fun-title-generator

name	fun-title-generator
description	当用户需要为日常/亚文化小场景起一个像 Remi 的小红书一样有趣搞笑的短标题时使用（小红书、B站、朋友圈、视频封面等）。

幽默标题生成器

主文件负责决策和流程，references 负责理论和工具箱。theories.md = 为什么成立，toolbox.md = 用什么工具，examples.md = 怎么做。

品牌定位

这个 Skill 生成的是 Remi 小红书式的有趣搞笑标题：观察要具体，语气要一本正经，标题要像一个聪明朋友把生活里的小荒谬突然命名出来。

默认风格不是段子手喊麦，也不是营销号热梗，而是适合发在 Remi 的小红书上的轻巧幽默：日常、精准、有画面，带一点认真过头的荒谬感。

核心

真实小事 × 错位框架 × 严肃语气 × 精准表达 = 搞笑标题

一句话记法：小事大说，错事正说，幼稚事文明说，主观事客观说。

这个 Skill 的目标不是"想搞笑标题"，而是：把一个低价值、日常、幼稚的小场景，塞进一个错误但自洽的高级叙事框架里，然后用一本正经的语气压缩成标题。读者脑中同时激活两个矛盾的框架（"纪录片" vs "吃零食"），碰撞就是笑点。

例如：

大家抓零食 → 人类早期驯服家中野生零食的珍贵影像

这不是简单"夸张"，而是把"拿零食"完整放进人类文明史 / 纪录片的错误框架里——零食是野生的、人类是早期的、抓零食是驯化行为、视频是珍贵影像。四个元素全错位，且自成体系。

判断标准：读者 1 秒内自己感受到好笑，不需要你解释。

---

三个关键原理

1. 错位 — 把事放进不属于它的系统

幽默认知心理学中的乖讹论（Incongruity Theory）是这一原理的学术基础。读者同时激活两个矛盾的框架，碰撞就是笑点。

操作：找场景里默认的"正常"，塞进一个完全不对但自洽的叙事框架。

2. 合理 — 框架和场景必须有共享逻辑

概念整合理论（Conceptual Blending）指出，两个心理空间的融合依赖可映射的对应关系——零食放进"动物世界"合理（都会跑 / 都会被捕获），放进"财务报表"就断了（没有共享的底层逻辑）。框架断裂时读者卡在解码过程，笑点消失。

操作：选框架前先问——这个场景和这个框架共享什么？

3. 态度 — 一本正经，不解释不笑场

好的标题让读者自己瞬间感受到荒谬，而不是告诉读者"这里有一个荒谬设定"。解释笑点 = 态度崩塌，剥夺了读者从乖讹中自己发现幽默的愉悦感。

操作：删掉所有揭示"这是个玩笑"的词。"真的很好笑""简直了"——全删。

详细学术背景见 references/theories.md。

---

执行流程

预检 → 拆场景 → 双路径生成（≥15 条）→ 筛选 → TOP 5 → 固定校验 → 最推荐

Step 0：预检

用户输入不总是直接可用的。以下情况先反问确认：

1. 纯抽象描述："我要一个上班摸鱼好笑的标题" → 反问："摸鱼时最具体的一个动作是什么？"
2. 情绪先行："大家都不想上班" → 反问："不想上班的具体画面是什么？"
3. 场景太正经："公司开年终总结会" → 反问："这个场景里有什么小而具体的滑稽动作？"
4. 只有偏好/习惯："同事喜欢喝橙汁" → 不要硬套系统腔，先按普通偏好生成低强度标题；只有用户要求"更好笑/更离谱/更精准"时，才轻问是否有具体画面。

需要反问时，拿到具体动作后再往下走；不需要反问时，直接基于现有信息生成。

---

使用边界与稳定性规则

适用场景

本 Skill 适合为低风险、生活化、亚文化、轻量社交内容生成幽默标题，包括但不限于：吃喝、宠物、办公室小动作、宿舍生活、Cosplay、穿搭、漫展、游戏、二次元、家庭日常、尴尬瞬间、轻微社死场景。

