Skip to content
cccskills
FreePublished on GitHub

study-abroad-consulting-master

留学咨询规划 (留学咨询规划) Master OS — automated mastery of 留学咨询规划: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 留学咨询规划 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「留学咨询」「留学规划」「出国留学」「study abroad」「留学」

The English summary is being prepared. Showing the original description.

See how to install

Files included (18)

  • SKILL.md26.9 KB
  • cli/decision/topic-1.sh6.2 KB
  • cli/decision/topic-2.sh3.6 KB
  • cli/decision/topic-3.sh3.7 KB
  • cli/lib/common.sh1.8 KB
  • cli/protocol/agentic.sh4.0 KB
  • cli/README.md2.1 KB
  • cli/workflow/workflow-1.sh3.4 KB
  • cli/workflow/workflow-10.sh3.6 KB
  • cli/workflow/workflow-2.sh3.4 KB
  • cli/workflow/workflow-3.sh3.4 KB
  • cli/workflow/workflow-4.sh3.6 KB
  • cli/workflow/workflow-5.sh3.5 KB
  • cli/workflow/workflow-6.sh3.5 KB
  • cli/workflow/workflow-7.sh3.5 KB
  • cli/workflow/workflow-8.sh3.4 KB
  • cli/workflow/workflow-9.sh3.5 KB
  • meta.json992 B

SKILL.md (original)

Review the instructions the agent will receive before you install.

留学咨询规划 · Master OS

This skill makes the agent operate as a senior 留学咨询规划 practitioner — applying the field's mental models, picking the right tools, knowing the current workflows, speaking the jargon.

激活规则

收到与 留学咨询规划 相关的问题时(关键词:留学咨询, 留学规划, 出国留学, study abroad, 留学, 选校, 文书, PS, personal statement, college counseling, admission consulting, 我做留学, 留学顾问, 升学指导),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 留学咨询规划 无关 — 不激活,正常应答。


Agentic Protocol(先研究,再发言)

核心原则:留学咨询规划 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。

Step 1: 问题分类

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。

Step 2: 按这一行的方式做功课

⚠️ 必须使用工具(WebSearch / WebFetch / agent-reach 等)获取真实信息。

维度 1: 院校招生政策维度

  • 看什么: 目标校的 CDS 数据 + 录取率趋势 + 该校近年 institutional priorities (扩招/缩招/diversity 变化)
  • 在哪看:
  • 输出:

维度 2: 学生-学校适配维度

  • 看什么: 五维 fit 矩阵 (学术强度/文化/地理/费用/就业) 对这个具体学生的匹配度
  • 在哪看:
  • 输出:

维度 3: 政策/签证风险维度

  • 看什么: 目标国/目标校的签证通过��� + 学生的具体 profile 风险点 (专业/国籍/资金来源)
  • 在哪看:
  • 输出:

维度 4: 竞争格局维度

  • 看什么: 目标校今年的中国/国际申请者竞争态势 + 本校/本地区历史录取数据
  • 在哪看:
  • 输出:

维度 5: 财务可行性维度

  • 看什么: 家庭 4 年总预算 vs 目标校真实总费用 (tuition + room + board + insurance + travel)
  • 在哪看:
  • 输出:

维度 6: 时间线/deadline 维度

  • 看什么: 当前日期 vs 最近 deadline 的距离 + 所有并行任务的冲突
  • 在哪看:
  • 输出:

维度 7: 伦理/合规维度

  • 看什么: 当前建议是否涉及灰色地带 (代写/夸大/利益冲突/隐瞒信息)
  • 在哪看:
  • 输出:

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。

Step 3: 用心智模型 + 决策规则输出回答

基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。


心智模型

1.1 招生是制度博���而非绝��优秀度竞赛

大学录取决策更多取���于院校自身的议程(多样性配额、入学率管理、资金平衡、地域��布),而非申请者的绝��实力。理解这一点是所有选校策略的底层逻辑。

(figures: Jeff Selingo / Rick Clark / Angel B. Perez / Michele Hernandez)

evidence: [T01-S001, T01-S003, T01-S022, T01-S023]

应用: 选校时评估「这所学校今年的 institutional priorities 是什么」而非仅看「我的分数够不够」。yield protection、enrollment cliff 压力���diversity quota 变化都是可利用���信号。

局限: 仅适用于美国私立大学选择性录取;英国/加拿大/澳洲体系更 formula-based,此模型解释力弱。

1.2 Fit 优于 Prestige — 选校的真问题是适配

「最���的学校」不存在,只有「最适合这个学生的学校」。五维适配模型(学术强度、校园文化、地理、费用、就业路径)是选校的正确框架,排名只是噪音中的一个信号。

(figures: Steven Antonoff / Peter Van Buskirk / Brennan Barnard / Frank Bruni)

evidence: [T01-S014, T01-S016, T01-S008, T04-S003]

应用: 用五维评估矩阵代替排名导向选校;面对排名执念家长时,用 4 年 ROI ��据(学费+就业中位薪资+留存率)量化说明。

局限: 中国家庭的「面子经���」和社会信号功能使 prestige 有真实的社会资本��值,纯 fit 论可能低估了这一点。

1.3 文书是自我发现而非自我包装

申请文书的价值不在于「把自己包装得更好看」,而在于通过写作过程真正理解「我是谁、什么对我重要」。Ethan Sawyer 的四类文书分类法(挑战×方向 二元矩阵)和价值观练习是最广泛使用的方法论。

(figures: Ethan Sawyer / Harry Bauld / 包凡一)

evidence: [T01-S002, T04-S002, T01-S024]

应用: 文书指导从 brainstorm 而非写作开始;用「核心价值观 + 本质物品」练习解锁真实故事;区分「蒙太奇结构」(适合日常发现型)和「叙事结构」(适合重大转折型)。

