메뉴
通用内容创作辅助框架。提供从需求理解、选题讨论、结构化设计到质量检查的全流程方法论，帮助创作高质量、有深度的内容。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
爆款智坊：多平台内容创作中枢。支持风格学习、热点创作、拆解改写，覆盖微信公众号/小红书/微博/知乎/今日头条/抖音/哔哩哔哩。 触发词：写一篇公众号、帮我创作、热榜选题、写小红书、发微博、知乎长文、改写这篇文章、整理直播文稿、学习我的风格、导入范文、抖音脚本、B站视频。 不应被通用"写文章"、blog、邮件触发。
多平台改写子技能：将审校后的初稿改写为各平台适配版本。 输入：初稿 + 风格档案 + 平台列表 输出：7个平台的文件（微信HTML/小红书/微博/知乎/头条/抖音/哔哩哔哩） 由主管道 Step 6 调用。
风格学习子技能：从用户提供的多篇满意文章中，提取作者的写作风格，生成多平台风格手册和System Prompt注入。 支持：同一平台多篇文章 / 跨平台同一作者 / 单一文章学习。 由主管道 Step Onboard 和辅助功能「学习我的风格」调用。
内容类型路由：根据选题特征将用户引导至对应的写作框架。 覆盖4类内容：市场评论、热点解读、行业分析、投教营销。 由主管道 Step 1.4 调用。
审校子技能：对初稿进行三维度审校（SEO + 内容质量 + 合规），输出问题清单和修改建议。 由主管道 Step 5 调用。
拆解改写子技能：输入长文或直播转录稿，输出格式整理+内容梳理+框架梳理的分析报告，用户确认后改写为多平台内容。 由主管道 Step 1R 调用。
| name | content-creation-framework |
| description | 通用内容创作辅助框架。提供从需求理解、选题讨论、结构化设计到质量检查的全流程方法论，帮助创作高质量、有深度的内容。 |
本 Skill 用于：为各类内容创作提供结构化的方法论指导
核心能力包含：
触发条件：
不要急于开始写，先问自己：
应用场景：
内容质量的核心在于逻辑框架，而非文字堆砌。
常用分析框架：
输出结构：
高质量内容必须有明确的观点和立场。
关键要素：
具体细节能大幅提升内容的可信度和感染力。
具体性要求：
避免泛化表达：
核心任务：
输出格式：
## 需求理解
**原始需求**：<用户原始输入>
**问题本质**：<这篇内容要解决的核心问题>
**受众分析**：<目标受众是谁，他们的痛点是什么>
**核心信息**：<要传达的1-3个关键点>
**创作类型**：<教程/观点/故事/分析等>
**特殊要求**：<如有>
示例：
用户："写一篇关于AI工具的文章"
智能体重构：
## 需求理解
**原始需求**：写一篇关于AI工具的文章
**问题本质**：AI工具泛滥，用户不知道如何选择和高效使用
**受众分析**：
- 知识工作者（程序员、内容创作者、分析师等）
- 痛点：工具选择困难、学习成本高、效果不达预期
**核心信息**：
1. AI工具的本质是"思考辅助"而非"替代"
2. 选择工具的关键是"场景匹配"而非"功能多少"
3. 高效使用AI需要"提示工程能力"
**创作类型**：分析类 + 观点类
**特殊要求**：需要对比3-5款主流工具
前置条件：必须完成 Step 1 需求理解
核心任务：
输出格式：
## 选题方案 [序号]
**标题**：<吸引人的标题>
**核心角度**：<一句话说明核心观点/切入点>
**创作类型**：<教程/观点/故事/分析/对比>
**分析框架**：<计划使用的框架，如SWOT/对比分析>
**工作量评估**：⭐/⭐⭐/⭐⭐⭐（1-3星）
**大纲**：
1. <一级标题>
2. <一级标题>
3. <一级标题>
...
（3-7个大标题）
**优劣势分析**：
- 优势：<为什么这个选题好>
- 劣势：<可能的挑战或不足>
示例：
## 选题方案1
**标题**：AI工具选择的三个陷阱
**核心角度**：通过分析常见误区，给出选择方法论
**创作类型**：分析类 + 观点类
**分析框架**：问题-原因-方案-升华
**工作量评估**：⭐⭐
**大纲**：
1. 第一个陷阱：功能陷阱（越多越好？）
2. 第二个陷阱：集成陷阱（一个工具全搞定？）
3. 第三个陷阱：依赖陷阱（AI能替我想？）
4. 正确的选择方法：场景+能力+成本
**优劣势分析**：
- 优势：观点鲜明，有方法论，容易传播
- 劣势：需要大量案例支撑，工作量大
核心任务：
可选框架：
| 框架 | 适用场景 | 核心要素 |
|---|---|---|
| 问题-原因-方案-升华 | 教程类 | 问题描述、原因分析、解决方案、价值升华 |
| 故事-冲突-转折-洞察 | 经验类 | 个人故事、冲突事件、转折点、核心洞察 |
| 颠覆认知-新视角-重建 | 观点类 | 挑战旧认知、提供新视角、重建认知 |
| 对比-反差-原因-启示 | 对比类 | 多个选项、反差对比、原因分析、启示 |
| 数据冲击-深挖-案例-升华 | 分析类 | 数据呈现、深挖分析、案例支撑、总结升华 |
输出格式：
## 内容结构设计
**分析框架**：<选择的框架>
**核心结论**：<1-2句话，高密度>
**内容结构**：
### 开头（100-200字）
- 核心结论/观点
- 价值承诺/悬念设置
- 背景铺垫
### 主体（按框架展开）
#### [第一部分]
- 核心观点
- 数据/案例支撑
- 分析论证
#### [第二部分]
...
