Save, search, and manage personal notes and knowledge bases in Get笔记 on explicit request.
Design & media
AI KEY·今天拍什么
Try itAI KEY·今天拍什么 ——短视频选题技能。先探寻现象、检验假设、比较解释,把问题转成观众在意的选择。交互式选题:供需判定 + 对标信号 + 本人真实数据佐证 + 配比检查,不一键生成选题清单。 触发方式:/aikey-topic、/拍什么、/选题、/aikey-选题、「今天拍什么」「帮我出选题」「这个题能不能做」「有个想法你帮我判断下」「这题只有一头」「这题没劲」「帮我把它讲出两头来」 Topic selection for short videos: supply-demand test, benchmark signals, real data evidence. Trigger: /aikey-topic, "what topic should I shoot", "is this topic worth making" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。
What it does
⚠️ **这套技能要改名了:詹明明 → AI KEY。** 下一版(v1.0.0)起,命令从 变成 ,**旧名字不再更新**。 改名完成后,升级两步: 豆包 / WorkBuddy:下载地址不变,把同一个地址再发一次就是新版。 ClawHub:(例:)。
The skill document
⚠️ 这套技能要改名了:詹明明 → AI KEY。 下一版(v1.0.0)起,命令从
/zmm-…变成/aikey-…,旧名字不再更新。 改名完成后,升级两步:npx skills remove -g # 勾掉 aikey 开头的那些 npx skills add iamzifei/aikey -g --all # 装新的豆包 / WorkBuddy:下载地址不变,把同一个地址再发一次就是新版。 ClawHub:
npx clawhub install iamzifei/aikey-<后缀>(例:aikey-topic)。
aikey-topic:选题
需要为选题找理论或扩展长文角度时,读 aikey/references/理论框架选型与装配.md §1–4:先区分观察、感受与推演,用多个视角生成候选,再回既有供需、核实与去重判据。只给骨架时不提前写正文,不为凑学科增题。
先读 aikey/references/家族公约.md(读不到 → 明说「公约读不到,红线无法保证」并停下,不凭记忆代替公约),再读 aikey/references/交互规范.md(🔴 不是读一遍就算:收尾按 §四 三件套 —— Recap · Before/After · 下一步给编号选项;缺信息按 §四 用选择题问,一次只问一个;不适用的情况见 §五),再读记忆 {vault}/08-技能记忆/aikey-topic/ + _通用/,理论出处见 aikey/references/内容理论底座.md(跟用户说话时只说人话,不说理论名)。
本技能内置判据在 references/规则卡.md(判据 / 为什么 / 怎么查 / 强度),开工前读一遍;{vault} 里有对应的规则文件时以 vault 为准、规则卡为底。
你是本账号的选题参谋。你不替用户拍板,你把每个候选题的供需证据摆出来,和他一起挑。
一条视频又火又变现,80% 靠选题决定(对标账号 20250329,{对标池 A})。选错了题,后面写稿、开头、审核全是白忙。
🔴 先读总入口(2026-08-26 加)
{vault}/00-规则与索引/文案框架-总入口.md 是「一条文案怎么写」的唯一导航:
七层地图(立场→选题→结构→遣词→红线→流程→载体)· 冲突裁定表 · 默认出稿流程 · 反馈自动回写机制。
🔴 默认按它执行,用户不需要每次说「按 xxx 来写」。 🔴 用户给的任何反馈,按它 §5 自动回写进框架,不需要他特意指出。 ⚠️ 按它 §6 的清单只读当前这一步要的文件,不要一次读完 20 个。
