Skip to content
Back to search

xhs-content-skill

小红书选题、标题与短图文写作流程 Skill|评分与反馈迭代

Safety scan

A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.

Checked today
Badge for your README
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/guzhezao--xhs-content-skill/badge.svg)](/listings/guzhezao--xhs-content-skill)

HTML

<a href="/listings/guzhezao--xhs-content-skill"><img src="/api/listings/guzhezao--xhs-content-skill/badge.svg" alt="findsafeskills safety rating" /></a>

Install

i

Install instructions from the README

As written by the repo's author. findsafeskills has not verified these steps.

# 1. 安装 Writer Skill 作为风格底座(必需)
git clone https://github.com/cool111111/writer-skill.git \
  ~/.your-agent/skills/writer

# 2. 安装本 Skill
git clone https://github.com/cool111111/xhs-content-skill.git \
  ~/.your-agent/skills/xhs-content

然后对 Agent 说:"**帮我写 3 篇小红书,话题是 XXX**",Agent 自动加载这个 Skill。

What was scanned

The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.

SKILL.md · Manifest · 444 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. ---
  2. name: xhs-content
  3. description: |
  4. 小红书短图文内容生成。从AI日报中提取选题,生成适合小红书平台的短图文帖子(300-800字),推送飞书审稿。
  5. 触发词:小红书、写小红书、生成图文、XHS、红书内容、小红书选题、小红书帖子。
  6. 即使用户只是说"帮我写几篇小红书"或"从日报里选几个题",只要上下文涉及小红书内容产出,都应该触发。
  7. 不要用于公众号长文(那个用 khazix-writer skill)。
  8. ---
  9. # 小红书短图文内容生成
  10. ## 账号定位
  11. - **领域**:AI 科技泛类
  12. - **受众**:开发者 + 愿意学习 AI / 关注 AI 的人群(公司潜在客户)
  13. - **人设**:一个在 AI 行业深耕的内容创作者,用大白话聊 AI 新鲜事
  14. - **内容形式**:短图文帖子(300-800 字 + 封面图 + 3-5 个标签)
  15. ---
  16. ## 风格基底:复用 writer skill
  17. 本 skill 的写作风格继承自 `writer`(khazix-writer)skill 的核心方法论,以下原则直接沿用,不再重复:
  18. - **核心价值观**:永远保持好奇、讲人话像个活人、真诚是唯一的捷径
  19. - **HKR 选题质检**:Happy + Knowledge + Resonance,至少占两项
  20. - **事实核查**:所有可验证的事实必须有来源(详见 writer skill 第 2.5 步)
  21. - **禁用词和禁用标点**:与 writer skill 完全一致(禁冒号/破折号/双引号,禁"说白了""本质上"等)
  22. - **口语化表达**:沿用 writer skill 的推荐口语化词组
  23. - **知识输出方式**:聊着聊着顺手掏出来,不是"下面我来科普"
  24. **关键适配**:以上方法论在小红书上要进一步压缩密度、提高信息冲击力。公众号是 4000-8000 字的长跑,小红书是 300-800 字的短拳,每一句都要有存在的理由。
  25. ---
  26. ## 选题来源:从 AI 日报中提取
  27. 当与 `ai-daily-report` skill 配合使用时,从日报中提取 3 个最适合小红书的选题。
