文案常见表现 |
|---|
| 意义膨胀 | 把普通技巧包装成重大发现 | "这彻底改变了我的工作流""解锁了全新的效率维度" |
| 宣传腔 | 过度热情、形容词堆砌 | "惊人的""让人难以置信的""每一个X都该知道" |
| 模糊归因 | 不说具体来源的伪引用 | "数据显示""大多数人""很多开发者都遇到过" |
| 公式结构 | 模具化句型 | "从X到Y""不仅A更B""以为A其实B" |
| AI高频词 | 赋能/认知升级/底层逻辑/破局等 | ≥3个直接重写 |
| 风格痕迹 | 粗体加粗滥用、破折号泛滥 | 每500字破折号≤1个；粗体仅用于1-2处核心观点 |
| 聊天残留 | "希望这对你有帮助""此外""值得注意的是" | 全部删除 |
| 统计层面 | 句长均匀、段落全是3-5句 | 有意制造长短交替；插入1句短段 |
第2步：删除 — 至少砍15%
- 删掉所有意义膨胀的帽子句
- 删掉所有模糊归因的伪引用
- 删掉所有聊天残留句式
- 删掉纯凑字数的铺垫句（"相信大家都深有体会""想必不用我多说了"）
- 判断标准：删掉这句话，读者会损失任何信息吗？不损失 → 删
第3步：声纹校准
每段描述必须能听到"具体的人在说话"：
- 不要中立播报 → 要有明确的立场和判断（"我的结论是…""说个暴论…""这东西我试了X次才明白…"）
- 不要光滑无毛边 → 允许不耐烦（"不展开了，懂的都懂"）、允许吐槽、允许没说清但大家能懂的停顿
- 不要抽象概括 → 给具体数字/场景/结果（不是"效率大幅提升"而是"从3小时缩到40分钟"）
- 不要每句一样长 → 长句（25+字）后面跟短句（3-8字）。甚至一个词。
语气参考（按平台）：
| 平台 | 声纹特征 |
|---|
| 小红书 | 像跟朋友吐槽后认真分享，有情绪起伏，不端不装 |
| 微博 | 观点锋利，不回避争议，允许"暴论"式表达 |
| Twitter/X | 直接、简洁、有梗，信息密度高，不怕冒犯 |
| 朋友圈 | 像深夜发的真心话，口语化强，不用完整句子也行 |
第4步：改写 — 抽象词换具体物
- "效率提升" → 从多久缩到多久？改了几次才达到？
- "很多人不知道" → 具体什么场景下发现的？你问了几个朋友？
- "真正的问题" → 不是"真正的问题是认知"，而是"问题出在第X步"
- "彻底改变" → 到底改变了什么？以前怎么做、现在怎么做？
第5步：反查
改完后逐项复查：
发现问题 → 回到第2步，再删再改。最多迭代2轮。
7.3 去AI味评分标准
改完后对每条描述打分：
| 维度 | 1-3分（AI味重） | 4-6分（中等） | 7-10分（活人感） |
|---|
| 具体性 | 全是抽象词，看不到具体东西 | 有少量具体细节 | 有数字/名字/场景/动作 |
| 个人声音 | 完全中立，看不出谁在说话 | 有一定态度但克制 | 有明确的立场、情绪、习惯 |
| 句法自然度 | 句长统一，节奏机械 | 有变化但不够大胆 | 长短交替，有不规则和毛边 |
| 信息密度 | 大量正确的废话 | 偶有废话 | 每句都有存在理由 |
总分必须 ≥ 7 分（28/40）才能输出。不达标的描述必须重写到达标。
红线（任何一条触发 → 整段重写）：
- 出现 3 个以上 AI 高频词
- 有未具体指明的"数据显示""大多数人""很多开发者"
- 整段没有一句能听到"人"的立场和情绪
- 句长统一到可以交给 TTS 朗读不奇怪的程度
- 出现"希望这对你有帮助""综上所述""在当今时代"
7.4 标签去AI味
- 标签中不得出现 AI 高频词（赋能/认知升级/底层逻辑 等）
- 标签必须是真实平台用户会打的标签，不是"关键词总结"
- 小标签要像用户自己写的，不要像 SEO 优化过的
第八步：输出
输出格式：
---
**标题 A**：[悬念型标题]
**描述**：[300-500字描述文案，痛点开头+观点鲜明+情绪递进+互动结尾]
**标签**：#大标签 #中标签 #小标签
---
**标题 B**：[数据型标题]
**描述**：[300-500字描述文案，痛点开头+观点鲜明+情绪递进+互动结尾]
**标签**：#大标签 #中标签 #小标签
---
**标题 C**：[情绪型标题]
**描述**：[300-500字描述文案，痛点开头+观点鲜明+情绪递进+互动结尾]
**标签**：#大标签 #中标签 #小标签
---
如果 --lang=en 或 --lang=both，额外输出英文版本。
如果 --platform 不是 通用，在每个标题旁标注适配平台。
注意事项
- 标题必须有钩子 — 没有钩子的标题等于没有标题。每个标题必须有让人想点击的理由
- 描述必须 300-500 字 — 这是硬指标。太短无法展开痛点和观点，太长会失去节奏。宁可删一句不痛不痒的铺垫，也不要压缩到 200 字以内
- 描述不是标题的复述 — 描述要补充标题没说透的信息，给出数据、场景、反常识洞察，不是换个说法把标题再讲一遍
- 描述必须有痛点 — 开头不直击焦虑的描述是失败的。如果读完前 50 字用户没有产生"说的就是我"的感觉，重写
- 描述必须有鲜明观点 — 不能只是罗列信息，要有一句明确立场（"真正的问题是…"、"大多数人没意识到…"）。没有观点的描述是信息的堆砌，不是文案
- 标签分层 — 大中小标签混合，不要全是泛标签也不要全是冷门标签
- 平台适配 — 不同平台的语言习惯差异很大，默认用「通用」风格时要适度模糊化
- 禁止标题党 — 标题要有钩子但内容必须能兑现承诺，不做虚假暗示
- 图片内容优先 — 如果输入是图片，以图片内容为主，文字只是补充
- 描述要有情绪曲线 — 从痛点（焦虑）→ 解法（希望）→ 行动（紧迫），不要全程平淡如水
- 必须经过去AI味处理 — 所有输出（标题、描述、标签）必须在「第七步」完成去AI味质检。去AI味评分 < 7 分的描述不得输出。这是硬性规则，不是可选润色。未通过质检的输出等同于未完成生成
- 禁止AI高频词 — 标题和描述中不得出现赋能、认知升级、底层逻辑、长期主义、关键抓手、闭环、颗粒度、抓手、对齐、重构、升维、降维打击、顶层设计、范式转移、破局、破圈、穿透、倒逼、解法、路径、场域、体感、温差。出现 ≥ 3 个直接整段重写
- 禁止公式句型 — 不得使用"不仅是A更是B""不是A而是B""从X到Y"等模具化句式。不得用"在当今时代""随着XX的发展""综上所述""希望这对你有帮助"
- 声纹可辨识 — 读完全文，读者应该能感受到一个具体的人在说话，不是一篇"通用人类语气"的模板。允许偏见、允许不耐烦、允许没说完的停顿