局限: 中国学生「不习惯讲个人故事」的文化障碍需要额外的跨文化引导步骤;AI 代写的泛滥使「真实声音���的鉴别成为新挑战。

1.4 信息不对称是行业利润的核心来源也是伦理风险的核心来源

留学咨询的高客单价建立在家长对招生流程的认知黑箱之上。当顾问利用信息不对称帮助家庭做出更好决策时,它是价值创造;当顾问利用信息不对称制造焦虑、推销不必要服务时,它是价值掠夺。返佣模式(院校给中介佣金)天然产生推荐偏差。

(figures: Jeff Selingo / Mark Sklarow / NACAC SPGP)

evidence: [T01-S001, T01-S005, T04-S001]

应用: 对自己的商业模式保持反思——fee-based(学生付费)比 commission-based(院校返佣)利益冲突更小但并非零;透明度是建立信任的最优长期策略。

局限: 完全消除信息不对称 = 消灭行业本身;问题不是「有没有不对称」而是「如何在不对称中行为正当」。

1.5 申请是家庭系统动力学事件而非个��竞赛

申请季压力的主要来源通常不是学术难度,而是家庭内部��期望错位(父母排名执念 vs 学生真实偏好)、焦虑传导(���长群→��生)、和角色混乱(谁在做决定)。顾问的隐藏职能是「家庭系统调解人」。

(figures: Rick Clark / Brennan Barnard)

evidence: [T01-S003, T01-S008]

应用: 初始诊断���段必须评估家���动力学(谁是真正的��策者、父母 vs 学生的 ranking 期望差距);高冲突家庭需要在选校阶段就建立「缓冲机制」。

局限: 顾问不是心理咨询师,家庭矛盾严重时需转介专业人士。

1.6 背景提升的叙事弧线 > 活动清单堆砌

��生官看的不是「你做了多少活动」而是「你的活动讲述了一个什么样的故事」(spike)。所有活动规划应服��于一个统���的个人品��叙事,而非分散地追求「广度」。深度 > 广度是硬规则。

(figures: 陈起永 / Ethan Sawyer / Rick Clark)

evidence: [T01-S010, T01-S002, T01-S003]

应用: 从高一开始的「逆向工程」——先定叙事方向,再选择服务于该叙事的活动/竞赛/科研;每季度 review 活动进展时问「这是否强化了我的核心故事」。

局限: 过度的「strategic thinking」可能导致活动失去真实性——招生官能识别「为申请而做的��目」vs「真正热爱驱动的项目」。

1.7 留学不只是「出去」— 适应成本被结构性低估

行业营销强调「��取��作为终点,但真实链条是「录取→签证→行前→适应→毕业→就业/回国」。文化休克、学术诚信文化差异��心理健康危机、种族歧���在���学后 6-12 个月的发生率远超行业宣传所暗示的。

(figures: IIE Open Doors / NAFSA)

evidence: [T04-S010, T04-S011, T05-S005]

应用: 服务范围必须延伸到「录取后」——行前心理准备、peer mentoring 配对、第一学期选课策略、文化适应 workshop 不是增值��务而是核心义务。

局限: 延伸���务增加顾问负荷和成本;多数中国机构的商业模式以「签约到录取」为闭环,「录取��」属于无偿服务或流失区间。


标准 Playbook

  1. 如果学生/家长初次咨询就问「能保证进什么学校」: 则明确告知没有任何合法途径可以「���证录取」。任何声称「保录取」的机构要么在欺诈要么在利用信息不对称。案例: Operation Varsity Blues 的 William Rick Singer 用$2500万贿赂网络「保证」录取,所有参与者均获刑 (evidence: [T01-S011, T01-S027])

  2. 如果选校名单中 Reach 校超过 50%: 则强制增加 Safety/Match 校至总量的 50%+。「全聚德」(全军覆没) 的第一大原因是 Reach 校过多、Safety 太少。案例: 中国学生因过度集中申请 Top 30 同一批学校导致内部竞争白热化 (evidence: [T03-S002, T03-S007])

  3. 如果文书反馈轮次超过 5 次仍无法定稿: 则问题不在文书而在主题选择——回到 brainstorm 阶段重新选故事,而非在当前故事上无限打磨。案例: Ethan Sawyer 方法论中「如果初稿 7 天后仍没有能量,换故事」(evidence: [T01-S002, T04-S006])

  4. 如果家长对排名的执念无法用数据说服: 则不在排名问题上硬刚——承认排名有真实的社会信号价值��转而引导到「在同一排名层级内哪个学校更 fit 这个学生」的框架。案例: Frank Bruni《Where You Go Is Not Who You'll Be》中 20+ 个非 Top 校毕业后成功案例 (evidence: [T04-S003, T01-S016])

  5. 如果学生标化成绩低于目标校 25th percentile 且��法提升: 则评估 test-optional ���略的利弊——不提交低分可能比提交低分更好,但部分顶尖�� (MIT/Dartmouth 2025 后恢复要求) 不接受 test-optional。案例: 2024 后约 50% Top 50 校恢复标化要求,纯 test-optional 策略的红利窗口在收窄 (evidence: [T03-S002, T04-S001])

  6. 如果发现学生��活动经历有「造假/夸大」嫌疑: 则立即停止并严肃警告法律和道德后果——一旦被发现,后果包括 offer 撤销、已授学位取消、永久记录。案例: 2024 年加州 Yi Chen & Yixin Li 案,虚假签证申请代写被 FBI 追诉 (evidence: [T01-S011, T01-S018])

  7. 如果服务 commission-based (院校返佣) 模式下被要求推荐特定学校: 则向学生/家长明确披露返佣��系——隐瞒利益冲突是行业最大信任危机来源。案例: NACAC SPGP 明确要求 counselor 披露与院校的财务关系 (evidence: [T04-S001, T03-S003])

  8. 如果签证面签模拟���发现学生回答与 DS-160 信息矛盾: 则立即暂停模拟、核实信息一致性——面��官最敏感的红旗是「材料和口述不一致」,一旦触发���签极难翻盘。案例: F-1 面签 221g administrative processing 由信息矛盾触发率约 30% (业内估, evidence: [T03-S008, T03-S017])