  28. ### 去重(铁律,必须在选题前执行)
  29. 选题前**必须先查询多维表格过去 7 天的已有记录**,获取已写过的标题和选题来源,作为去重黑名单。
  30. **查询命令**:
  31. ```bash
  32. lark-cli base +record-list --base-token OPgkbbFjNa0v3csZRsoc4sXOnVg --table-id tblvmMEa9LlCIFYK --as user --limit 30
  33. ```
  34. **去重判定(三选一即算重复)**:
  35. 1. **选题来源 URL 相同**(最准——同一条推文/新闻/项目)
  36. 2. **核心信息点相同**(哪怕 URL 不同,但讲的是同一件事——例如"Manus 被收购"不管从哪个来源写都算重复)
  37. 3. **标题高度相似**(同一个事件用不同钩子重写)
  38. **命中黑名单的素材直接跳过,不做为选题候选。没有例外。**
  39. ### 选题筛选标准
  40. 1. **新鲜度**:必须是 24 小时内的新信息,过时的不选
  41. - **核查铁律**:GitHub Trending 高星不等于新(11 万星项目大概率是老的,今日新增 +N 只说明今天又被翻红,不是首发)。任何 GitHub 项目入选前必须查 first commit / release 时间
  42. - 任何"X 早就出了"能打的题,直接砍
  43. 2. **可感知性**:普通人能直接感受到影响的话题 > 纯技术/纯学术
  44. 3. **数据支撑**:有具体数字、对比、排名的话题优先
  45. ### ⚠️ 用户场景过滤(硬门槛,必须通过)
  46. 每个候选选题在进入评分前,**必须先回答这一个问题**:
  47. > **"用户读完这条会想干什么?"**
  48. 只有以下三种答案之一可以通过门槛:
  49. | 答案 | 选题归类 | 例子 |
  50. |---|---|---|
  51. | **想立刻试 / 想推荐给朋友** | 分享型 | Claude 操控 PS/Blender、49 个 AI Agent 搭工作室 |
  52. | **想存起来回头看** | 收藏型 | Karpathy 金句、10 年设计经验压成一个文件 |
  53. | **想发评论说话(有情绪点)** | 评论型 | Manus 代码进 Meta 仓库(争议+八卦) |
  54. | **答不出来 / 读完没下一步动作** | ❌ 直接砍 | OpenAI 做手机、Cerebras IPO、Google 75% 代码 AI 写 |
  55. **这是在 13 条已发数据中验证出的核心规律**:综合分前 6 名都明确属于以上三类之一,倒数 5 名全部是"读完没下一步动作"的内容。
  56. ### 选题禁区(直接 ban)
  57. 通过 13 条数据观察到的扑街专业户:
  58. - 估值 / IPO / 融资类(Cerebras IPO 综合分 182 但纯靠阅读量充数,0 评论 0 分享)
  59. - 政策 / 诉讼类
  60. - 纯产品发布(X 公司发了 Y,没说"你能拿它干嘛")
  61. - 没有可验证细节的"计划中"事件(如"OpenAI 据说要做手机")
  62. - 工程师小工具但非工程师无法脑补使用场景的(GitHub Trending 80% 是这类)
  63. ### 信源命中率参考(按 13 条数据反推)
  64. | 信源 | 命中率 | 用法 |
  65. |---|---|---|
  66. | Karpathy / op7418(原创/资源型 KOL) | 高 | 优先 |
  67. | 主流外媒报道"产品能做新事情" | 高 | 优先(Claude 操控 PS) |
  68. | 主流外媒报道"产业新闻" | 低 | 大幅降权(融资/政策) |
  69. | GitHub Trending 但能脑补"非工程师也想用" | 中 | 选择性用 |
  70. | GitHub Trending 纯工程师小工具 | 低 | 砍 |
  71. | dotey 类搬运型 KOL | 低-中 | 用前先去 KOL 原文找原创点,否则砍 |
  72. ### 选题优先级(按用户场景类型)
  73. ```
  74. 分享型(能脑补使用场景)> 评论型(有情绪点/争议)> 收藏型(金句/方法论/工具)
  75. >>>>> 其他全部砍
  76. ```
  77. ### ⚠️ 数量与类型分布原则(铁律)
  78. **质量 > 数量 > 类型分布**。
  79. - **不强求每天 3 篇 / 4 篇固定数量**——日报里有几条够格就出几条
  80. - **不强求三种类型各占一篇**——3 篇全是分享型完全 OK,3 篇全是评论型也 OK
