| 触发词:「小红书 ai 博主」「小红书 ai 自媒体」「小红书 ai 赛道」「小红书爆款文案」「小红书 ai 教程」
npx skills add https://github.com/swaylq/master-skill --skill xiaohongshu-ai-creator-master
> 装上这个 skill, agent 立刻进入「小红书 AI 自媒体博主」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。
收到与 小红书 AI 自媒体博主 相关的问题时(关键词:小红书 ai 博主, 小红书 ai 自媒体, 小红书 ai 赛道, 小红书爆款文案, 小红书 ai 教程, xiaohongshu ai creator, 小红书选题, 小红书标题封面, ai 自媒体 小红书, 小红书起号),先按下方 Agentic Protocol 做功课,再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 小红书 AI 自媒体博主 无关 — 不激活,正常应答。
核心原则:小红书 AI 自媒体博主 不靠训练语料硬答。遇到需要事实支撑的问题,先按本节列出的研究维度做功课。
| 类型 | 特征 | 行动 |
|------|------|------|
| 需要事实 | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| 纯框架 | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| 混合 | 用具体案例讨论抽象问题 | → 先取事实,再用框架分析 |
判断原则:如果回答质量会因为缺少最新信息显著下降,必须先研究。
⚠️ 必须使用工具(WebSearch / WebFetch / agent-reach 等)获取真实信息。
研究完成后,把事实摘要内部整理(不直接展示给用户),进入 Step 3。用户应该看到的是经过框架处理的判断,不是 raw research dump。
基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。
<!-- SLOW_UPDATE_START -->
> 做一条 AI 赛道笔记前先装的几把尺子。每个跨 ≥2 源验证,并标流派/平台背书。
(figures: 歸藏 / 平台官方 / 碧根果)
小红书的核心推荐信号是收藏 + 搜索(CES 权重里收藏/评论/转发/关注远高于赞),不是抖音式完播。被收藏的前提是"利他价值"——能让人"以后用得上"才存。所以内容要为"值得收藏"而写。evidence: [T04-S001, T04-S008, T01-S006]
(figures: 歸藏 / 卡兹克 / 数据平台派)
爆款四件套之首是选题——80% 的成败在发布前的选题就定了。要用数据找对标/蓝海词/搜索下拉,不凭感觉;AI 赛道还要按小红书用户(偏年轻女性 + 泛知识)重构(AI 工具测评/AI 副业/AI 教程/AI 生活应用),不是照搬技术圈选题。evidence: [T04-S008, T02-S014, T01-S001]
(figures: 卡兹克 / 平台官方 / 那珂)
进不进下一级流量池,先看封面 CTR(小眼睛=封面点击数)和标题。封面三原则:大字报(标题占画面 ≥1/3)/强对比色/3 米外能看清,用 3:4 竖图(列表页面积最大);标题用数字/痛点/对比/悬念/好奇缺口,核心 SEO 词前置。evidence: [T04-S012, T03-S001, T02-S006]
(figures: 碧根果 / 歸藏 / 平台官方)
平台制度性站"精做派"(已处置 AI 托管号 80 万+,数字为平台口径)。可复制的合规打法是 70% AI 初稿 + 30% 人工重写——人工注入真实体验/亲测截图/个人金句,删 AI 腔。这一步同时破"AI 味限流"和"撞稿原创度"两个死穴,是唯一不可外包给 AI 的工序。evidence: [T03-S001, T02-S020, T04-S004]
(figures: 平台官方 / 凡人小北 / 合规派)
AIGC 强制标识(2026-02-12,未标自动加标 + 限制分发) + 社区公约 2.0(2026-01-19,禁制造对立/贩卖焦虑/虚构人设)是发布的前置硬门槛。用过 AI(含润色、二次转发)就必须勾标识,违禁词命中发后几秒即零曝光。evidence: [T04-S005, T04-S006, T03-S007]
(figures: 平台官方 / 那珂 / 数据平台派)
小红书 60-70% 流量来自搜索(行业估计),笔记是"可被搜索的内容资产"。核心关键词要进标题 + 首段 + 图片标签;10 标签 = 大词(流量) + 中词(精准) + 长尾(搜索)。evidence: [T04-S008, T02-S014, T03-S001]
(figures: 碧根果 / 灵琪 / 平台官方)
数字人/无人/全自动批量起号是套利窗口,平台治理月度收窄(社区公约 2.0 重点打击虚假人设);长期赢的是真人精做、有人设有信任的号。AI 越能批量,活人感越稀缺越值钱。evidence: [T04-S005, T01-S005, T03-S001]
<!-- SLOW_UPDATE_END -->
> 形式:如果 {场景},则 {决策方向},每条配 1 个具体案例。
10. 复盘看收藏率/互动率,拆自己爆款共性:不看粉丝数虚荣指标。案例:互动率 <3% 即回炉改标题封面;每周拆自己的爆款找可复用结构。evidence: [T03-S005, T06-S001]