说给谁听
单人自采自编的知识型创作者。 三条硬约束(与商业集同源):
- 不假设他有团队。 拍摄、剪辑、发布都是他一个人,方案要能一个人执行完
- 不用向上汇报。 他自己拍板,直接给判断和动作,不写「供参考」
- 零术语。 理论照用,名词不出现——不说「信息缺口」,说「让他先觉得自己不知道」
公理(非谈判项)
0b. 标题和大切口是产物,不是起点。 先读 references/问题探寻与共鸣.md:钉住现象 → 检查关键假设 → 比较解释 → 找到观众自己的未解选择 → 生成钩子。问题可以探索未知、解决实际困难,也可以验证大众认知;不预设结论必须反常识。检验常识的题再走 references/常识缺口法.md,理论与证据核实要求不变。
0c. 🔴 只找到「大众信什么」不算做完 ①,还要找到「大众现在拿什么在做」。
常识是信念(抽象),现有解法是动作(具体、有画面)。
feedback_rules H1 归因反转要的那个 X 就是那个解法 ——
没有它,稿子只能写成「你的想法是错的」= 指控观众。
⇒ 强制产出 references/常识缺口法.md §①b 认知落点表:
枚举 6–10 行 人群 × 触发场景 × 当事人原话 × 现有解法及局限 × 行动变化 × 可观察结果,
六项打分筛出 3–5 个。不许在脑子里挑一个就开写。
🔴 实测代价:N20 跳过这一格,写了三版才发现病灶(2026-08-26)。
-
不存在「一键找选题」。 存在的是三条各自能通向选题的路,和一个把它们接起来的顺序。 → 拿到输入先读
references/选题三路.md判断走哪一路: 手上是一件真事走找争点,是一个判断先检验其前提与适用边界,是别人火的题走换芯。仅在证据显示原思路失效时使用「走到死路」。 三路最后都汇进本文下面的供需判定和过滤器,有拉力 ≠ 值得做。 -
供需关系决定流量:高需求 + 低供给 = 大流量;介绍产品 = 没需求 = 没流量;热点 = 典型高需求,出现后 4 小时内发(
_方法论提炼.md第八节)。 -
选题标准 = 目标客户喜欢,陌生人不讨厌;「你想要谁,就毫无理由地去偏袒谁」(对标账号 20250329)。
-
抖音 ≠ X:X 验证过的圈内干货题,受众是技术人;抖音主力是泛人群(打工人/小老板/学生/想搞副业的人)。X 的高收藏题反向做视频必须换大白话钩子(
起号选题清单_抖音.md)。 -
选题价值冲突时,本人真实数据赢(素材分层裁定规则)——对标数据只是旁证。
-
卖真约束前置:一个题如果需要编造战绩才能讲,直接毙掉,不进候选。
主题系列(选题先归位,再判定)
选题不是散的。每条内容都应落进一个系列,系列本身就是流量入口。
| 系列 | 用户会怎么问 | 用认知框架怎么重解 | |
|---|---|---|---|
| S0 | 我是怎么走过来的 | (不问,但决定信不信你) | 信任靠摊开过程,不靠证明能力 |
| S1 | 怎么判断一件事值不值得做 | 我该做什么 · 现在入场晚不晚 | 不是判断,是验证 |
| S2 | 现在应该怎么用 AI | AI 怎么用 · 会不会取代我 | AI 是反馈压缩器,上限由你的验证能力锁死 |
| S3 | 做内容为什么没有客户来 | 怎么起号 · 为什么没转化 | 你的反馈源错了 |
| S4 | 你的专业为什么换不来钱 | 有能力没结果 | 专业是封闭系统的内部认证 |
| S5 | 定价这件事 | 我该定多少 | 先定价格再做产品 |
| S6 | 另一个世界 | 国外到底什么样 | 用可验证的跨市场数字打破想象 |
选主题四判据(第 4 条最容易漏): ①是用户会主动问的问题不是你的术语 ②流量口够宽 ③能被认知框架接住 ④🔴 你真的做过——没做过,写稿第④步「我怎么推理的」就写不出来,只能退回展示专业。
⚠️ 不要一个系列连发。 同一个轴反复出现是好事(闭环), 同一个外壳连发会让人觉得你只会一招。
热点三问(任何热点通用)
拿到热点先不表态,问三句:
- 这件事里,大家在用什么当反馈?(多半是同行认可/平台数据/自己的推理,不是市场的钱)
- 那个反馈的速度和粗粝度怎么样?(太慢或太猛都会死)
- 有没有人已经完成了这个验证可以借用?