  81. - **宁可少出一篇,不为凑数硬选不达标的题**
  82. **为什么**:之前为了凑"分享/收藏/评论"三种类型各一篇,硬选了第 1 篇(11 万星老项目,过不了"24 小时新鲜度"门槛)和第 3 篇(标题党,没有评论弹药)。质量被结构需求拖垮了。
  83. **正确做法**:先把所有候选过"24 小时新鲜度 + 用户场景过滤"双门槛,剩下几条就出几条。如果只剩 1 条够格也就出 1 条,绝不为了"今天该有 3 篇"补水。
  84. ### 选题自主判断权
  85. 执行过程中如果发现某个选题过不了"用户场景过滤"门槛,可以自主替换,无需请示。替换时说明理由即可。**宁可少一篇也不要发"读完没下一步动作"的内容。**
  86. ---
  87. ## 写作规范
  88. ### 结构模板
  89. 一篇小红书帖子的标准结构:
  90. ```
  91. 【标题】一句话钩子,制造好奇心或信息冲击(不超过 20 字,英文两个字母算一个字)
  92. 【正文】
  93. 第一段:抛出核心信息或让人"???"的事实(1-2 句)
  94. 第二段:展开说明,带入个人视角或场景(2-4 句)
  95. 第三段:关键信息/数据/对比(这是帖子的"干货核心")
  96. 第四段(可选):延伸思考或行动建议(1-2 句)
  97. 收尾:一句话总结或留个钩子引导评论
  98. 【标签】#标签1 #标签2 #标签3 #标签4 #标签5
  99. ```
  100. ### 与公众号长文的关键区别
  101. | 维度 | 公众号长文 | 小红书短图文 |
  102. |------|-----------|-------------|
  103. | 字数 | 4000-8000 | 300-800 |
  104. | 开头 | 叙事铺垫,慢慢进入 | 第一句就要炸,没有铺垫空间 |
  105. | 结构 | 无小标题,一口气读 | 短段落,视觉分块,手机阅读友好 |
  106. | 深度 | 层层剥开,文化升维 | 聚焦一个点,讲透就收 |
  107. | 语气 | 聊天感,偏私人叙事 | 更直给,偏分享/种草/信息差 |
  108. | 收尾 | 哲思余韵/回环呼应 | 一句话钩子,引导互动 |
  109. | 段落 | 一句一段制造呼吸感 | 2-4 句一段,但段间留空行 |
  110. ### 小红书专属写作技巧
  111. **1. 标题必杀技**
  112. 好标题的公式(选一种,严格控制 20 字以内,英文两个字母算一个字):
  113. - **数字冲击**:`GPT-5 发布 24 小时,这 3 个变化你必须知道`
  114. - **信息差**:`99% 的人不知道,Claude 其实可以这样用`
  115. - **争议性**:`Karpathy 说大部分人用 AI 的方式都错了`
  116. - **场景代入**:`用 AI 写了一周小红书之后,我发现...`
  117. - **反常识**:`AI 最大的问题不是太强,而是太弱`
  118. 禁止的标题:
  119. - "浅谈 xxx" / "关于 xxx 的几点思考" ← 公众号味
  120. - "震惊!xxx" / "太牛了!xxx" ← 低质营销号味
  121. - 纯陈述句,没有钩子
  122. **2. 第一句话法则**
  123. 小红书用户划走一篇帖子只需要 0.5 秒。第一句话必须让人停下来。
  124. 好的第一句:
  125. - 直接抛事实:`Karpathy 昨天发了条推,409 万人看了,说的是...`
  126. - 制造悬念:`我测了 6 个 AI 模型做同一件事,只有 1 个活下来了`
  127. - 反常识开场:`GitHub 上最火的 AI 项目,居然不用写一行代码`
  128. **3. 段落节奏**
  129. - 每段 2-4 句,绝不超过 5 句
  130. - 段与段之间空一行(手机端视觉呼吸感)
  131. - 关键数据或金句可以单独成段,加粗或用 emoji 标记
  132. - 全文 emoji 使用克制(3-5 个足够),不要每句都带
  133. **4. 收尾**
  134. 沿用 writer skill 的收尾哲学——不要用"你觉得呢?评论区聊聊"这种营销号式互动引导。好的收尾是自然地留一个悬念、一个未解的问题、或者回扣开头的意象,让读者自己想说点什么,而不是被你催着说。
  135. 好的收尾示例:
  136. - 留悬念:`但真正让我好奇的是,这件事三个月后会变成什么样`
  137. - 回扣开头:开头讲了一个场景,结尾用同一个场景的变体收束
  138. - 抛出真实困惑:`说实话我也没想明白,这到底是好事还是坏事`
  139. 禁止的收尾:
  140. - "你们觉得呢?" / "评论区聊聊" / "关注不迷路" ← 营销号味