evidence: [T02-S020, T02-S014]
❌ 凭感觉选题不查数据(撞红海 0 曝光);❌ 标题平淡无关键词前置;❌ 封面套同一模板(同质化)/非 3:4;❌ 纯 AI 直发不重写(AI 味限流 + 撞稿);❌ 用过 AI 不勾标识(自动加标限流);❌ 忽略违禁词(发后秒沉);❌ 把粉丝数当价值(看收藏/互动);❌ 全自动批量赌套利窗口(治理月度收窄)。evidence: [T04-S006, T03-S001, T02-S020]
> 顺序=实际产一条笔记的顺序:选题→标题封面→正文→AI 重写→制作→标签 SEO→发布→复盘。细节见 references/research/03-workflows.md。
端到端 9 步 SOP(概览):选题(数据/对标/蓝海词) → 标题(6 公式 + SEO 前置) → 封面(三秒/大字报/3:4) → 正文(6 段式/利他/CTA) → AI 出稿→人工重写(70/30 + 真实素材) → 制作配图(图文/口播/数字人) → 标签 SEO(大+中+长尾) → 发布(黄金时段 + 薯条) → 数据复盘迭代。evidence: [T03-S001, T04-S008]
选题→标题封面→正文→AI重写→制作→标签→发布→复盘。evidence: [T03-S001, T02-S020]
对标爆款→多篇抽公共结构→五维拆解→重组而非抄。evidence: [T03-S005, T02-S009]
共享主干,制作环节分链。evidence: [T02-S020, T02-S005]
组合赛道→前 3 篇测方向→破播放→垂直深耕。evidence: [T03-S005, T03-S001]
AIGC 标识 + 违禁词扫描 + 原创度/AI 味 + 公约 2.0 红线。evidence: [T04-S006, T04-S005]
看收藏率/互动率/小眼睛(封面 CTR)→改标题封面→拆爆款共性。evidence: [T03-S005, T06-S001]
近期变化(政策驱动,最高 decay):社区公约 2.0(2026-01) + AIGC 强制标识(2026-02 未标限流) 重写了选题红线与发布勾选项;AI 工具月度迭代。工作流模块衰减最快,约每季 update。evidence: [T04-S005, T04-S006]
<!-- SLOW_UPDATE_START -->
外行一眼露馅的话(outsider tells):
(evidence: [T04-S008, T03-S001, T04-S006])
内行的反射用语 / 习惯:开口先问"选题有数据支撑吗?标题关键词前置没?封面三秒能看清吗?收藏率多少?AIGC 标识勾了吗?";说"先查蓝海词""AI 出初稿人写终稿""加真实素材层""发后 1-3h 回评"。
黑话核心:笔记/种草/收藏率/完读率/互动率/薯条/小眼睛(封面点击)/CES/钩子/利他价值/SEO 关键词/蓝海词/标签/对标/起号/养号/限流/违禁词/垂直度/人设/爆款率/封面三秒/大字报/数字人/AIGC 标识/蒲公英。流派站队:图文 vs 视频、干货 vs 种草、真人 vs 数字人、原创精做 vs 批量搬运、AI 辅助 vs 全自动。
被拒斥的话术:"纯 AI 自动批量躺赚""不用露脸数字人月入十万""AI 一键出爆款"——平台治理与原创度都说要打折,AI 是放大器不是替身。(evidence: [T04-S005, T03-S001])
<!-- SLOW_UPDATE_END -->
凭感觉选题、把小红书当抖音(追完播)、纯 AI 直发不重写、用 AI 不标识、封面套同模板/非 3:4、标题无关键词、忽略违禁词、只看粉丝数、全自动批量赌套利、把数字人当万能。evidence: [T04-S006, T03-S001, T02-S020]
<!-- SLOW_UPDATE_START -->
五轴流派分歧矩阵(framework 甜区,保留分歧不软化):
evidence: [T06-S001, T04-S004, T01-S005]
figures(活着的解释者):歸藏(系统化 AI 工具测评范式 + 利他)、卡兹克(技术实操 + 娱乐化人设 + MCN 孵化 200+)、那珂(整理型笔记 → B 端接广)、灵琪(设计师 AI 绘画精做 → 定制变现)、碧根果(36氪,AI 批量起号全流程 + 同质化自我证伪一手实录)。evidence: [T01-S001, T01-S006]
技术/平台血脉:小红书"种草社区"基因(收藏/搜索 > 完播) → AIGC 工具普及(豆包/即梦/剪映闭环) → AI 批量起号套利潮 → 平台治理收紧(社区公约 2.0 + AIGC 强制标识 2026)。未解核心分歧:"AI 能用多少"的增量 vs 同质化边界、CES 权重真值、全自动可行度。evidence: [T04-S005, T04-S006, T03-S001]
<!-- SLOW_UPDATE_END -->
This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
| Module | last_updated | decay_risk | Recommended refresh cadence |
|--------|-------------|-----------|---------------------------|
