小红书短图文内容生成

账号定位

• 领域：AI 科技泛类
• 受众：开发者 + 愿意学习 AI / 关注 AI 的人群（公司潜在客户）
• 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
• 内容形式：短图文帖子（300-800 字 + 封面图 + 3-5 个标签）

风格基底：复用 writer skill

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：

• 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
• HKR 选题质检：Happy + Knowledge + Resonance，至少占两项
• 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）
• 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）
• 口语化表达：沿用 writer skill 的推荐口语化词组
• 知识输出方式：聊着聊着顺手掏出来，不是"下面我来科普"

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。

选题来源：从 AI 日报中提取

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。

去重（铁律，必须在选题前执行）

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。

查询命令：

lark-cli base +record-list --base-token OPgkbbFjNa0v3csZRsoc4sXOnVg --table-id tblvmMEa9LlCIFYK --as user --limit 30

去重判定（三选一即算重复）：

1. 选题来源 URL 相同（最准——同一条推文/新闻/项目）
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）
3. 标题高度相似（同一个事件用不同钩子重写）

命中黑名单的素材直接跳过，不做为选题候选。没有例外。

选题筛选标准

1. 新鲜度：必须是 24 小时内的新信息，过时的不选
   • 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
   • 任何"X 早就出了"能打的题，直接砍
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
3. 数据支撑：有具体数字、对比、排名的话题优先

⚠️ 用户场景过滤（硬门槛，必须通过）

每个候选选题在进入评分前，必须先回答这一个问题：

"用户读完这条会想干什么？"

只有以下三种答案之一可以通过门槛：

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。

选题禁区（直接 ban）

通过 13 条数据观察到的扑街专业户：

• 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）
• 政策 / 诉讼类
• 纯产品发布（X 公司发了 Y，没说"你能拿它干嘛"）
• 没有可验证细节的"计划中"事件（如"OpenAI 据说要做手机"）
• 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）

信源命中率参考（按 13 条数据反推）

选题优先级（按用户场景类型）

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）
>>>>> 其他全部砍

⚠️ 数量与类型分布原则（铁律）

质量 > 数量 > 类型分布。

• 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
• 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
• 宁可少出一篇，不为凑数硬选不达标的题

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。

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。

选题自主判断权

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。

写作规范

结构模板

一篇小红书帖子的标准结构：

【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）

【正文】
第一段：抛出核心信息或让人"？？？"的事实（1-2 句）

第二段：展开说明，带入个人视角或场景（2-4 句）

第三段：关键信息/数据/对比（这是帖子的"干货核心"）

第四段（可选）：延伸思考或行动建议（1-2 句）

收尾：一句话总结或留个钩子引导评论

【标签】#标签1 #标签2 #标签3 #标签4 #标签5

与公众号长文的关键区别

小红书专属写作技巧

1. 标题必杀技

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）：

• 数字冲击：GPT-5 发布 24 小时，这 3 个变化你必须知道
• 信息差：99% 的人不知道，Claude 其实可以这样用
• 争议性：Karpathy 说大部分人用 AI 的方式都错了
• 场景代入：用 AI 写了一周小红书之后，我发现...
• 反常识：AI 最大的问题不是太强，而是太弱

禁止的标题：

• "浅谈 xxx" / "关于 xxx 的几点思考" ← 公众号味
• "震惊！xxx" / "太牛了！xxx" ← 低质营销号味
• 纯陈述句，没有钩子

2. 第一句话法则

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。

好的第一句：

• 直接抛事实：Karpathy 昨天发了条推，409 万人看了，说的是...
• 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
• 反常识开场：GitHub 上最火的 AI 项目，居然不用写一行代码

3. 段落节奏

• 每段 2-4 句，绝不超过 5 句
• 段与段之间空一行（手机端视觉呼吸感）
• 关键数据或金句可以单独成段，加粗或用 emoji 标记
• 全文 emoji 使用克制（3-5 个足够），不要每句都带

4. 收尾

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。

好的收尾示例：

• 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
• 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
• 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

禁止的收尾：

• "你们觉得呢？" / "评论区聊聊" / "关注不迷路" ← 营销号味
• "以上就是今天的分享" ← 教科书味

5. 来源链接（必须）

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。

6. 标签策略

每篇 3-5 个标签，组合逻辑：

• 1 个大流量词：#AI / #人工智能 / #ChatGPT
• 1-2 个中等词：#AI工具 / #效率提升 / #开源项目
• 1-2 个精准词：#Claude / #GPT5 / #AI日报 / 具体产品名