  141. - "以上就是今天的分享" ← 教科书味
  142. **5. 来源链接(必须)**
  143. 每篇图文正文末尾必须附上选题来源的原始链接(推文链接、新闻链接、GitHub 链接等)。用户需要点进去查看原文和配图。没有链接的图文不合格。
  144. **6. 标签策略**
  145. 每篇 3-5 个标签,组合逻辑:
  146. - 1 个大流量词:`#AI` / `#人工智能` / `#ChatGPT`
  147. - 1-2 个中等词:`#AI工具` / `#效率提升` / `#开源项目`
  148. - 1-2 个精准词:`#Claude` / `#GPT5` / `#AI日报` / 具体产品名
  149. ---
  150. ## 事实核查(简化版)
  151. 沿用 writer skill 的核查原则,但流程压缩:
  152. 1. **提取待核查项**:帖子中所有数字、排名、人物引用、事件时间
  153. 2. **逐条核查**:每条用搜索工具确认,找原始来源
  154. 3. **标注来源**:帖子正文中用括号附来源(如 `(来源:@karpathy 推文)`)
  155. 4. **人物引用规则**:与 writer skill 一致——找不到原始来源的引用不得写入
  156. 核查报告不需要单独输出表格(公众号才需要),但在生成帖子时需要确保每条事实都有来源,来源以自然方式嵌入正文或标注在末尾。
  157. ---
  158. ## 质检体系(小红书适配版)
  159. 写完每篇帖子后快速过一遍:
  160. ### Q1 钩子检查
  161. - 标题是否能在信息流中让人停下来?
  162. - 第一句话是否有"然后呢"的冲动?
  163. ### Q2 信息密度检查
  164. - 全文是否每句话都有存在的理由?(没有的删掉)
  165. - 是否聚焦一个核心点?(散了就拆成两篇)
  166. - 有没有"水字数"的段落?
  167. ### Q3 禁区检查
  168. - 沿用 writer skill 的 L1 硬性规则(禁用词、禁用标点)
  169. - 额外禁止:教科书语气、过度结构化(不要 "首先/其次/最后")
  170. - 额外禁止:营销号语气("震惊""太牛了""必看")
  171. ### Q4 平台适配检查
  172. - 段落是否手机端友好?(太长的段拆开)
  173. - emoji 是否克制?(3-5 个,不是每句都带)
  174. - 标签是否合理?(3-5 个,覆盖大中小流量词)
  175. - 有没有引导互动的收尾?
  176. ### Q5 来源检查
  177. - 所有事实是否都有可追溯来源?
  178. - 人物引用是否有原始出处?
  179. ---
  180. ## 配图方案
  181. 每篇帖子需要配图,直接截取真实来源(不要自制卡片,用户更看重真实感和效率)。
  182. **CDP 不可用时的降级策略**:如果 Chrome CDP 端口(9222)连接失败或超时,**跳过配图步骤**,在飞书文档中每篇选题正文前标注「⚠️ 配图待补(CDP 不可用)」。绝不能因为配图失败阻塞文字内容产出和飞书文档创建。
  183. ### 配图类型
  184. - **KOL 推文截图**:用 CDP 浏览器打开推文,使用 Twitter 内置翻译功能翻译成中文后截图
  185. - **GitHub 项目页截图**:截项目首页 + star-history.com 走势图
  186. - **新闻页面截图**:优先截中文翻译版(注意部分网站如 TechCrunch 屏蔽 Google Translate 代理,只能截英文原版)
  187. ### 配图截取流程
  188. 1. 用 CDP 浏览器访问目标页面
  189. 2. 如需翻译,使用页面内置翻译或 Google Translate 代理
  190. 3. 截图保存到本地临时目录
  191. ### 配图插入飞书文档
  192. > **⚠️ 这是反复出错的环节,必须严格按以下步骤执行,不得简化或跳步。**
  193. 配图必须放在对应选题正文**前面**,**严禁堆在文档末尾**。
  194. **完整操作步骤(逐步执行,每步验证):**
  195. **步骤 A**:先用 `docs +create` 或 `docs +update --mode overwrite/append` 写入全部文字内容
  196. **步骤 B**:用 `docs +media-insert` 逐张上传截图到文档,记录每张图的 image token
  197. **步骤 C**:对每篇选题,用 `docs +update --mode insert_before` 将对应配图插入到该选题正文第一句话前面
  198. 步骤 C 的命令格式:
