mcpbeat

Ai科幻 ���析竞对作品

lornshrimp/ai科幻-分析竞对作品

用于【AI科幻】题材下搜索起点中文网等目标平台的同题材 TopN 候选池,先锁定榜单与样本池,再从中收束 3–5 本主样本做四层深拆式竞对分析。作为题材包装层与路由层,负责保留AI科幻标准入口名,补充技术视角、技术针脚、数据链/系统逻辑链、长线系统谜团等题材维度,并明确要求优先强制加载并使用 `通用-分析竞对作品`。关键词:AI科幻竞对分析、AI科幻竞品分析、起点AI科幻榜单、标杆作品拆解、技术悬疑标杆报告。

3k tokens
context cost
the whole folder, loaded on every use
2
files
instructions only
0
copies elsewhere
how many repositories repackaged it
148
stars on the repo
on the repository, not the skill itself

Install

one command, takes just this skill from the repository
npx skills add https://github.com/lornshrimp/Lorn.NovelWriteSkills --skill AI科幻-分析竞对作品

The instruction itself

5 sections, as written by the author

<!-- ===== Layer 1: 永久缓存 ===== -->

AI科幻-分析竞对作品

这是题材包装层、兼容入口与路由层。

<!-- ===== Layer 3: 场景缓存 ===== -->

对应通用 Skill

  • 通用-分析竞对作品

强制要求

  • 不得绕过 通用-分析竞对作品 另写一套平行共性规则。
  • 引用通用能力时只按名称引用,不写路径。

协作 Skill

  • AI科幻-小说项目初始化(当竞对分析在项目初始化语境下调用时,本 Skill 应与初始化联动执行,产出竞对差距清单写入初始化蓝皮书)

本层职责

  • 保留“AI科幻-分析竞对作品”这一标准入口名。
  • 将榜单锁定、样本池建设、逐本深搜与单书报告骨架路由到 通用-分析竞对作品
  • 补充AI科幻题材下的核心竞对维度:技术视角、技术针脚、技术异常入口、数据链、系统逻辑链、科学对冲、技术单元回报与长线系统谜团。
  • 把AI科幻目录下的 写作研究/、题材 Prompt、题材 Skill 所沉淀的关注点,转译成本轮竞对维度,而不是只套一层抽象通用壳。
  • 在补写本题材 Skill 时,持续识别新增内容里哪些其实属于题材无关的通用能力,并将其回收到 通用-分析竞对作品

继续读取的题材 references

  • references/AI科幻竞对分析补充维度.md

常见触发词 / 用户说法速查

  • 帮我找起点AI科幻最强的 Top10 做竞对分析
  • 给我拆几本AI科幻标杆作品
  • 搜一下AI科幻榜单,逐本写竞对报告
  • 我想知道这些AI科幻爆款到底强在哪
  • 按AI科幻语境做标杆作品分析,不要泛泛书评
  • 为AI科幻项目初始化做竞对验证(/init 调用本 Skill 时自动进入初始化模式,产出竞对差距清单写入初始化蓝皮书)

默认落盘要求

  • 若未指定更具体的项目目录,默认落盘到:AI科幻/竞对分析/
  • 默认文件名:作品名-竞对分析报告-YYYY-MM-DD.md
  • 默认每本作品单独维护一份主报告;同日迭代优先覆盖更新,而不是并列制造近重复文件

强制要求

  • 命中本技能时,必须优先强制加载当前题材 Skill 与 通用-分析竞对作品
  • 必须先读取 references/AI科幻竞对分析补充维度.md,再确定本轮AI科幻专项分析点。
  • 若目标平台为起点中文网,默认先锁定 Top10 候选池,再从中收束 3–5 本主样本按“市场数据层 → 内容创作层 → 运营策略层 → 受众反馈层”深拆;只有用户明确要求时,才对 Top10 全量逐本重拆。
  • 起点语境下默认沿用 通用-分析竞对作品 的术语口径:榜单位次、均订 / 首订 / 收订比代理信号、本章说 / 书友圈活跃度、老白读者接受度等;本题材层只补AI科幻专项裁判。
  • 必须检查作品是否真正成立为"AI科幻",而不是纯技术气氛堆砌、纯猎奇展示或只披科幻皮的其他赛道作品。
  • 必须显式分析:
  • 技术视角抓手是否成立;
  • 技术异常事件如何咬入近未来/数字日常;
  • 数据链 / 系统逻辑链 / 技术追踪推进是否可信;
  • 科学对冲技术玄学是否完成或至少有足够逻辑包装;
  • 技术单元 / 阶段回报如何向长线系统危机供血。
  • 不能把“气氛好”“文笔稳”“有悬念”当成足够结论;必须继续追问:为什么它能形成持续追读,而不只是短期氛围感。
  • 不能把明显依赖作者资历、影视改编或外部流量的热度,误判成AI科幻文本本体优势。

题材补充边界

  • AI科幻的竞对分析,默认更强调:
  • 技术真实感;
  • 主角技术身份/能力与技术追踪链条绑定;
  • 数据痕迹与系统摩擦的真实度;
  • 信息差、不安感与回报点的交替节奏;
  • 首卷技术谜团、技术单元与长线系统危机的双线推进。
  • 若样本存在超自然、系统异常、技术怪异资源,必须分析它如何被压回近未来逻辑与技术理性中;否则不应轻易把它判为高质量同赛道核心样本。

AI科幻套路分析补充

AI科幻题材的竞对分析中,套路配置的焦点与女频不同——核心在"情节推进类"套路而非"人物关系类":

  • 套路清单识别:重点标注竞品在"情节推进"维度的套路配置——是否以"技术单元+主线"双线推进(系统异常追踪+系统操纵者的经典组合),还是单线长系统危机驱动、还是技术伦理人物关系驱动。
  • 技术单元闭环模式:分析竞品的技术单元回报节奏——每个技术事件之间的间隔章数、技术事件中的信息释放密度、以及每个技术事件如何向长线系统危机供血(是数据线索拼接型、还是系统真相关联型、还是人物技术关系揭示型)。
  • "技术悬念"承诺纯度:判断竞品的"技术悬念"情绪承诺纯度——它是始终维持"读者知道的 < 主角知道的 < 系统全貌"的信息差,还是在中段就部分泄底导致悬念感下降。纯度高的竞品才是强样本。
  • 组合差异化:标注竞品的套路组合中,哪些是赛道标配(技术单元+长线系统操纵者),哪些是该作品的独有处理(如"技术伦理对质"替代"反转堆叠")。
  • 若已蒸馏同赛道作品蓝本(含 §十八 套路指纹),可直接用其套路分类体系降低从零拆解成本。

通用层优先边界

  • 榜单检索、样本池规则、单书报告主骨架、版权边界与通用数据痕迹范,以 通用-分析竞对作品 为准。
  • Top10 候选池 → 3–5 本主样本 → 四层深拆 的默认执行口径,以及起点术语口径,也以 通用-分析竞对作品 为准。
  • 本文件只补AI科幻专项维度与样本筛选偏差提醒,不在题材层重新复制一整套通用竞对流程。
  • 若后续在AI科幻语境下沉淀出可跨题材复用的稳定规则、模板或检查项,应同步上收到 通用-分析竞对作品,不要长期滞留在题材层。

How to use it

Copy the folder

Take lornshrimp/ai科幻-分析竞对作品 from the repository into ~/.claude/skills for personal use, or into .claude/skills inside a project.

Check the name does not clash

The agent identifies a skill by the name field in its header. Two skills with the same name cannot sit side by side — one of them will be ignored.