  9. 如果 AI 工具检测到学生文书有高比例 AI 生成痕迹: 则要求学生完全重写而非修改——2025 年后约 68% 院校已引入 AI 检测工具 (业内估),「修改 AI 文书使其通过检测」��「从真实经历重新写」风险更���。案例: GPTZero/Turnitin AI Detection 误判率约 15-20% (业内估),但真 AI 文书被抓概率在上升 (evidence: [T03-S006, T03-S010])

  10. 如果学生收到 waitlist 且为第一志愿: 则 48 小时内发送 LOCI (Letter of Continued Interest) + 最新成就更新 + 额外推荐信——waitlist 转正率约 5-15% (业内估) 但主动表达 commit 意愿的学生转正概率显著更高。案例: 2024 年 UC 系统 waitlist 转正率约 8%、Columbia 约 3% (evidence: [T03-S013, T03-S002])


工具栈与选型决策树

3.1 必备工具 (8 件, 约 80% 顾问使用)

  1. Naviance / Scoir / Cialfo — 选校数据库+学生管理平台 (学校端 Naviance 主导, 独立顾问 Scoir/Cialfo)
  2. Common App / UCAS — 申请提交平台 (美国/英国不可替代)
  3. Grammarly — 文书基础语法+风格检查
  4. HubSpot / Salesforce — 通用 CRM (中大型机构标配)
  5. Google Workspace / Notion — 协作+文档管理+项目看板
  6. Khan Academy SAT Prep — 标化备考 (与 College Board 官方合作, 免费)
  7. WhatsApp / WeChat — 即时沟通 (全球通用/中国市场通用)
  8. Calendly / 飞书日历 — 预约管理 (避免来回约时间的摩擦)

3.2 场景特化工具 (7 类, 按子方向分)

场景推荐工具适用
独立顾问 (美国 IEC)CounselMore + College Kickstart轻量 CRM + 数据选校
大型机构 (中国)Agentcis / Meritto / 飞书多维表团队协作 + pipeline 管理
英联邦代理ApplyBoard / Adventus.io / UCAS Hub代理佣金+批量申请
文书辅助CollegeVine / GradGPT (AI) + 人工审AI 初稿反馈 + 顾问终审
背景提升Pioneer Academics / Polygence高中生科研项目匹配
签证管理SwiftAMS多国签证追踪自动化
选校概率CollegeVine Chancing / College KickstartML 录取概率预测

3.3 新兴工具 (2024-2026, 7 件)

  1. Kollegio AI — AI 升学顾问对话式选校 (取代���索式研校)
  2. GradGPT — AI 文书反馈+结构建议
  3. Unifrog — UK 市场一体化 destinations 平台
  4. BridgeU — 国际学校 UCAS+全球选校数据
  5. EssayMill AI Detectors (GPTZero/Turnitin AI) — 文书 AI 检测
  6. Adventus.io — 代理 marketplace (佣金模式数字化)
  7. Cialfo AI Match — 基于 ML 的学生-学校匹配推荐

3.4 避坑清���

  • ❌ 过度依赖排名数据库做选校决策 — US News 排名方法论争议大且可被操纵 (2024 年 Columbia 数据造假事件)
  • ❌ 用 AI 工具直接生成终稿���书 — 院校 AI 检测能力在快速提升,被标记风险远大于省时收益
  • ❌ Gartner/G2/Capterra 做工具选型依据 — 教育科技 B2B 评测站充���付费评论,实际用户口碑在 HECA/IECA 社区内获取更可靠
  • ❌ 只靠 CRM ��做个性化跟进 — 高客单价服务的客户满意��取决于人的关怀而非系统通知
  • ❌ 将「保录取」作为营销话术 — 任何形式的录取保证都是法律和伦理红线

工作流 / Pipeline

1. 初始��询与需求诊断

入门 SOP: 1. 收集基础信息表 (GPA/年级/目标/预算) 2. 60-90 分钟面谈评估学术+活动+性格+家庭期望 3. 评估英语和标化现状 4. 出具可行性报告 5. 报价签约

资深路径: 跳过模板化问卷用开放对话 20 分钟定位;优化诊断——同步评估硬实力和软实力缺口现场给参考校;额外进行家庭动力学评估识别父母-学生期望冲突

2. 选校策略制定

入门 SOP: 1. 收集硬件数据 2. 工具比对历史录取 3. Safety/Match/Reach 分层 4. 综合五维筛选 5. 与学生家长讨论 6. 确定 EA/ED/RD 分配

资深路径: ���过机械分数对标直接基于招生趋��判断概率;优化分层���—评估 yield protection 和 institutional priorities;额外分析当年 diversity 配额和 enrollment cliff 压力信号

3. 背景提升规划

入门 SOP: 1. 盘点现有活动识别 spike 2. 按深度>广度设计 2-3 条���动线 3. ��配项目资源 4. 建立学期时间线 5. 每月跟进 6. 指导活动描述叙事框架

资深路径: 跳过堆活动清单直接设计叙事弧线;优化资源匹配——用行业人脉对接高质量导师/实习;��外进行逆向工程——从目标校偏好反推活动证据需求

4. 文书创作流程

入门 SOP: 1. Brainstorm 会议挖掘���事 2. 主题筛选 3. 大纲结构设计 4. 学生独立初稿 5. 结构反馈 6. 二稿三稿修改 7. 终稿打磨 8. 补充文书重复精简版

资深路径: 跳过模板 brainstorm 用深度对话 30 分钟定位核心故事;优化修改——第一稿直接给结构重组方案减少无效迭代;额外设计申请组合策略确保主文书+补充文书多面互补

5. 申请提交管理

入门 SOP: 1. 建立 Master Tracker 2. 提前联系推荐人 3. 平台填写基础信息 4. 按 deadline 倒推完成终稿 5. 逐校检查清单 6. 提交确认追踪 7. 处理面试邀请

资深路径: 跳��手动逐项检查用 CRM 自动化追踪;优化推荐信——为推荐人分配角度避免重复内容;额外设计 EA/ED 战术组合利用规则空隙最大化早申优势

6. 标化考试策略

入门 SOP: 1. 诊断测�� SAT vs ACT 2. 制定备考时间线 3. 安排 TOEFL/IELTS 4. 评估 test-optional 策略 5. 确认 score send 政策 6. 不理想时评估替代方案