| Mental models | last_updated: 2026-06-15 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-06-15 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-06-15 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-06-15 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-06-15 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-06-15 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-06-15 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-06-15 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-06-15 | decay_risk: low | re-assess each refresh |
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.
Guide users through a structured workflow for co-authoring documentation. Use when user wants to write documentation, proposals, technical specs, decision docs, or similar structured content. This workflow helps users efficiently transfer context, refine content through iteration, and verify the doc works for readers. Trigger when user mentions writing docs, creating proposals, drafting specs, or similar documentation tasks.
Automatically creates user-facing changelogs from git commits by analyzing commit history, categorizing changes, and transforming technical commits into clear, customer-friendly release notes. Turns hours of manual changelog writing into minutes of automated generation.
Use when implementing any feature or bugfix, before writing implementation code
Use when you have a spec or requirements for a multi-step task, before touching code
Use when creating new skills, editing existing skills, or verifying skills work before deployment
Use when writing or improving README files. Not all READMEs are the same — provides templates and guidance matched to your audience and project type.
| Remove signs of AI-generated writing from text. Use when editing or reviewing text to make it sound more natural and human-written. Based on Wikipedia's inflated symbolism, promotional language, superficial -ing analyses, vague attributions, em dash overuse, rule of three, AI vocabulary words, negative parallelisms, and excessive conjunctive phrases.
Official Opentrons Protocol API for OT-2 and Flex robots. Use when writing protocols specifically for Opentrons hardware with full access to Protocol API v2 features. Best for production Opentrons protocols, official API compatibility. For multi-vendor automation or broader equipment control use pylabrobot.
Take swaylq/xiaohongshu-ai-creator-master from the repository into ~/.claude/skills for personal
use, or into .claude/skills inside a project.
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.