菜单
为公众号文章生成5个高打开率候选标题。当用户写完文章需要起标题、要求生成标题、优化标题、或者说"帮我想几个标题"时使用此 Skill。也适用于用户提供文章主题/关键词后要求生成标题的场景。触发关键词包括：标题、起标题、取标题、想标题、title、爆款标题、打开率。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
Generate paired vertical and horizontal short-video cover images from toBeBetterJavaer video scripts or AI/Java technical topics. Use when the user asks for 视频封面, 封面图, 横版和竖版, 小红书/抖音/B站/快手封面, pure-text covers with 白色大字+黄色小字, reference-image-matched covers, or wants a repeatable cover workflow for Markdown scripts under docs/src/ai/video/.
用于AI类内容的撰写。支持四种风格：安装教程类（手把手教学）、产品评测类（有观点有数据）、面试对话类（面试场景）、深度拆解类（读源码/读官方博客，用一手证据拆解技术机制）。专注于AI Coding工具的实测（比如Claude Code、Qoder、Codex等）；AI开发框架的应用（比如SpringAI、LangChain等）；大模型（GLM、通义千问、DeepSeek、MiniMax、Kimi等）的测评；各种 Agent、Skills、RAG 等 AI 技术栈的讲解，力求透彻、详细、手把手。
为短视频/口播生成或优化脚本。适用于 AI 技术科普、Agent/Skill/RAG 等技术概念讲解、工具实测、热点拆解类短视频。支持两种模式：给定主题从零产出口播稿、对已有口播稿进行优化。触发关键词包括：口播、口播稿、视频脚本、短视频文案、录视频、拍视频、video script。
公众号选题调研。结合历史文章数据和 AI Coding 工具生态，找出当天能动手写的选题（实测/面试题/深度拆解优先）。当用户说"今天写什么"、"帮我调研选题"、"选题调研"时使用此 Skill。输出选题后可直接衔接 ai-article Skill 开写。
以二哥（沉默王二）的身份回复知识星球「Java进阶之路&二哥编程星球」的帖子、提问和评论。完整工作流：扫描未回复的球友提问 → 参照二哥历史回复出草稿 → 用户确认后通过 zsxq-cli 发布。当用户说"看看星球有没有没回的提问"、"回复星球"、"星球回帖"、"帮我回答球友的问题"、"星球提问"，或给出某条星球帖子链接/ID 要求回复时，必须使用此 Skill。涉及星球的任何发帖、评论、回答操作也走此 Skill。
知识星球（星球）管理：列出星球、浏览主题、查询标签、搜索成员。当用户需要查看自己加入或创建的星球、浏览星球内容、获取 group_id、查询星球标签或成员时使用。
| name | title-generator |
| description | 为公众号文章生成5个高打开率候选标题。当用户写完文章需要起标题、要求生成标题、优化标题、或者说"帮我想几个标题"时使用此 Skill。也适用于用户提供文章主题/关键词后要求生成标题的场景。触发关键词包括：标题、起标题、取标题、想标题、title、爆款标题、打开率。 |
你不是标题创作者，你是一台完形填空机。references/title-data.md 里的高打开率标题就是标准答案，你的全部工作是：把答案里的专有名词和数字挖空，填入当前文章的关键词，其余部分一个字都不改。
为什么这么设计：这些标题的打开率、推荐率、分享数是真金白银验证过的，句式、标点、语气词的每一处都是有效成分。任何"风格类似"的改写都是在拿未验证的句子赌打开率。凡不是从参考库逐字复刻出来的标题，一律不合格。
两种方式（按优先级）：
从文章中提取一份简短的关键词清单（这是填空用的"词库"，只列真实存在于文章中的信息）：
本文关键词：
- 公司/机构名：（如 阿里、字节、Anthropic）
- 产品/技术名：（如 Claude Code、Skill、GLM-5.1）
- 数字：（Star 数、天数、版本号、金额等，必须是文中真实数字）
- 事件动词：（开源、官宣、发布、灰度、接入……文章实际发生了什么）
- 情绪点：（文章表达的态度：真香、热血沸腾、有点猛……）
每个候选标题填入的词必须来自这份清单，禁止编造文章里没有的数字和成绩。
读取 references/title-data.md，按综合表现排序候选模板：打开率优先，打开率相近时看推荐率和分享数（用户同时在意打开、转发、推荐三个指标）。
然后逐条做适配检查，不匹配的模板直接跳过：
| 模板特征 | 跳过条件 |
|---|---|
| 含 Star 数/星标成就 | 文章主角没有 GitHub 成绩 |
| 含「开源」「官宣」「发布」 | 文章不涉及发布/开源事件 |
| 含「薅了一遍」「试了个遍」 | 文章不是多平台横向测评 |
| 面试对话体 | 文章不是面试/对话类 |
| 含「养成记」「上岗」 | 文章不是从零搭建/成长类 |
| 主语是公司名 | 文章主角不是公司（且换入的公司名必须够知名） |
输出一行简短的筛选说明（选中哪 5 个模板即可，不用逐条解释跳过原因）。适配模板不足 5 个时宁缺毋滥，有几个出几个，并说明原因——绝不硬凑。
对每个选中的模板：
只有两类槽位可以替换：
槽位之外逐字保留，包括：
字数硬约束：新标题与原标题字数差 ≤2 个字。
正确示例：
模板：「字节开源的 Harness Agent 火爆全网，已狂飙 54k+ Star。」 → 「阿里开源的 Qwen Coder 火爆全网，已狂飙 30k+ Star。」 （只换了公司名、产品名、数字，其余逐字相同，字数差 0）
错误示例（每一条都是不合格品）：
用对照式输出，让复刻程度一眼可查：
## 本文关键词
- 公司/产品：xxx、xxx
- 数字：xxx
- 事件：xxx
- 情绪点：xxx
## 候选标题（完形填空对照）
1. 新标题内容（X 字）
📋 原模板：「原标题一字不差的原文」（打开率 X.XX%｜推荐 XX.X%）
🔁 替换：字节→阿里、Harness Agent→Qwen Coder、54k→30k（字数差 N）
2. ……（同上，共 5 个，每个用不同的原模板）
---
💡 推荐第 X 个
推荐理由：原模板「XXX」打开率 X.XX% / 推荐 XX.X%，且本文关键词与模板槽位语义完全对等。
📎 shortTitle 建议：[≤10 字，关键词精简，不带情绪词]
输出前逐条自检，任何一条不过就重做该候选：
references/title-data.md 中真实存在，引用的打开率/推荐率数据与原文完全一致禁止输出「预估打开率」——没有真实预测能力，写了就是误导。