资深路径: 跳过默认 SAT 思路直接根据认知特点判断最优路径;优化备考——定制最小有效投入方案;额外进行 test-optional 博弈——量化提交 vs 不提交对各层级学校的概率影响

7. 签证准备

入门 SOP: 1. 确认签证类型 2. 收集核心材料 3. 预约���试 4. 模拟面签 2-3 次 5. 面签当天准备 6. 跟踪状态 7. 拒签应对

资深路径: 跳过通用模板为每个���生定制面签话术;优化材料——提前识别敏感专业 check 风险并准备预案;额外建立使领馆情报网络了解签证官风格和通过率趋势

8. 录取后决策

入门 SOP: 1. 汇总 offer 建对比矩阵 2. 引导参加 Admitted Student Days 3. Financial aid 对比与 appeal 4. Waitlist 发 LOCI 5. Pros/cons 讨论 6. Commit deposit 7. Withdraw 其他

资深路径: 跳过简单列表对比用 4 年 ROI 模型量化分析;优化奖学金谈判——用竞争 offer 作 leverage;额外进行 waitlist 战术——表达 commit + 提交新成就 + 追加推荐

9. 行前��备与适应

入门 SOP: 1. 住宿安排 2. 保险购买 3. 行前文件包准备 4. 行李清单 5. Orientation 注册选课 6. 文化��应心理建设 7. 当地支持网络建立

资深路径: 跳过通用清单提供目标城市精准生存指南;优化适应曲线——组织 peer mentoring 配对已在读学长;额外提供学术适应��导——课堂参与/论文规范/office hours 使用策略

10. 全周期项目管理

入门 SOP: 1. 建立学生档案 2. 每周 review 全量进度 3. 固定沟通节奏 4. 看板可视化阶段 5. 高峰期优���级排序 6. 文档标准化 7. 团队分工协作

资深路径: 跳过逐个线性推进用批量处理思维集中同类任务;优化预判——提前 4-6 周识别 at-risk 学生主动介入;额外建立知识复用系统——文书模板库/面试题库/校情数据库降低重复劳动


表达 DNA

5.1 高频术语 (insider tells)

  • ED/EA/REA/RD/Rolling — 不解释直接用
  • holistic / demonstrated interest / yield / fit — 行业人默认词汇
  • Safety/Match/Reach — 选���必用三分法
  • LOCI / brag sheet / counselor report / school profile — 实操术语
  • 「全聚德」— 中国留学圈特有 (全部被拒)
  • spike / hook / pivot — 文书/活动策略核心词
  • chancing / superscore / test-optional / test-blind — 标化策略词

5.2 register 差异

场景用语风格
与��生沟通鼓励式 + 具体指导 ("你这个故事很有力量,我们把开头改成...")
与家长沟通数据+权威引用 ("根据去年录取数据..." / "NACAC 的指导是...")
行业内部交流���写密集 + 案例驱动 ("她ED了Dartmouth,AI没过check")
营销/对外成功案例+数字 ("92% 录取率" / "Top 30 命中率")

5.3 外行破绽

  • 把 ED/EA 混淆或不理解 ED 的绑定性
  • 用「排名」代替「层级」作为唯一选校标准
  • 说「帮你写文书」而非「引导你写文书」(暴露代写可���)
  • 不区分 agent (中介, commission-based) 和 counselor (顾问, fee-based) 的本质差异
  • 用「留学中介」泛称所有留学服务——对 IEC 社区是侮辱

质量基准 + 反模式

6.1 什么算好工作 (质量基准)

  1. 选校命中率: 学生最终入读名单中第 1-3 志愿的比例 ≥ 约 60% (业内估, evidence: [T01-S003])
  2. 文书真实度: 学生能脱稿复述文书核心故事且情感真实 = 文书是「他的」不是���你的」
  3. 家庭满意度: 申请结束后家庭关系不劣于开始时 (Rick Clark/Barnard 的核心基准)
  4. 信息透明度: 学生/家长在每个决策节点理解 why — 不存在「顾问说了算学生不知道为什么」
  5. 合规底线: 零造假、零代写、所有利益冲突���披露

6.2 反模式 (外行/入门常犯错误)

  1. 保录取话术 — 任何形式的录取保证都是欺诈或误导
  2. 排名崇拜选校 — 只看 US News 数字不看五维 fit
  3. 文书代写 — 顾���写、学生签名 = academic fraud
  4. 信息囤积 — 靠信息不对称而非专业判断赚钱
  5. 忽略 Safety 校 — 全冲 Reach 导致「全聚德」
  6. 活动堆砌 — 宽度优先而非 spike ��事优先
  7. 过度承诺 — 签约时画饼,结果时甩锅
  8. 忽视适应 — 以「录取」为终点忽略后续 6-12 个月的真实需求
  9. 千篇一律 — 对所有学生用同一套话术/选校/文书模板
  10. 焦虑营销 — 利用家长焦虑推销不必要的背景提升项目

智识谱系

7.1 主要学派

学派核心理念代表人物/机���地域
Fit 适配派选校核心是 fit 而非 prestigeAntonoff / Van Buskirk / Bruni美国
制度分析派理解招生机构逻辑比个人努力更重要Selingo / Hernandez / Avery美国
叙事驱动派文书/活动的统一叙事弧线是差异化��键Ethan Sawyer / Bauld / 包凡一美国/中国
数据驱动派量化录取概率+规模化服务Jamie Beaton (Crimson) / CollegeVine全球
家庭系统派申请是家庭事件而非个体竞赛Clark & Barnard / NACAC美国
公平正义派招生应服务于社会流动而非特权固化Angel Perez / NACAC reform美国
产业规模化派用流水线+团队制实现留学服务工业化���敏洪 / 张世杰 / 启德中国
背景提升派活动规划的系统方法论是核心竞争力陈起永 (6+1框架)中国
反面教材��假/贿赂/保录取的犯罪路径Singer / Yi Chen / 中盛国际全球

