菜单
科技/AI/互联网领域的公众号 10 万+ 爆款标题生成器。输入一篇文章、一段内容或一个主题，先建内容简报，再按多种方法产出多个候选标题，逐个评分、标风险、按用途分角色推荐，并给 A/B 测试建议。当用户说"起标题""想个爆款标题""这篇文章叫什么好""标题优化""标题改写""多组标题""标题评分""10万+标题"时触发。方法论提炼自 100 篇真实科技类爆文标题。
默认使用会先检查来源的 Prompt；你也可以切换为直接命令，或下载本地副本。
决定是否安装前，请先阅读 SKILL.md，以及 SkillsMP 当前展示的配套文件。
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。
直接命令不会经过审查 Prompt；运行前请先检查来源。
npx skills add https://github.com/SpaceZephyr/creator-buddy --skill baokuan-title-generator命令会保持在同一行。复制前请横向滚动并检查完整内容。
想先保存到本地？可下载 SkillsMP 当前能够提供的文件。
创作者全域内容搜索总控 Skill。用户发送平台名+关键词、平台链接，或要求分析博主、文章风格、热度、点赞、收藏、评论、爆款原因、选题方向时触发；根据平台和任务自动路由到小红书热门笔记、全域内容搜索、公众号爆款搜索、公众号赛道分析等分支 Skill。
Fetch and analyze WeChat Official Account hot articles / 公众号爆款文章 by sector or keywords. Use when the user asks for 爆款文章分析, 赛道爆款, 公众号爆款数据, reading counts, likes, shares, comments, title patterns, writing style, 爆款原因分析, or writing references for content creation.
全域内容搜索｜当提到小红书/B站/抖音关键词搜索、笔记/视频详情、评论、博主/UP主作品监控时使用。优先基于 Agent Reach / OpenCLI / bili-cli / 公开只读接口访问；Agent Reach 不可用时，小红书可用 Guaikei API 作为最后兜底。
基于 SOC 职业分类
正在显示 SKILL.md
| name | baokuan-title-generator |
| description | 科技/AI/互联网领域的公众号 10 万+ 爆款标题生成器。输入一篇文章、一段内容或一个主题，先建内容简报，再按多种方法产出多个候选标题，逐个评分、标风险、按用途分角色推荐，并给 A/B 测试建议。当用户说"起标题""想个爆款标题""这篇文章叫什么好""标题优化""标题改写""多组标题""标题评分""10万+标题"时触发。方法论提炼自 100 篇真实科技类爆文标题。 |
追求强点击潜力，但绝不牺牲标题与正文的一致性。不是给一个标题，是给一桌菜——多方法、多用途、可筛选。
核心原则：标题的任务是让人在信息流里停手指点进去。它不负责概括全文，负责制造一个「不点进去会难受」的信息缺口——但这个缺口点进去必须能兑现。
生成时用这些事实校准，别凭直觉：
不应误读：出现「刚刚/最/首个」不会自动爆；无依据使用只会透支信任。10 万+ 由账号规模、选题、分发、发布时间共同决定，标题只优化可控的那部分。
生成时至少覆盖 6 种不同方法，不要 8 个标题一个套路。每个标题优先用一个主方法，最多叠加一个辅助方法。
把「现在发生」变成点击理由。句首「刚刚/今天凌晨/深夜/一夜之间/别睡了」。
刚刚，微信支付正式发布 AI 专属卡刚刚/今天 + 实体 + 关键动作用读者熟悉的品牌/人物降低理解成本（样本 66% 都在用，首选）。
独家：阿里全面禁用Claude知名实体 + 做了什么 + 为什么重要 / 实体A + 挑战/对上 + 实体B用两个悬殊的具体数字，或一个小到/大到离谱的数字。
8万赚到3000亿 / 花68元，我们让豆包干完了一个小团队的活花[极小的钱] + 做成[极大的事] / [小数字]赚到[大数字]强调新颖、稀缺、行业位置。
智能眼镜迎来"千问时刻"：千问AI眼镜全国销量第一全球/行业首个 + 成果 + 意义暗示一个被隐藏的真相。「偷偷」「隐形」「独家」「揭秘」。
Anthropic偷偷在Claude Code中植入了隐形代码，只为识别中国用户[大公司]偷偷[做了某事]，只为[一个让人不安的目的]把双方利益/立场碰撞前置。「打响」「之战」「攻击」「不惯着」「禁用」。
美国AI巨头，疯狂攻击中国同行！但阿里不惯着A做出强动作，B如何回应 / 强势方攻击弱势方！但某人不惯着「原以为—实际」「看似—其实」的认知落差，或第一人称承认判断错了。
用豆包专业版干活后，我承认之前是我说话太大声了我原以为X，结果Y / [用了某产品]后，我承认[之前的偏见错了]用真实体验建立代入和可信度（样本里数量少，但分享表现突出）。
实测豆包专业版，我愿意当第一批掏钱的人体验/实测X后，我改变了看法 / 用X完成Y，最意外的是Z直接展示读者关心的工作产出。
配齐这几个 Skills，编码效率直接质变让工具完成具体任务 + 结果 / 配齐X + 效率/质量变化直接搬用户嘴里那句抱怨原话，加引号、加语气词。