事实核查（简化版）

沿用 writer skill 的核查原则，但流程压缩：

1. 提取待核查项：帖子中所有数字、排名、人物引用、事件时间
2. 逐条核查：每条用搜索工具确认，找原始来源
3. 标注来源：帖子正文中用括号附来源（如 （来源：@karpathy 推文））
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

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。

质检体系（小红书适配版）

写完每篇帖子后快速过一遍：

Q1 钩子检查

• 标题是否能在信息流中让人停下来？
• 第一句话是否有"然后呢"的冲动？

Q2 信息密度检查

• 全文是否每句话都有存在的理由？（没有的删掉）
• 是否聚焦一个核心点？（散了就拆成两篇）
• 有没有"水字数"的段落？

Q3 禁区检查

• 沿用 writer skill 的 L1 硬性规则（禁用词、禁用标点）
• 额外禁止：教科书语气、过度结构化（不要 "首先/其次/最后"）
• 额外禁止：营销号语气（"震惊""太牛了""必看"）

Q4 平台适配检查

• 段落是否手机端友好？（太长的段拆开）
• emoji 是否克制？（3-5 个，不是每句都带）
• 标签是否合理？（3-5 个，覆盖大中小流量词）
• 有没有引导互动的收尾？

Q5 来源检查

• 所有事实是否都有可追溯来源？
• 人物引用是否有原始出处？

配图方案

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）。

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。

配图类型

• 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
• GitHub 项目页截图：截项目首页 + star-history.com 走势图
• 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）

配图截取流程

1. 用 CDP 浏览器访问目标页面
2. 如需翻译，使用页面内置翻译或 Google Translate 代理
3. 截图保存到本地临时目录

配图插入飞书文档

⚠️ 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。

配图必须放在对应选题正文前面，严禁堆在文档末尾。

完整操作步骤（逐步执行，每步验证）：

步骤 A：先用 docs +create 或 docs +update --mode overwrite/append 写入全部文字内容 步骤 B：用 docs +media-insert 逐张上传截图到文档，记录每张图的 image token 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

步骤 C 的命令格式：

lark-cli docs +update --doc "<doc_token>" \
  --mode insert_before \
  --selection-with-ellipsis "该选题正文的第一句话前几个字" \
  --markdown '<image token="<image_token>" width="3154" height="1488" align="center"/>'

常见错误（已发生 3 次以上，必须避免）：

• 把所有图片用 media-insert 追加到文档末尾就完事 ← 这是错的
• 只执行步骤 A 和 B，跳过步骤 C ← 这也是错的
• 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

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。

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。

输出格式

每篇帖子的最终输出格式：

---
选题来源：[日报中的具体素材]
核心角度：[一句话说明这篇帖子在讲什么]
选题类型：[分享型/收藏型/评论型]（必须三选一，否则砍）
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]
事实来源：[列出主要来源链接]
预测评分：点击力 X/5 | 收藏力 X/5 | 争议分享力 X/5
---

【标题】xxx

【正文】
xxx

【标签】#xxx #xxx #xxx #xxx #xxx

【配图说明】
1. 封面：xxx
2. 内页（如有）：xxx

预测评分（每篇必填）

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：

• 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)
  • 加分项：数字反差 / 熟悉品牌的意外动作 / 情绪冲突
• 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)
  • 加分项：可复用工具/方法/资源/金句
• 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)
  • 加分项：争议点 / 八卦情绪点 / "我也想试"的产品案例

三维改造来源（2026-05-06，基于 13 条已发数据复盘）

老 4 项（钩子力/信息密度/传播性/互动潜力）有两个问题：

1. "信息密度"和"传播性"高度重合，但和实际表现弱相关
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

13 条数据的真实分布表明，三类内容各走各的路：

• 分享型靠分享拉分（Claude 操控 PS/Blender 综合 #1）
• 评论型靠评论拉分（Manus 进 Meta 综合 #2）
• 收藏型靠赞藏拉分（Karpathy 综合 #3）

综合分公式：阅读×1 + 赞藏×10 + 评论×100 + 分享×50

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。

数据追踪（多维表格）

每篇文章生成后，自动写入飞书多维表格进行追踪：

• 表格 token：OPgkbbFjNa0v3csZRsoc4sXOnVg
• 表 ID：tblvmMEa9LlCIFYK
• 写入时机：图文生成完成后，立即写入预测数据
• 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）

表格字段结构