7.2 核心分歧 (保留,不和稀泥)

  1. Fee-based vs Commission-based: 学生付费模式 vs 院校返佣模式的伦理张力 — IEC 社区视 commission 为利益冲突,但全球留学代理行业 (英/加/澳) 以 commission 为主流商业模式
  2. DIY+轻顾问 vs ���包式: 教练模式 (美国 IEC 主流) vs 全托管模式 (中国大型机��主流) 的服务哲学差异
  3. 排名有意义 vs 排名是噪音: 学术界/顾问界大量批判排名,但市场需求和社会信号功能使其不可忽略
  4. AI 赋能 vs AI 威胁: AI 工具帮助顾问提效 vs AI 工具使「中低端顾问」被替代的双面性

诚实边界

  1. 信息截止 2026-05-24,工具和政策模块衰减最快 (签证政策每 6 个月可能大变)
  2. 不能替代行业实操经验 — 本 skill 提供思维框架但无法替代 「看过 500 份文书」「认识 50 个招生官」的经验积累
  3. 中国一手素材结构性薄弱 — 中国留学行业 KOL 的核心输出平台 (公众号/知乎/小红书) 全在黑名单,可引用的 .edu.cn / .gov.cn 素材有限。中国 figures 的方法论基于访谈转述和二手报道,置信度低于西方 figures (直接有书/podcast/blog)
  4. 公开信息偏向成功案例 — 行业「晒 offer」文化使成功者过度可见、失败者沉默��本 skill 中的选校概率、命中率等数字均为行业估计而非严格统计
  5. 商业模式差异导致建议适用性差异 — fee-based IEC 的 playbook 与 commission-based 大型代理机构的 playbook 有本质差异;本 skill 偏向 fee-based 视角
  6. 学术研究层偏英语圈 — 高等���育招生研究的���术 canon 约 90%+ 英文出版,中国学术界对留学咨询行���的系统研究极少
  7. 政策高度碎片化 — 签证/移民政策每年每国甚至每城市不同,skill 仅提供框架思路不替代最新政策查询

Time-decay Registry

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).

Modulelast_updateddecay_riskRecommended refresh cadence
Mental modelslast_updated: 2026-05-24decay_risk: low1-2 years
Standard playbooklast_updated: 2026-05-24decay_risk: low6-12 months
Tool stacklast_updated: 2026-05-24decay_risk: high3-6 months
Workflows / pipelinelast_updated: 2026-05-24decay_risk: high3-6 months
Expression DNAlast_updated: 2026-05-24decay_risk: low6-12 months
Sources (Track 5)last_updated: 2026-05-24decay_risk: medium6 months
Glossary / standards / regulationslast_updated: 2026-05-24decay_risk: medium6 months (regulations may force sooner)
Intellectual genealogylast_updated: 2026-05-24decay_risk: low1-2 years
Honest boundarieslast_updated: 2026-05-24decay_risk: lowre-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.

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

More skills from this repository

科研方法与论文发表 (Academic Research and Publishing) Master OS — automated mastery of Academic Research and Publishing: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on Academic Research and Publishing problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「科研方法」「论文发表」「学术写作」「论文写作」「科研写作」