### 结尾（100-200字）
- 总结核心观点
- 价值升华
- 行动引导或反问
**关键信息清单**：
- [ ] [关键信息1]
- [ ] [关键信息2]
- [ ] [关键信息3]
**案例需求**：
- [ ] [案例1：XX工具对比]
- [ ] [案例2：XX数据来源]
触发条件：
核心任务：
搜索策略：
保存方式：
核心任务：
创作原则：
输出格式标准：
第一遍：基本错误检查
第二遍：表达和逻辑优化
第三遍：风格和价值提升
应用质量标准： 参考 references/quality-standards.md 中的详细标准
□ 结论是否先行？
□ 结构是否清晰（使用了分析框架）？
□ 观点是否鲜明（有明确立场）？
□ 细节是否具体（避免泛化表达）？
□ 是否有数据/案例支撑？
□ 逻辑是否严密（无跳跃/矛盾）？
□ 开头是否有价值承诺/悬念？
□ 结尾是否有延伸反问？
□ 避免中庸（"各有优势"） → 明确建议
□ 避免泛化（"最近"、"一些"） → 具体细节
□ 避免堆砌（大段文字） → 结构化呈现
□ 避免悬念（绕圈子） → 结论先行
□ 避免平淡（无立场） → 带立场的研判
□ 标题层级清晰
□ 列表使用正确（有序/无序）
□ 表格使用恰当（多维度对比）
□ 引用突出重点
□ 代码块指定语言
□ 有必要的视觉分割（空行/分割线）
核心：解决问题，提供可操作步骤
适用框架：问题-原因-方案-升华
质量标准：
核心：表达立场，引发思考
适用框架：颠覆认知-新视角-重建
质量标准：
核心：通过经历传递洞察
适用框架：故事-冲突-转折-洞察
质量标准：
核心：用数据和逻辑支撑结论
适用框架：数据冲击-深挖-案例-升华
质量标准：
核心：多维度对比，给出建议
适用框架：对比-反差-原因-启示
质量标准：
用户需求：写一篇关于"AI能否替代程序员"的文章
执行流程：
Step 1: 需求理解与重构
## 需求理解
**原始需求**：写一篇关于"AI能否替代程序员"的文章
**问题本质**：AI编程能力快速提升，引发对程序员职业前景的焦虑
**受众分析**：
- 程序员（关心职业发展）
- 产品经理/技术负责人（关心团队配置）
- 对AI感兴趣的公众（关心行业趋势）
**核心信息**：
1. AI能替代的：重复性、规范化的编码工作
2. AI不能替代的：复杂系统设计、需求理解、创新思考
3. 程序员的核心竞争力：从"写代码"转向"用代码解决问题"
**创作类型**：分析类 + 观点类
Step 2: 选题讨论
## 选题方案1
**标题**：AI不会替代程序员，但会改变程序员
**核心角度**：分析AI编程的边界，给出程序员的发展建议
**创作类型**：分析类 + 观点类
**分析框架**：对比-反差-原因-启示
**工作量评估**：⭐⭐⭐
**大纲**：
1. AI编程能力现状：能做什么，不能做什么
2. 为什么"替代"是个伪命题
3. 程序员的核心竞争力转移
4. 给不同阶段程序员的建议
**优劣势分析**：
- 优势：有深度，有方法论，实用性强
- 劣势：需要大量数据和案例支撑
Step 3: 结构化设计
## 内容结构设计
**分析框架**：对比-反差-原因-启示
**核心结论**：AI不会替代程序员，但会改变程序员的生存方式
**内容结构**：
### 开头
- 核心观点：AI不会替代程序员，但会改变程序员
- 悬念：为什么这么说？
### 主体
#### AI编程能力现状
- 能做的：代码补全、重构、调试
- 不能做的：需求理解、架构设计、创新
#### 为什么"替代"是个伪命题
- 编程的本质：用代码解决问题，而不是写代码
- AI的本质：工具，而非替代者
#### 程序员的核心竞争力转移
- 从"写代码"到"设计系统"
- 从"实现功能"到"理解需求"
- 从"技术执行"到"价值创造"
#### 给不同阶段程序员的建议
- 初级：打牢基础，学习用AI提效
- 中级：深入业务，培养架构思维
- 高级：把握方向，引领技术决策
### 结尾
- 总结：AI是杠杆，不是威胁
- 延伸：如何在AI时代保持竞争力？
**关键信息清单**：
- [ ] GitHub Copilot等工具的能力数据
- [ ] 具体案例：AI能做什么/不能做什么
- [ ] 程序员技能需求变化数据
**案例需求**：
- [ ] AI编程工具对比
- [ ] 程序员访谈案例
Step 4: 信息搜集与验证 （执行搜索，收集数据和案例）
Step 5: 内容创作 （按照结构化设计创作内容，应用创作理念）
Step 6: 质量检查 （三遍审校，应用质量标准）
创作不是一次性完成的，可以多轮迭代：
根据受众不同，调整创作风格：
同一内容可以适配不同格式：
高质量内容创作的核心不是"文字华丽"，而是"思考深刻"。
本框架提供的不是模板，而是方法论：
最终目标：创作有价值、有深度、有启发的内容，让读者不仅得到信息，更获得思考。