" 文档空白页到底怎么删啊！" / 广东奶奶微信上有77万条未读消息，孙女崩溃称"根本删不完""[一句用户会脱口而出的抱怨原话]"让目标读者秒确认「这和我有关」。
原来在互联网大厂做程序员，去年生了二胎…也被裁员身份 + 高频痛点 + 新解法明确行动或不行动的实际后果。
豆包收费版，正把WPS逼近死角 / 字节开始跟你算账了获得什么 + 付出什么 / 错过X，可能失去Y把一段有反转的对话搬进标题，「权威刁难→我反杀」。冒号分隔角色。
面试官皱眉："Claude Code 你用了半年，你懂 Skills 吗？"我反问："不就是写了步骤的 markdown 吗"，他：今天就到这吧[权威角色]："[刁难]"，我："[回应]"，他：[反转结局]提一个读者真想知道、正文能回答的问题。
AI会接管618吗？ / 这钱娶个真人不好吗？现象 + 为什么？ / X值得吗/会取代Y吗？承诺解释表象背后的结构、机制、商业逻辑。
字节跳动的 AI 账本：豆包每天不足百万收入、Seedance 毛利 70% / 黄仁勋亲口承认…这套"反管理"哲学，才是英伟达冲上万亿市值的真正引擎现象背后，真正驱动它的是X / 看懂X的三笔账用可视化动作和生活细节制造代入。
从疯狂翻表到群里直接@AI：飞书来了个新同事，把脏活累活全包了 / 医生用豆包看病，将手机偷放在桌子底下？从[具体痛苦动作] + 到[新动作] / 在群里/会议上/代码库里 + 工具做了什么这几种张力强、也最易透支信任，正文撑得住才用：
GPT-5.6深夜上线…一个时代结束了（别每个小更新都写「时代结束」）最可怕的AI，已经来了永别了，豆包（反讽，其实是收费/升级）工信部首次定调：Claude Code危害严重！🤡一个大模型的自述：出生、爆红、复活第一批在小红书追更世界杯的人，已经乐一星期了生成候选后逐个「加辣」，可叠加：
增强器不叠加事实：加辣改的是表达，不是往标题里加正文没有的东西。
读完内容，先抽出这些（缺的标出来，不虚构）：
如果内容里有具体数字、真实对话、用户原话吐槽，一定抓出来，它们是最好的标题原材料。信息不足就先出保守版，并说明缺什么限制了标题强度。
| 内容类型 | 优先方法 | 不宜优先 |
|---|---|---|
| 新闻发布、产品更新 | 强时效、实体锚定、极值、收益损失 | 空泛悬念 |
| 产品体验、工具测评 | 亲测转折、任务结果、反差、场景画面 | 权威口吻 |
| 趋势分析、行业观察 | 时代判断、冲突对立、反常识、隐藏机制 | 「刚刚」 |
| 教程、方法、清单 | 数字结果、任务结果、身份场景、痛点 | 极值、独家 |
| 商业案例、公司研究 | 实体锚定、数字证据、隐藏机制 | 纯情绪 |
| 人物、职业、组织故事 | 身份标签、场景画面、拟人自述、悬念 | 报结果 |
| 争议、政策、风险 | 权威定调、冲突、收益损失、开放问题 | 单纯清单 |
| 素材弱、没硬料 | 清晰信息型、问题、场景 | 极值、独家、数据 |
默认 10~12 个候选，至少 6 种方法；用户说「多一些」扩到 18。尽量覆盖：信息型、时效型、数字型、冲突型、体验型、悬念型、趋势型各 1~3 个。
只在正文支持时用对应方法：没数字不硬造，没亲测不写「实测」，不是刚发生不写「刚刚」，不是官方不写「官宣」。
对每个候选按下面打分，然后：删掉与正文不一致的、删掉只改一两个词的同质标题、删掉靠误解才成立的、标记高风险的。
逐维打分，别凭感觉报总分：
| 维度 | 分值 | 判断 |
|---|---|---|
| 内容兑现度 | 25 | 正文能否兑现标题承诺？ |
| 读者相关性 | 15 | 目标读者立刻觉得「与我有关」？ |
| 具体性 | 15 | 有明确实体/动作/场景/数字？ |
| 好奇缺口 | 15 | 留了个正文能回答、值得点的问题？ |
| 收益或后果 | 10 | 说清为什么重要、会得到/失去什么？ |
| 情绪与冲突 | 10 | 适量张力，而非无意义煽动？ |
| 清晰与节奏 | 5 | 一遍读懂、重点前置、无赘词？ |
| 独特性 | 5 | 区别于同主题常见标题？ |
强制扣分 / 直接淘汰：
风险分级：低（事实都在正文、用词克制）/ 中（用了强情绪或「最/首个/禁用」等需来源支撑的词，须标出要核验的词）/ 高（未证实的负面指控、医疗金融政策的确定性承诺、靠误解才成立）。高风险不得做综合首选。
3~6 行：核心对象、目标读者、最大爆点、可用证据、事实边界。
| # | 候选标题 | 方法 | 点击钩子 | 评分 | 风险 |
|---|
方法标签用上面 16 种的标准名；组合写成「主方法 + 辅方法」。中高风险必须写原因。
每个一句话说明为什么适合，并点出主要得分项和实际扣分项。若 5 个来自同一方法，用略低分但方法不同的候选替换。
给 2~3 组，每组只改一个变量：数字 vs 无数字 / 问句 vs 判断句 / 实体前置 vs 结果前置 / 稳健词 vs 强张力词。写清假设。
用户给了原标题时：先诊断它的对象/利益/具体性/张力/可信度/节奏 → 保留已有效的核心资产 → 至少给 12 个改写、覆盖 4 种以上方法 → 标明哪些是「稳健优化」、哪些是「激进测试」。不要把「更夸张」当成唯一优化手段。
别想用软色情做智能体的跳板 是批评这种做法，不是学它）。