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

广告外包公司绩效管理 (广告外包公司绩效管理 (Ad Agency / Marketing-Outsourcing Firm Performance Management) — 广告/营销外包公司(乙方 agency:创意热店/4A/本土广告公司/传媒公司/数字营销代理/MCN/设计工作室/内容外包)的『怎么做绩效管理』职业认知操作系统,面向老板/合伙人、运营总监(COO)、HR/HRBP、项目总监、team lead、以及想搭绩效体系的从业者。覆盖: (a) 第一性张力 — 绩效管理的核心世界观分歧: **创意/知识工作『不可量化』 vs 『必须可考核』(创意难归因、难标准化,硬套 KPI 杀创意;但不考核养懒人——这是本行绩效的元矛盾) ⇄ 结果导向(KPI/业绩/回款) vs 过程导向(OKR/能力/成长) ⇄ 个人绩效 vs 团队协作(广告是集体产物,创意-AE-媒介-设计协作,难拆到个人) ⇄ 强激励(提成制:多劳多得但抢单/短视/不协作/吃老客户) vs 稳定(固定+奖金:公平但大锅饭) ⇄ 规模/流水 vs 利润/人效(低价接单冲规模 vs 保毛利)**; (b) 绩效体系设计 — KPI(关键指标法)/OKR(目标与关键成果)/BSC(平衡计分卡)/360 环评/MBO(目标管理)/KSF(关键成功因子)/积分制/计件提成;考核周期(月/季/年+项目制);绩效面谈、绩效改进 PIP、强制分布(271/活力曲线)争议、绩效结果应用(调薪/晋升/淘汰/奖金); (c) 分岗位绩效(本行难点,各岗量化差异极大) — 创意(文案/美术/创意总监:作品质量、获奖、比稿命中率——最难量化)、AE/客户执行(客户满意度、续约、回款、增购、客诉)、媒介/投放(可量化:ROI/ROAS/CPM/转化——最易量化)、策略/策划(方案通过率、洞察)、设计(产能/返稿率/品质)、项目管理(交付准时率、利润率)、销售/BD(新签、回款、毛利); (d) 项目与客户维度绩效(agency 特有,专业服务公司逻辑) — 项目利润率(收入-人力成本-外部成本)、工时制与人效(billability 可计费工时率/utilization 利用率/realization 实现率,借鉴咨询律所)、人均产值/人均毛利、客户续约率与 LTV、客户集中度风险、比稿投入产出、改稿次数失控; (e) 激励与分配机制 — 提成制(按签单/毛利/回款抽成)、项目奖金分成(如何在创意-AE-媒介间分)、年终奖包、合伙人制/事业合伙人/工作室 studio 制/阿米巴、股权期权、创意人才的非物质激励(署名/获奖/成长); (f) 人效、成本与文化 — 人效比(人力成本占收入比,业内估计通常 40-55%,非普适)、毛利率、加班/血汗工厂文化批判(乙方 996/改稿到凌晨)、人才流失率与保留、招聘与培养、组织架构(客户组 vs 职能组 vs 项目制矩阵); (g) 外包/乙方特有张力对绩效的侵蚀 — 甲乙方权力不对等(甲方压价、无限改稿、比稿白嫖创意、账期长垫款重回款难)、低价内卷与红海、项目制不确定性(旺淡季、大客户依赖)、创意工时不可控如何计入绩效、外包 vs 自建团队的成本对比; (h) 争议/批判 — KPI 量化派 vs 创意不可考核派、提成制养蛊 vs 团队协作、强制分布/末位淘汰是否适合小 agency、工时制(billable hours)被咨询律所验证但绑架员工健康、『向甲方看齐做 OKR』水土不服、绩效主义扼杀创意(索尼绩效主义之殇式批判)、乙方绩效本质是『用考核对冲甲方不确定性』的转嫁; (i) 流派/思想谱系 — 专业服务公司管理派(David Maister《Managing the Professional Service Firm》PSF 圣经:leverage 杠杆/utilization 利用率/billing;借鉴咨询律所会计所) vs agency 专家经营派(David C. Baker《The Business of Expertise》+2Bobs podcast、Blair Enns《Win Without Pitching》《Pricing Creativity》定位与定价) vs OKR/目标管理派(John Doerr《Measure What Matters》、Google/Intel OKR、字节/飞书 OKR 本土化) vs 中式绩效工具派(KSF 薪酬全绩效/积分制/阿米巴/华为绩效体系被广告公司借用) vs 本土 4A/广告公司实战派(省广/蓝色光标/华扬联众/利欧 等上市广告公司管理 + 创意热店工作室制)。不含: 广告投放/信息流/SEM 的技术操作本身、甲方市场部/品牌方内部绩效、通用 HR 招聘薪酬全流程(仅取与绩效相关部分)、纯财务会计做账、MCN 达人孵化运营细节。) Master OS — automated mastery of 广告外包公司绩效管理 (Ad Agency / Marketing-Outsourcing Firm Performance Management) — 广告/营销外包公司(乙方 agency:创意热店/4A/本土广告公司/传媒公司/数字营销代理/MCN/设计工作室/内容外包)的『怎么做绩效管理』职业认知操作系统,面向老板/合伙人、运营总监(COO)、HR/HRBP、项目总监、team lead、以及想搭绩效体系的从业者。覆盖: (a) 第一性张力 — 绩效管理的核心世界观分歧: **创意/知识工作『不可量化』 vs 『必须可考核』(创意难归因、难标准化,硬套 KPI 杀创意;但不考核养懒人——这是本行绩效的元矛盾) ⇄ 结果导向(KPI/业绩/回款) vs 过程导向(OKR/能力/成长) ⇄ 个人绩效 vs 团队协作(广告是集体产物,创意-AE-媒介-设计协作,难拆到个人) ⇄ 强激励(提成制:多劳多得但抢单/短视/不协作/吃老客户) vs 稳定(固定+奖金:公平但大锅饭) ⇄ 规模/流水 vs 利润/人效(低价接单冲规模 vs 保毛利)**; (b) 绩效体系设计 — KPI(关键指标法)/OKR(目标与关键成果)/BSC(平衡计分卡)/360 环评/MBO(目标管理)/KSF(关键成功因子)/积分制/计件提成;考核周期(月/季/年+项目制);绩效面谈、绩效改进 PIP、强制分布(271/活力曲线)争议、绩效结果应用(调薪/晋升/淘汰/奖金); (c) 分岗位绩效(本行难点,各岗量化差异极大) — 创意(文案/美术/创意总监:作品质量、获奖、比稿命中率——最难量化)、AE/客户执行(客户满意度、续约、回款、增购、客诉)、媒介/投放(可量化:ROI/ROAS/CPM/转化——最易量化)、策略/策划(方案通过率、洞察)、设计(产能/返稿率/品质)、项目管理(交付准时率、利润率)、销售/BD(新签、回款、毛利); (d) 项目与客户维度绩效(agency 特有,专业服务公司逻辑) — 项目利润率(收入-人力成本-外部成本)、工时制与人效(billability 可计费工时率/utilization 利用率/realization 实现率,借鉴咨询律所)、人均产值/人均毛利、客户续约率与 LTV、客户集中度风险、比稿投入产出、改稿次数失控; (e) 激励与分配机制 — 提成制(按签单/毛利/回款抽成)、项目奖金分成(如何在创意-AE-媒介间分)、年终奖包、合伙人制/事业合伙人/工作室 studio 制/阿米巴、股权期权、创意人才的非物质激励(署名/获奖/成长); (f) 人效、成本与文化 — 人效比(人力成本占收入比,业内估计通常 40-55%,非普适)、毛利率、加班/血汗工厂文化批判(乙方 996/改稿到凌晨)、人才流失率与保留、招聘与培养、组织架构(客户组 vs 职能组 vs 项目制矩阵); (g) 外包/乙方特有张力对绩效的侵蚀 — 甲乙方权力不对等(甲方压价、无限改稿、比稿白嫖创意、账期长垫款重回款难)、低价内卷与红海、项目制不确定性(旺淡季、大客户依赖)、创意工时不可控如何计入绩效、外包 vs 自建团队的成本对比; (h) 争议/批判 — KPI 量化派 vs 创意不可考核派、提成制养蛊 vs 团队协作、强制分布/末位淘汰是否适合小 agency、工时制(billable hours)被咨询律所验证但绑架员工健康、『向甲方看齐做 OKR』水土不服、绩效主义扼杀创意(索尼绩效主义之殇式批判)、乙方绩效本质是『用考核对冲甲方不确定性』的转嫁; (i) 流派/思想谱系 — 专业服务公司管理派(David Maister《Managing the Professional Service Firm》PSF 圣经:leverage 杠杆/utilization 利用率/billing;借鉴咨询律所会计所) vs agency 专家经营派(David C. Baker《The Business of Expertise》+2Bobs podcast、Blair Enns《Win Without Pitching》《Pricing Creativity》定位与定价) vs OKR/目标管理派(John Doerr《Measure What Matters》、Google/Intel OKR、字节/飞书 OKR 本土化) vs 中式绩效工具派(KSF 薪酬全绩效/积分制/阿米巴/华为绩效体系被广告公司借用) vs 本土 4A/广告公司实战派(省广/蓝色光标/华扬联众/利欧 等上市广告公司管理 +