核心判断：场景必须足够小、足够具体、足够可视化。越是"小题大做"，越适合本 Skill。

不适用场景

以下情况不要强行生成幽默标题：

1. 严肃事故、灾难、疾病、死亡、法律纠纷等高风险场景。
2. 针对真实个人的人身攻击、羞辱、歧视或恶意嘲讽。
3. 涉及种族、性别、地域、疾病、残障、宗教等敏感身份的冒犯性玩笑。
4. 正式品牌 slogan、投资人材料标题、政府汇报标题等需要严肃可信的文本。
5. 用户明确要求"高级、正式、专业"且不希望搞笑。

可以讽刺行为，不要攻击身份；可以放大荒谬，不要制造伤害。

输入充分性规则

只要用户描述中已经包含可视化动作，就不要反问，直接生成。

可直接生成的输入：

• "猫钻进快递盒不出来"
• "同事开会时偷偷吃饼干"
• "我买了一堆谷子但说自己只是看看"
• "大家在漫展排队抢无料"

需要反问的输入：

• "帮我想一个摸鱼标题" → 追问具体动作
• "大家都很累" → 追问具体画面
• "一个很好笑的日常" → 追问发生了什么事

反问时只问一个最小问题："这个场景里最具体的动作是什么？"

反问成本控制

反问会打断创作节奏。除非输入完全无法落地，默认少问、轻问、先给可用版本。

• 对真实个人的普通偏好，不要追问"异常""状态变化""数量"等容易显得窥探或病理化的问题。
• 偏好/习惯类输入先给低强度标题，不要强行套医学、预警、监控、系统故障等重框架。
• 如果确实需要补画面，只问一句轻量问题："有没有一个更具体的画面？"
• 用户嫌麻烦时，直接基于现有信息生成，不再追问。

标题硬规格

默认标题应符合以下要求：

1. 默认控制在 8～20 个字之间，最多不超过 20 个字；不要极短化，但最终推荐标题必须能在 20 字内保留核心错位。
2. 不加句号。
3. 不使用"哈哈哈""笑死""救命""谁懂啊""绝了"等显性搞笑词。
4. 不解释笑点，不写"像……一样"。
5. 优先使用具体名词，而不是抽象概念。
6. 标题本身要像一个正经栏目、纪录片、论文、新闻、档案、通报或实验记录。
7. 保留荒谬感，但语气必须冷静、客观、一本正经。

坏标题通常是在"告诉别人这很好笑"。好标题是让读者自己发现它很好笑。

校验脚本与降级校验

生成 TOP 5 和最推荐标题前，优先用 scripts/validate_titles.py 做硬规则校验：

python3 .cursor/skills/fun-title-generator/scripts/validate_titles.py "标题1" "标题2" "标题3"

并不是所有安装或上传 skills 的环境都能读取本地文件或执行这个 Python 脚本。如果 validate_titles.py 文件无法读取、没有找到，或当前环境不支持执行本地脚本，直接跳过脚本校验，改用 LLM 按下列同一套规则逐条检查并修正；不要因为脚本不可用而中断生成。

校验规则：

• 最终推荐标题不超过 20 个可见字符。
• 自动移除内置敏感词；如有项目专用敏感词，用 --sensitive-words 或 --sensitive-file 追加。
• emoji 不超过 3 个；默认会删除超出的 emoji。

脚本返回 FIX 时，必须根据输出里的 sanitized 和 issues 重新压缩或改写，不能把未通过校验的原始标题放进最推荐。使用 LLM 降级校验时，也必须先修正长度、敏感词、emoji 和语气问题，再输出最推荐标题。

长度策略

标题长度服务于笑点，但发布标题必须控制在 20 字以内。默认先生成完整意图，再压缩成 20 字内的推荐标题。

• 不要极短化：目标是 12～20 字的完整短标题，不是 5～8 字的残缺口号。
• 超过 20 字：必须压缩后再作为最推荐标题；长版只能作为候选或思路，不作为最终默认推荐。
• 压缩原则：保留具体物体 + 错位动作 + 严肃框架，删除弱修饰词、重复身份词和不必要的"本次/一名/在……中"。
• 压缩优先级：先删流程词，再删场景修饰，最后才动核心错位名词。
• 如果 20 字内容不下：换更短的框架，而不是硬塞长句。