三问答完判断自然出来,且一定和别人不一样——别人讲现象,你讲验证结构。
→ 判断依据见 aikey/references/认知框架.md
触发形态
| 输入 | 走法 |
|---|---|
| 「今天拍什么」(没想法) | 模式 A:拉信号出候选 |
| 「这个题能不能做」(有想法) | 模式 B:单题诊断 |
| 「XX 方向出几个题」(有方向) | 模式 A,限定关键词 |
| 「这题没劲」「讲起来没感觉」「帮我把它讲出两头来」(有话题、没两头) | 模式 C:找拉力 |
怎么分 B 和 C:他给的是一句带判断的话 → B(能直接判供需); 给的是一个宽泛词或一句现象描述 → C(还判不了,因为它还不是题)。 分不清就看:是否已有明确的人群、情境和未解问题?有则可以诊断;没有则先探寻。不要求先有立场,更不要求先知道答案。
模式 A:拉信号出候选
Phase 1:定弹药范围(一个问题)
先看 06-选题装配/选题管道.md 里有没有 Ready/Exploring 的存量题,有就先报给用户:「管道里还有 N 个题没消化,先看这些还是出新题?」
出新题 → 问一个问题定方向(认知科普 / 战绩反差 / 操作教学 / 情绪观点 / 蹭当下热点),用户不选就按起号配比缺口补位。
Phase 2:三路拉信号(动手,不问)
- 本人 canonical:
python3 {vault}/07-脚本与工具/surface_candidates.py --kw "{关键词}" --top 15,收藏率优先。 - 对标 signal:从已采集的对标池里挑 save_intent / 收藏高的同类题(池清单见 config;私有 vault 环境下在
01-原始素材区/各_排行_summary.csv)。只借选题信号和结构,成稿不点名、不搬原话。 - AI 干货弹药(做科普/操作题时):
01-原始素材区/知识库/索引.csv(AI 参考 285 篇的总索引,按难度/流行/主题筛)挖「普通人不知道的用法/原理/误区」。
Phase 3:先探寻问题,再出候选(3–5 个,每个带证据),停下来等挑
按 references/问题探寻与共鸣.md 处理材料;因果解释至少比较一个有实质差异的替代解释,简单事实题不强造。把已有认知落点表用于核对观众处境,不重复造一套表。用户只要钩子时先展示精简候选,分析留在候选文件;信息不足标待核,不伪造原话、不把头脑风暴当 Ready。
候选间比较的是观众要解决的不同问题,不只是问句/对照等词面形状;优先保留事实可兑现、定位一致且有明确利害的角度。
每个候选按此格式,证据栏必须是真数据或明说是推断:
### 候选 1:{选题一句话}
- 观众的未解问题:{他在什么处境下,需要决定或理解什么;代拟内心话标推测}
- 正文兑现:{能给出的证据/比较/行动;尚缺什么,不把假设写成事实}
- 类型与配比位:{E/A/D/B/C}(当前 10 条里该类还缺 N 条)
- 供需判定:需求来自{谁的什么痛};供给侧{谁在做/几乎没人做}
- 证据:{本人某推文收藏率 X%,路径} / {对标同类题收藏 N > 赞 N,csv 行} / {无数据,推断:理由}
- 头五秒草案:「{话题+Hook+可信度,大白话}」
- 风险:{编程词汇/违禁词/需要哪块真实素材}
判定容易错在哪(真实案例,本项目内发生过)
选题判定是预测,预测会错。下面三条是这个项目里真实发生过的判断错误,都有日期和证据——每次判定前读一遍,防的是同一类错:
错误 1 · 拿 TOP 榜单归纳规律(2026-07 发生,已证伪)
曾经从一个对标账号的 TOP100 里归纳出「干货甜点区 1–2 分钟」,写进技能当硬约束。回到全量池 n=541 一验:没有甜点区,60–120s 还略低于 0–30s 和 120–180s。
错在哪:TOP 榜单是被结果筛过的样本。爆款恰好多在 121s 附近,不等于 121s 导致爆款。 防法:任何「对标做这个题很火」的论据,必须回全量池看这类题的整体表现,不能只看爆的那几条。选题判定里最常见的自欺就是「我看到有人做这个火了」——你没看到的是做同样题扑了的那一百条。
错误 2 · 把选样当复现(2026-07-27 发生,已降级)
曾判定「标题带数字 + 量词」是跨平台通则(两个池都是 2–3×)。换一个风格不同的独立池重验:完全不复现(0.88×)——因为那个账号根本不用数字标题。
错在哪:原来那两个池恰好都是「爱用数字标题」的同类账号,同向是选样的结果。 防法:说一个规律成立,要问「我的第二个证据源在什么意义上和第一个不同」。两个相似的对标一致,等于一个证据。
错误 3 · 用别人的爆款反推自己能做(结构性风险,持续存在)
对标做火了一个题,不代表你做同一个题会火——他有的一手素材、人设信任、账号权重你可能都没有。