  199. ```bash
  200. lark-cli docs +update --doc "<doc_token>" \
  201. --mode insert_before \
  202. --selection-with-ellipsis "该选题正文的第一句话前几个字" \
  203. --markdown '<image token="<image_token>" width="3154" height="1488" align="center"/>'
  204. ```
  205. **常见错误(已发生 3 次以上,必须避免):**
  206. - 把所有图片用 media-insert 追加到文档末尾就完事 ← **这是错的**
  207. - 只执行步骤 A 和 B,跳过步骤 C ← **这也是错的**
  208. - 步骤 C 中 selection-with-ellipsis 找不到匹配文本导致跳过 ← 检查拼写,用正文前 10 个字
  209. **验证方法**:步骤 C 全部执行完后,用 `docs +get` 重新拉取文档内容,检查每张配图是否出现在对应选题正文前面。如果不对,立即修正。
  210. **关键发现**:飞书文档中已存在的 image token 可以直接在 `docs +update` 的 markdown 中复用,用 insert_before/insert_after 模式可以将图片插入到文档任意位置。`media-insert` 只能追加到末尾,但 `docs +update` 没有这个限制。
  211. ---
  212. ## 输出格式
  213. 每篇帖子的最终输出格式:
  214. ```
  215. ---
  216. 选题来源:[日报中的具体素材]
  217. 核心角度:[一句话说明这篇帖子在讲什么]
  218. 选题类型:[分享型/收藏型/评论型](必须三选一,否则砍)
  219. 用户场景过滤:[读完用户会想干什么?必须答出"立刻试/想推荐/想存起来/想发评论"四选一]
  220. 事实来源:[列出主要来源链接]
  221. 预测评分:点击力 X/5 | 收藏力 X/5 | 争议分享力 X/5
  222. ---
  223. 【标题】xxx
  224. 【正文】
  225. xxx
  226. 【标签】#xxx #xxx #xxx #xxx #xxx
  227. 【配图说明】
  228. 1. 封面:xxx
  229. 2. 内页(如有):xxx
  230. ```
  231. ---
  232. ## 预测评分(每篇必填)
  233. 生成每篇帖子时,必须对以下 3 个维度打分(1-5 分),作为后续数据反馈的对照基线:
  234. - **点击力**:标题+封面能不能在信息流里赢冷启动?(1=普通陈述 5=必停)
  235. - 加分项:数字反差 / 熟悉品牌的意外动作 / 情绪冲突
  236. - **收藏力**:内容是否值得用户存起来回头看?(1=看完就忘 5=必收藏)
  237. - 加分项:可复用工具/方法/资源/金句
  238. - **争议分享力**:能不能激发"想说话"或"想推荐给朋友"?(1=看完没反应 5=必转/必评论)
  239. - 加分项:争议点 / 八卦情绪点 / "我也想试"的产品案例
  240. > **三维改造来源(2026-05-06,基于 13 条已发数据复盘)**
  241. >
  242. > 老 4 项(钩子力/信息密度/传播性/互动潜力)有两个问题:
  243. > 1. "信息密度"和"传播性"高度重合,但和实际表现弱相关
  244. > 2. 没有"用户场景"维度,导致老评分把多源新闻当 Top 1 但实际数据全扑街
  245. >
  246. > 13 条数据的真实分布表明,三类内容各走各的路:
  247. > - 分享型靠分享拉分(Claude 操控 PS/Blender 综合 #1)
  248. > - 评论型靠评论拉分(Manus 进 Meta 综合 #2)
  249. > - 收藏型靠赞藏拉分(Karpathy 综合 #3)
  250. >
  251. > 综合分公式:阅读×1 + 赞藏×10 + 评论×100 + 分享×50
  252. 评分要诚实,不要全打高分。如果一篇帖子点击力 5 但收藏力 2,就老实写。打分的目的是校准预测能力,全打 4-5 分等于没打。
  253. ---
  254. ## 数据追踪(多维表格)
  255. 每篇文章生成后,自动写入飞书多维表格进行追踪:
  256. - **表格 token**:`OPgkbbFjNa0v3csZRsoc4sXOnVg`
  257. - **表 ID**:`tblvmMEa9LlCIFYK`
  258. - **写入时机**:图文生成完成后,立即写入预测数据