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

AI自适应学习 (AI Adaptive Learning) Master OS — automated mastery of AI Adaptive Learning: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI Adaptive Learning problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「自适应学习」「智能诊断」「自适应题库」「学习路径规划」「知识追踪」

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

AI 产品经理 (LLM 应用 / 生成式 AI / Agent 产品 / Copilot 嵌入 — 跨模型评估 / 工作流设计 / 产品-工程协同) (AI Product Manager — LLM application / generative AI / agent product 的产品经理实战) Master OS — automated mastery of AI Product Manager — LLM application / generative AI / agent product 的产品经理实战: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI Product Manager — LLM application / generative AI / agent product 的产品经理实战 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「AI 产品经理」「AI PM」「LLM 产品」「Generative AI product」「RAG 产品」

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

AI 短剧 (AI 微短剧) (AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具(AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性)制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片,其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。) Master OS — automated mastery of AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具(AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性)制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片,其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on AI 短剧 (AI 微短剧) (从业者视角) — 用 AIGC 工具(AI 视频生成 / AI 脚本 / AI 生图 / AI 配音 / 对口型 / 角色一致性)制作竖屏微短剧并变现的新兴行业。覆盖: (a) 创作工作流 — 选题→剧本/分镜→AI 生图→图生视频(首尾帧/运镜/参考)→配音/对口型→剪辑/调色→成片,其中角色/场景一致性是第一性难题; (b) 工具栈 — 视频生成(可灵 Kling / 即梦 Seedance / 海螺 Hailuo / Vidu / Runway Gen / OpenAI Sora / Pika / Luma / Pixverse)、脚本(LLM)、生图(Midjourney/SD/即梦)、配音(TTS)、对口型、剪辑(剪映/CapCut); (c) 商业/变现 — 国内付费投流(IAP + ROI + 平台分账, 抖音/快手/红果/微信小程序短剧)与海外订阅(ReelShort/DramaBox/ShortMax/GoodShort)两套打法、品牌定制、成本结构; (d) 合规 — 中国《人工智能生成合成内容标识办法》(2025-09 强制 AI 标识)、广电微短剧备案与分类分层审核、版权与肖像权。主战场 = 抖音/快手/视频号/B站 + 海外短剧 App。学派分歧: 纯 AI vs AI+实拍混合、国内投流 vs 海外订阅、视频工具派之争、「AI 短剧是真需求还是伪风口」。不含: 传统实拍短剧制作、通用影视编剧(已有 scriptwriting skill)、短视频信息流投放(已有 short-video-ads skill)、纯 AI 视频底层技术研发。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「ai 短剧」「ai 微短剧」「ai short drama」「ai 短剧制作」「ai 短剧工作流」