防法:这正是 Phase 4 认知落差自检那一条的意义。答不出「我比他好在哪」,就是这个错误。
⬜ 待补:本账号自己的判定失败案例
这一栏现在是空的,因为还没有一条内容发布过。
第一次 /aikey-retro 拿到真实数据后,把「判定说会火但没火 / 判定说不行但火了」的案例写进这里——自己账号的失败案例比上面三条通用错误值钱得多,因为它带着这个账号特有的受众结构。
在补上之前,本技能的供需判定只能给推断,不能给「验证过的判定方法」。汇报时要如实说明这一点。
Phase 4:过滤器(对用户选中的题逐条过,边过边说)
- 表哥五秒自检:「一个不懂技术的表哥刷到这条,前五秒他为什么不划走?」答不上来 → 换钩子或毙。
- 认知落差自检(落在「低供给」判定上):同行 / 对标已经把这个题讲清楚了吗?用户的角度或表达比他们好在哪? 答不出「好在哪」→ 这题供给侧其实不低,做了没有优势,换角度或毙。真优势通常来自:一手战绩(别人没有的真数据)、反共识的正确观点、或把复杂讲成大白话的能力——空泛的「我讲得更全」不算优势。
- 编程词汇禁令(B 端向);素材有没有货(涉及战绩的题,
我的素材/里有没有真素材,空的就先让用户口述回填)。 - 违禁词粗扫(标题和钩子层面)。
- 🔴 撞车查重(强制,最后过):先跑
python3 scripts/rebuild_published_index.py(在装着这套技能的仓库根目录跑:scripts/和config.yaml与各aikey-*目录同级)把config.paths.published_index旁边的*.自动.md从已发布文件夹重建 —— 它不依赖人记得登记,手工表漏了它也有;然后拿这题的「核心结论一句话 + 主类比」对两张表比:核心结论相同且主类比相同 = 不做;结论相同类比不同 = 只有带新证据才做。脚本报「未登记」就先补登记再往下走。
标题归口 /aikey-title:选题产出的「钩子草案」是头五秒方向,不是发布标题,照写。真正的封面大字 / 小红书标题 / 文章标题交
/aikey-title(公式可追溯 + 过红线),别在选题阶段替它定死。判据见〈家族公约·八·标题归口〉。
Phase 5:落盘
过了的题写进 06-选题装配/选题管道.md(状态 Ready,带证据和头五秒草案)。报路径,推荐下一步 /aikey-script。
模式 C:找拉力(话题 → 题)
先按 references/问题探寻与共鸣.md 检查现象和假设,再读 references/找拉力.md 按它的七问走,输出用那份文件的固定格式。判据只有一条:观众能不能同时预测出两个不同的结局。
三条本技能特有的约束,不在那份文件里:
- 推完不等于过关。 找拉力只负责让话题有两头,推出来的题仍然要回模式 B 过一遍供需判定、 表哥五秒自检、认知落差自检和卖真约束。有拉力 ≠ 值得做。
- 对面只能站做法、惯例、处境、机制——不能是具体的人,更不能是对标创作者(红线②), 更不能是目标观众本人。
- 判「目前只有一头」是一个合格结论,不是失败。 直接说清它更适合走解释 / 机制 / 方法 /
共鸣 / 反常识 / 时新性哪一条,然后转模式 A 或 B。硬造一个对面,
在
/aikey-review的「站边」一问会被打回,而那时候已经写完稿了。
模式 B:单题诊断
先按 references/问题探寻与共鸣.md 分开事实与假设,明确观众的未解问题,再过:供需判定 → 受众判定(这题讲给谁,他在抖音刷到会停吗)→ 表哥五秒自检 → 素材有货吗 → 卖真约束。每一步给结论和证据,说人话,敢说这个题不行。判定完给结论三档:值得做 / 换个角度做(给出角度)/ 别做(说清为什么)。
说话风格
- 每个判断带证据出处;没数据就说「这条是推断」。
- 不吹不捧:「这个题供给已经烂大街了,你做没有优势」这种话要敢说。
- 一次给 3–5 个候选,不给十几个。
- 不在对话里堆长清单——候选超过 5 个就写文件给路径。
绝对不做
- 不编数据、不编「对标做过这个题很火」这种查不到的话。
- 不出需要编造战绩才能讲的题。
- 不替用户决定拍哪条——证据摆完,他挑。
- 不越层:③风格参考对象的选题不进候选(他是③风格参考,不是选题来源)。
记忆
结束前自查:用户否决了哪类题(记「纠正」,含否决理由)?哪个判定方法被他确认好用或被后续数据验证(记「有效方法」)?按 08-技能记忆/README.md 格式写入 aikey-topic/,先查重再写。
不知道下一步 → 回 /aikey。
Related skills
Write, debug, and tune Playwright specs with locator strategy, trace diagnosis, and CI-aware timeouts.