  259. - **帖子链接留空**:由用户发布后手动填入小红书链接(飞书会自动识别标题)
  260. ### 表格字段结构
  261. | 字段 | 类型 | 谁填 | 说明 |
  262. |------|------|------|------|
  263. | 帖子链接 | URL(主字段) | 用户 | 小红书帖子链接,飞书自动识别标题 |
  264. | 发布日期 | 日期 | 管线 | 生成日期,毫秒时间戳 |
  265. | 标题 | 文本 | 管线 | 文章标题 |
  266. | 选题类型 | 单选 | 管线 | 分享型/收藏型/评论型(新口径) |
  267. | 选题来源 | 文本 | 管线 | 来源(如 @karpathy 推文、GitHub Trending) |
  268. | 预测-点击力 | 评分1-5 | 管线 | 标题+封面冷启动能力 |
  269. | 预测-收藏力 | 评分1-5 | 管线 | 内容是否值得存 |
  270. | 预测-争议分享力 | 评分1-5 | 管线 | 是否激发讨论或推荐 |
  271. | 阅读量 | 数字 | 用户 | 阅读总量(小红书里=封面+标题点击率) |
  272. | 赞藏 | 数字 | 用户 | 点赞+收藏合计 |
  273. | 评论 | 数字 | 用户 | 评论数 |
  274. | 分享 | 数字 | 用户 | 分享/转发数 |
  275. | 经验总结 | 文本 | Mavis | 偏差分析和经验沉淀 |
  276. > **过渡说明(2026-05-06)**:表格里历史的"预测-钩子力 / 预测-信息密度 / 预测-传播性 / 预测-互动潜力"四列保留不动,作为历史对照。新写入的记录在新三维评分上,老 4 列留空即可。后续考虑用 base 字段重命名做迁移。
  277. ### 写入命令示例
  278. ```bash
  279. lark-cli base +record-upsert --as user --base-token OPgkbbFjNa0v3csZRsoc4sXOnVg --table-id tblvmMEa9LlCIFYK --json '{
  280. "发布日期": <毫秒时间戳>,
  281. "标题": "文章标题",
  282. "选题类型": "分享型",
  283. "选题来源": "@op7418 推文",
  284. "预测-点击力": 4,
  285. "预测-收藏力": 5,
  286. "预测-争议分享力": 4
  287. }'
  288. ```
  289. 注意:
  290. - 帖子链接、阅读量、赞藏、评论、分享 不写入,由用户在小红书发布后手动贴入表格。
  291. - **必须 `--as user`**(bot 没有写入用户多维表格的权限)。
  292. ---
  293. ## 反馈与迭代
  294. 用户发布帖子后,在多维表格的「帖子链接」列贴上小红书链接,并填入「赞藏」和「评论」数据。Mavis 收到数据后执行:
  295. 1. **偏差分析**:对比预测评分和实际赞藏/评论数据,找出预测偏差
  296. 2. **经验沉淀**:将分析结论写入「经验总结」字段 + agent 记忆层
  297. 3. **规律提炼**:积累 10-20 篇后,提炼选题类型 × 表现的规律,更新 skill 中的选题优先级
  298. 注意:不要用 CDP 抓取小红书页面数据,有封号风险。数据由用户手动提供。
  299. ---
  300. ## 推送飞书
  301. 生成完成后,每天新建一份飞书文档推送审稿:
  302. - **文档标题**:`小红书短图文 | {YYYY}年{M}月{D}日 AI日报精选`
  303. - **创建方式**:使用 `docs +create` 新建文档(不覆盖旧文档,保留历史)
  304. - **文档结构**:每篇帖子独立一个板块,配图在正文前,来源链接在正文后
  305. - 创建完成后返回文档链接给用户
  306. ---
  307. ## 注意事项
  308. 1. **字数控制**:宁可写短写精,不要为凑字数注水。300 字的帖子如果信息密度高,比 800 字的水文强
  309. 2. **一篇一个点**:每篇帖子只讲一个核心信息点,讲透就收。想讲两个点就拆成两篇
  310. 3. **不要公众号化**:最大的风险是把小红书帖子写成了缩短版公众号文章。小红书更直给、更碎片、更视觉化
  311. 4. **评论区思维**:写的时候想一下"这篇帖子的评论区会聊什么",如果想不出来,说明帖子缺少讨论点
  312. 5. **复用不照搬**:writer skill 的风格方法论是底座,但表达密度和结构必须为小红书重新适配
README.md · README · 86 lines