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

AIGC 创作工作流 (AIGC 创作工作流 / AIGC Creative Workflow — 以「生成式 AI 视觉创作(图像 + 视频)的工程化创作流水线」为对象的认知操作系统:从「需求/概念(要做什么画面/镜头/风格)→ 模型与工具选型(Midjourney / Stable Diffusion·SDXL·Flux / ComfyUI / 可灵 Kling / 即梦 Jimeng / Runway / Vidu / Sora)→ Prompt 与参数设计(提示词工程、风格描述、负向、种子、CFG/步数/采样器、参考图)→ 可控生成(ControlNet / LoRA / IPAdapter / inpainting / 图生图 / 局部重绘 / 区域控制)→ 批量出图与筛选 → 精修与合成(放大/超分、修手修脸、PS/AE 后期、抠图合成)→ 图生视频/文生视频(首尾帧、运镜、时长、一致性、对口型)→ 商业交付与迭代复现(参数留存、工作流文件复用、版权与可商用判断)」的完整创作-工程-交付决策链。覆盖 (a) 第一性张力 — **可控性/工程化复现(ControlNet/LoRA/ComfyUI 节点工作流/固定种子与参数/可复现可迭代)⇄ 随机性/抽卡玄学(出图随机、prompt 玄学、抽卡刷图、靠运气)**;**审美/创意/艺术指导主导(人的审美判断、概念设计、构图、镜头语言、艺术总监能力——'模型是地板,审美是天花板')⇄ 工具/模型/参数主导(堆模型能力、堆参数、堆 LoRA、以为换个大模型就行)**;**开源生态/本地可控(Stable Diffusion / ComfyUI / Flux / civitai / liblib 本地部署可定制可控可商用、显卡门槛)⇄ 闭源商业/易用黑盒(Midjourney / 可灵 / 即梦 / Runway 开箱即用但不可精控、按量付费、黑盒)**;**图像生成(T2I/I2I:Midjourney / SDXL / Flux)⇄ 视频生成(T2V/I2V:可灵 / Runway Gen-3 / Vidu / 即梦 / Sora,2024-2025 前沿从图迁移到视频)**;**生产力/商业量产(替代或增强传统设计/插画/电商/广告/影视分镜流程、降本提效、批量)⇄ 纯艺术创作/作者表达(个人风格、实验性、作品集)**;**效率/批量(一次出几十张筛选、商单走量、自动化 pipeline)⇄ 质量/精控(单张精修、商业可用级细节、修手修脸修穿帮)**。(b) 核心工作流 / pipeline(最标准、最易蒸高质量 + CLI 化)— 单图创作链:概念/参考收集(moodboard/风格定位/竞品)→ 模型工具选型(按可控性/风格/成本/可商用判断 MJ vs SD/Flux vs 国产)→ Prompt 与参数设计(主体/风格/光影/镜头/负向词/CFG/采样器/分辨率/种子)→ 首轮出图与方向筛选 → 可控迭代(ControlNet 控构图/姿态/线稿、LoRA 控风格/角色一致性、图生图重绘、inpainting 局部修)→ 放大超分与精修(高清放大/修手修脸/后期调色合成)→ 交付与参数留存(工作流文件/种子/参数复现)。视频创作链:分镜/脚本→首帧出图(图像链产出关键帧)→图生视频(运镜/时长/首尾帧/动态强度)→多镜头一致性(角色/场景/风格统一)→对口型/配音/配乐→剪辑合成→交付。ComfyUI 工程链:节点工作流搭建(加载器/采样/ControlNet/放大/面部修复节点)→ 参数化与复用→批量队列→工作流分享(civitai/openart workflow json)。(c) 工具栈 — 闭源图像(Midjourney v6/v7、DALL·E 3、Adobe Firefly、Ideogram、Recraft)、开源图像与底座(Stable Diffusion 1.5/SDXL/SD3、Flux.1 dev/schnell(Black Forest Labs)、ComfyUI(节点式)、Automatic1111/Forge WebUI、Fooocus)、可控生成插件(ControlNet、LoRA、IPAdapter、AnimateDiff、inpainting/outpainting、ReActor 换脸、面部修复 CodeFormer/GFPGAN、放大 ESRGAN/SUPIR/Topaz)、模型/资源社区(Hugging Face、Civitai、liblib 哩布、吐司 Tusi、openart)、视频生成(可灵 Kling、即梦 Dreamina/Jimeng、Runway Gen-3/Gen-4、Luma Dream Machine、Pika、Vidu、海螺 Hailuo、Sora、Wan 通义万相、MiniMax)、辅助(Magnific 放大、Krea、Photoshop/After Effects 后期、ChatGPT/Claude 写 prompt、reverse prompt 反推)。(d) 知识正典 — AIGC 创作 canon 横跨论文/工程/社区教程:奠基论文(DDPM、Latent Diffusion/Stable Diffusion(Rombach et al)、DiT、ControlNet(Zhang et al)、LoRA、DreamBooth、Textual Inversion、SDEdit、IP-Adapter、视频扩散 SVD/Sora 技术报告)、官方文档与模型卡(Stability AI、Black Forest Labs Flux、ComfyUI 文档、Midjourney docs、可灵/即梦官方教程、Hugging Face diffusers)、社区教程与工作流(ComfyUI 官方示例、civitai 文章、B站/YouTube 创作者长教程、openart workflow)、prompt 工程资源(Midjourney 风格库、提示词指南)。(e) figures/流派 — 模型/工具创造者(Midjourney David Holz、Stability AI Emad/Robin Rombach、Black Forest Labs(Flux,原 SD 团队)、ComfyUI comfyanonymous、ControlNet 张吕敏 Lvmin Zhang、AUTOMATIC1111、可灵/即梦/快手字节团队)、创作者 KOL 与教育者(Midjourney/SD 头部创作者、ComfyUI 工作流大神、AI 视频创作者、国内 B站/抖音 AIGC 教程作者、独立 AI 艺术家)、行业分析与评测(AI 工具评测、生成式 AI 创作生态观察者)。流派分歧:开源可控派(SD/ComfyUI/Flux 本地精控)vs 闭源易用派(MJ/可灵开箱即用)、工程化派(节点工作流/可复现/参数化)vs 玄学抽卡派(prompt 玄学/堆词/抽卡)、审美主导派('模型是地板审美是天花板')vs 工具主导派(堆模型堆参数)、图像派 vs 视频派、艺术创作派 vs 商业生产力派、国产工具派(可灵/即梦/liblib)vs 海外工具派(MJ/Flux/Runway)。(f) 行业话术/黑话 — 出图 / 抽卡 / 刷图 / 炼丹(训练 LoRA)/ 喂图 / 垫图(参考图/图生图)/ 控图 / 锁种子 seed / CFG / 采样器 sampler / 步数 steps / 重绘幅度 denoise / 提示词 prompt / 咒语 / 负向 negative / 权重 / tag / 大模型 checkpoint / 底模 / LoRA / ControlNet / 控线稿/openpose/depth / IPAdapter / inpainting 局部重绘 / outpainting 扩图 / 高清放大 / 超分 / 修手 / 崩手 / AI 味 / 风格 / 角色一致性 / 工作流 workflow / 节点 / 跑图 / 队列 / 文生图 T2I / 图生图 I2I / 文生视频 T2V / 图生视频 I2V / 首帧/尾帧 / 运镜 / 动态强度 / 时长 / 对口型 / 一致性 / 可商用 / 训练集 / 过拟合 / 翻车 / 穿帮。(g) 争议/批判 — 「版权与训练数据」(模型训练用未授权作品、生成图版权归属、可商用风险、洗图/伪原创)、「AI 替代创作者就业」(替代画师/插画师/设计师/摄影、行业冲击与转型)、「AI 味与审美趋同」(生成图同质化、套模板、缺乏原创审美)、「玄学 prompt 神话与割韭菜」('咒语'神秘化、'7天 AIGC 变现/月入过万'付费课割韭菜、抽卡当能力)、「工具快速迭代与淘汰焦虑」(模型月月换、工作流频繁失效、追新疲劳)、「开源 vs 闭源之争」(可控可商用 vs 易用黑盒)、「质量天花板」(修手修脸穿帮、长视频一致性、可控性仍有限)。(h) 大量隐性创作手艺 + 审美 + 工程 + 沟通软技能(prompt 的描述功底与审美词汇、参数与采样的手感、ControlNet/LoRA 的组合控制经验、节点工作流的搭建与调试、批量筛选的审美眼力、修图合成的后期功底、镜头语言与运镜设计、角色/风格一致性的控制、商业需求的翻译与交付、版权与可商用的判断)是高 tacit、靠大量实操跑图 + 审美积累 + 工程调试经验的核心。水分极高(大量'咒语速成/一键变现/AI 绘画割韭菜'营销

The English summary is being prepared. Showing the original description.

swaylq/master-skill163Updated Sep 6, 2026

See all skills by swaylq

Report a problem with this skill