示例：

关于本次起床上班由梦境全权代理的情况通报
20 字内推荐：起床上班由梦境全权代理

失败模式诊断

生成后必须快速检查是否存在以下问题：

1. 只有夸张，没有错位 坏例："史上最强偷吃零食现场" — 只是程度夸张，没有换叙事系统。

2. 框架和场景没有共享逻辑 坏例："薯片袋的季度财务审计报告" — 除非场景里真的有清点、亏损、库存，否则财务框架无法映射。

3. 解释了笑点 坏例："像纪录片一样抓零食" — 把隐喻说破，读者失去自行解码的快感。

4. 词太泛 坏例："当代年轻人的精神状态" — 缺乏具体动作和具体物体，无法形成画面。

5. 腔调不稳 坏例："人类早期驯服零食真的笑死我了" — 前半句是纪录片腔，后半句是观众吐槽，语气崩塌。

6. 双关替代错位 坏例："同事摄入橙汁行为已触发橙色预警" — 只是借"橙色"双关硬套预警系统，和"同事喜欢喝橙汁"没有真实动作映射。

7. 普通偏好被硬系统化 坏例："疑似发现橙汁供能型同事" — 把普通喜好强行说成系统设定，但场景里没有异常数量、固定仪式、反常动作或可视化证据支撑。

二次迭代规则

当用户要求修改时，不要随机重写，而是按问题定向调整：

• "不够好笑" → 加强错位框架，不要简单加网络热词。
• "太学术" → 减少抽象名词，保留一本正经的语气。
• "太长" → 保留核心错位名词，删除解释性修饰。
• "更离谱" → 提高框架等级，例如从日常管理升级到考古、军事、纪录片、文明史。
• "更损一点" → 讽刺行为，不攻击人。
• "更 B 站" → 增强纪录片、考古、珍贵影像、早期人类、未解之谜等影像感。
• "更小红书" → 增强生活方式、伪精致、伪专业、伪松弛感。
• "更像标题" → 删掉口语，增强名词结构。

---

Step 1：拆场景

找最具体的动作。不要"摸鱼氛围"，要"手指在刷手机的同时假装看文档"。提取 5 要素：

要素	说明	示例
真实动作	画面里最低级、最具体的动作	按掉闹钟、翻开薯片袋
真实物体	被处理的东西	零食、手机、被窝
人的状态	心理/姿态	贪吃、假装淡定、自欺欺人
场景氛围	场合/气氛	办公室茶水间、深夜被窝
潜在共鸣点	为什么人人都经历过但没人说穿？	放进去的东西活不过半天

Step 2：双路径生成

同时走两条路，各试多条。抱着生成 100 个、筛掉 95 个的心态。

路径 A · 错位生成：把场景放进一个不属于它的严肃系统。从工具箱的 13 框架中挑与场景共享底层逻辑的，做身份替换 + 动作升级。框架不顺手就用 4 算子从零推演。

路径 B · 精准观察：不套任何框架，用最简洁的话说出人人都经历过但没人说穿的事。好笑来自精准 + 共鸣。判断标准：这句话像不像一个真实的人会脱口而出？

工具箱（框架 / 算子 / 替换 / 纹理 / 筛选维度）详见 references/toolbox.md。

Step 3：筛选 → TOP 5

不要打数字分——自评必然全满分。对每条候选强制找至少一个真实弱点。排三档（明显更好 / 中等 / 偏弱），只取"明显更好"进 TOP 5。

从 TOP 5 选"最推荐"时：

1. 画面冲击力 > 格式繁殖力
2. 腔调完整度 > 字数长短
3. 具体名词对撞 > 抽象概括
4. 绝对化措辞是天然笑点放大器

完整淘汰规则见 references/toolbox.md。

---

输出格式

默认精简：

**1.** 标题 — 用了什么框架/换了什么身份
**2.** ...

## 最推荐
**xxx** — 为什么

要求过程时加场景拆解和候选列表；候选里可以保留长版推导，但最终推荐标题必须不超过 20 个字。

---

参考

文件	内容
references/theories.md	幽默学术原理（乖讹论 / 概念整合 / BVT / 关联理论）
references/toolbox.md	完整工具箱（攻击方向 + 框架公式 + 算子推导 + 筛选 & 淘汰）
references/examples.md	完整案例 + 偏差记录