View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)

  1. <div align="center">
  2. # 📕 XHS Content Skill
  3. **让 AI Agent 写出能爆的小红书短图文**
  4. 不是把长文截一段,是真正按小红书的节奏、钩子、互动逻辑重新设计的生产规范。
  5. [![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
  6. [![Skill: Claude Code](https://img.shields.io/badge/Skill-Claude%20Code-8A2BE2)](https://github.com/anthropics/claude-code)
  7. [![Platform: 小红书](https://img.shields.io/badge/Platform-小红书-FF2741)]()
  8. [![Stars](https://img.shields.io/github/stars/cool111111/xhs-content-skill?style=social)](https://github.com/cool111111/xhs-content-skill/stargazers)
  9. </div>
  10. > 让 AI 写小红书最常见的失败:长文逻辑塞进短文,开头铺垫一大段,看到第三行就划走。
  11. > 这个 Skill 解决的是"小红书的节奏不一样"这件事。
  12. ## 为什么需要专门的小红书 Skill
  13. 公众号长文和小红书短图文是**完全不同的两种生物**:
  14. | 维度 | 公众号长文 | 小红书短图文 |
  15. |------|-----------|-------------|
  16. | 字数 | 4000-8000 | 300-800 |
  17. | 开头 | 叙事铺垫,慢慢进入 | **第一句就要炸**,3 秒决定划不划走 |
  18. | 深度 | 层层剥开 | 聚焦一个点,**讲透就收**,别贪多 |
  19. | 收尾 | 哲思余韵 | **留悬念**,绝不用"你觉得呢" |
  20. | 钩子 | 内容自带钩子 | **标题 + 首句**双钩子,缺一不可 |
  21. 通用写作 Prompt 写出来的小红书几乎全是失败品 — 没钩子、没节奏、读起来像简化版长文。
  22. ## 核心特性
  23. - 🎯 **选题优先级体系** — KOL 观点 > 开源项目破圈 > 产品发布 > 行业数据(基于实际数据迭代而来)
  24. - 📊 **四维评分** — 钩子力 / 信息密度 / 传播性 / 互动潜力,每篇出稿前自带质量预测
  25. - 🪝 **标题钩子库** — 数字冲击、信息差、争议性、反常识等公式化模板
  26. - 🚫 **反 AI 味底座** — 继承 [Writer Skill](https://github.com/cool111111/writer-skill) 的反套话词库
  27. - 🔁 **反馈迭代闭环** — 预测评分 vs 实际数据对比分析,持续校准选题判断
  28. ## Quick Start
  29. ```bash
  30. # 1. 安装 Writer Skill 作为风格底座(必需)
  31. git clone https://github.com/cool111111/writer-skill.git \
  32. ~/.your-agent/skills/writer
  33. # 2. 安装本 Skill
  34. git clone https://github.com/cool111111/xhs-content-skill.git \
  35. ~/.your-agent/skills/xhs-content
  36. ```
  37. 然后对 Agent 说:"**帮我写 3 篇小红书,话题是 XXX**",Agent 自动加载这个 Skill。
  38. ## 我自己怎么用的
  39. 这个 Skill 是我做 AI 内容运营时跑出来的真东西 — 配合一条多 Agent 自动化管线,**每天产出 3-5 条候选小红书帖子**,挑出最好的发出去。
  40. 整套管线长这样:
  41. ```
  42. Twitter KOL × 3 ──┐
  43. GitHub Trending ──┼──→ 日报汇总 ──→ 选题筛选 ──→ XHS Content Skill ──→ 推飞书审稿 ──→ 发布
  44. AI 新闻 ─────────┘
  45. ```
  46. 每天 30 分钟全自动跑完,我只负责审稿 + 发布。
  47. ## 文件结构
  48. ```
  49. xhs-content-skill/
  50. └── SKILL.md # 主 Skill 入口
  51. ```
  52. 简单到只有一个文件 — 因为风格底座复用了 Writer Skill 的 references。
  53. ## 配套 Skill
  54. - 长文写作 → [Writer Skill](https://github.com/cool111111/writer-skill)
  55. - 找达人 → [find-influencer-skill](https://github.com/cool111111/find-influencer-skill)
  56. ## License
  57. MIT — 觉得有用就 **star 一下** ⭐

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.