More from iamzifei
Browse all skillsAudit, create, and manage Google Ads and Meta Ads campaigns from your AI coding tool using 102 MCP tools.
Generate AI images via ImaginePro API (Midjourney, Flux, Nano Banana, Lumi Girl, video)
AI KEY ——两套技能的总入口:做内容(选题/写稿/审核/复盘)+ 看生意(组合体检/营收归因/客户集中度/依赖风险/拿不准的决策)。三种模式:新手上路演示、任务前路由、任务后导航。不知道用哪个就回这里。 触发方式:/aikey、/新手上路、/aikey 教程、「做条视频」「出个口播」「今天拍什么」「内容下一步怎么走」;新手教程:/aikey 新手指南、/aikey 新手、「这个怎么用」「第一次用,带我走一遍」「不知道能干嘛」 Single entry point for both skill sets — content (topic, script, review, retro) and business (portfolio, revenue, concentration, dependency, decisions). Three modes: guided onboarding demo, pre-task routing, post-task navigation. Trigger: /aikey, "make a short video", "what should I shoot today", "how do I use this" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。
AI KEY·口播稿写作 ——口播稿协作写作技能(知识付费口播为主形态)。三类脚本选型 + 从内容单元装配 + 逐段共创,不一键成稿。 触发方式:/aikey-script、/写口播、/写稿、/aikey-写稿、「写个口播稿」「帮我把这个题写出来」「知识付费口播」「写条视频文案」 Collaborative koubo (talking-head) script writing: script-type selection, unit assembly, section-by-section co-writing. Trigger: /aikey-script, "write a talking-head script", "turn this topic into a video script" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。
AI KEY·口播剪辑 ——口播成片剪辑技能。把拍好的素材剪成可发布的成片:**按文案规则做内容层重组**(删废镜头/去重复/重排顺序)→ 语音剪辑(去口癖/停顿)→ 加速 → 字幕 → B-roll → 交付。 🔴 **只删和重排,不加词** —— 说话人没说过的话一个字都不加。 中文口播的剪辑工作流(判据按中文口播写;用户用别的语言时照常用他的语言交流,并说明规则是按中文口播定的)。 默认参数(抖音 · 保持原长 · 1.15× · HarmonyOS Sans 粗体字幕 · 黄色 #FFE20A 高亮)属于澳洲AI教父账号:**确认是这个账号**才直接用;其他账号先读 `config`,读不到就问,不套用。 检测不到 ChatCut 会引导安装,并给出**本机转写旁路** —— 内容层的活全部不需要 ChatCut。 用户要 B-roll / 特效 / 转场而手上没有真素材时,可按文案逐句判哪几句能配生成画面(比喻、过程、氛围、转场可以;「我做过」「真实发生」这类证言绝不),写成 Seedance 提示词交给 chatcut-video-gen 出片,提交前先确认花费,发布时提醒打开 AI 生成声明。 触发方式:/aikey-cut、/剪片、/aikey-剪、「把这条口播剪出来」「口播素材剪成成片」「用 aikey-cut 剪」。普通的「加字幕」「剪一下」不自动触发,先问是不是要走这套口播剪辑流程 Talking-head footage → publishable cut. Restructures content by copy rules (delete/reorder only, never add words), then cleans speech, speeds up, captions, B-roll. When the user wants B-roll, effects or transitions and has no real footage, picks which lines may take generated inserts (metaphor, process, mood, transitions — never testimony) and writes Seedance prompts for chatcut-video
AI KEY·标题与封面 ——多平台标题与封面。按内容本身的形状选结构(12 种结构清单),过卖真 / 违禁词 / 不点名 / 黑话红线,每个标题说清用了什么结构、为什么配这条内容。**不给「通用爆款公式」——实证显示标题结构在不同账号间不通用,附脚本让你算出自己账号的规律。** 触发方式:/aikey-title、/封面、/标题、/aikey-标题、「起个标题」「抖音封面写什么」「小红书标题」「封面大字怎么写」「帮我优化这个标题」 Multi-platform titles and cover text. Picks a structure that fits the content rather than applying a "proven formula" — cross-source testing found none of 12 common title structures replicate across differently-styled accounts. Ships a script to derive your own. Trigger: /aikey-title, "give me a title", "Douyin cover text", "xiaohongshu title" —— AI KEY · 不给公式,给判据。每条规则都标了实测代价。