Skip to content
cccskills
FreePublished on GitHub

twitter-cn-ai-creator-master

推特中文圈 AI 自媒体博主 (推特(X) 中文圈 AI 自媒体博主 (从业者视角) — 在 X/推特 用中文做 AI 内容的自媒体博主,重点是**怎么写推文/thread、怎么制作内容**。覆盖: (a) 选题 — AI 模型发布解读 / prompt 技巧 / AI 工具实测 / AI 出海与独立开发(build in public) / 英文一手编译翻译 / 信息差 / AI 资讯快讯 / 深度长推; (b) 文案与内容结构(核心) — 单条推(开头钩子/信息密度/短句断行/配图截图/数据图)、长推与 thread(首条钩子/编号/逻辑链/结尾关注 CTA)、引用锐评(quote tweet)、排版可读性、配图(ray.so/carbon 代码图/产品截图/对比图); (c) 内容制作工作流 — 找信息源(英文一手/arXiv/官方/Reddit/HN)→选题→编译总结加洞察→写推/thread→配图→发布→互动维护; (d) AI 工具用于内容生产 — 英文一手编译总结(GPT/Claude/Kimi)、配图(ray.so/carbon/截图美化)、thread 工具(Typefully/Hypefury)、翻译、排程分析; (e) 平台机制与涨粉 — X 算法时间线(转评赞/互动权重/外链降权)、蹭热点借势、互动与回复、build in public 涨粉、英文区搬运到中文区的信息差红利; (f) 变现(次要) — 广告 / 知识星球 / 社群 / 付费课程 / 咨询 / 导流。学派分歧: 编译搬运(英文一手翻译) vs 原创洞察、快讯资讯 vs 深度长推、锐评玩梗 vs 严肃干货、build in public vs 纯内容、全 AI 自动发 vs 人工精选。代表生态(宝玉/歸藏/向阳乔木/AI 进化论/小互/Gorden Sun 等)。不含: 英文 AI Twitter 圈(聚焦中文圈)、通用 X 增长营销、其他平台、AI 工具技术原理。) Master OS — automated mastery of 推特(X) 中文圈 AI 自媒体博主 (从业者视角) — 在 X/推特 用中文做 AI 内容的自媒体博主,重点是**怎么写推文/thread、怎么制作内容**。

覆盖: (a) 选题 — AI 模型发布解读 / prompt 技巧 / AI 工具实测 / AI 出海与独立开发(build in public) / 英文一手编译翻译 / 信息差 / AI 资讯快讯 / 深度长推; (b) 文案与内容结构(核心) — 单条推(开头钩子/信息密度/短句断行/配图截图/数据图)、长推与 thread(首条钩子/编号/逻辑链/结尾关注 CTA)、引用锐评(quote tweet)、排版可读性、配图(ray.so/carbon 代码图/产品截图/对比图); (c) 内容制作工作流 — 找信息源(英文一手/arXiv/官方/Reddit/HN)→选题→编译总结加洞察→写推/thread→配图→发布→互动维护; (d) AI 工具用于内容生产 — 英文一手编译总结(GPT/Claude/Kimi)、配图(ray.so/carbon/截图美化)、thread 工具(Typefully/Hypefury)、翻译、排程分析; (e) 平台机制与涨粉 — X 算法时间线(转评赞/互动权重/外链降权)、蹭热点借势、互动与回复、build in public 涨粉、英文区搬运到中文区的信息差红利; (f) 变现(次要) — 广告 / 知识星球 / 社群 / 付费课程 / 咨询 / 导流。

Read more (about 1280 more characters)

学派分歧: 编译搬运(英文一手翻译) vs 原创洞察、快讯资讯 vs 深度长推、锐评玩梗 vs 严肃干货、build in public vs 纯内容、全 AI 自动发 vs 人工精选。代表生态(宝玉/歸藏/向阳乔木/AI 进化论/小互/Gorden Sun 等)。

不含: 英文 AI Twitter 圈(聚焦中文圈)、通用 X 增长营销、其他平台、AI 工具技术原理。

: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 推特(X) 中文圈 AI 自媒体博主 (从业者视角) — 在 X/推特 用中文做 AI 内容的自媒体博主,重点是**怎么写推文/thread、怎么制作内容**。

覆盖: (a) 选题 — AI 模型发布解读 / prompt 技巧 / AI 工具实测 / AI 出海与独立开发(build in public) / 英文一手编译翻译 / 信息差 / AI 资讯快讯 / 深度长推; (b) 文案与内容结构(核心) — 单条推(开头钩子/信息密度/短句断行/配图截图/数据图)、长推与 thread(首条钩子/编号/逻辑链/结尾关注 CTA)、引用锐评(quote tweet)、排版可读性、配图(ray.so/carbon 代码图/产品截图/对比图); (c) 内容制作工作流 — 找信息源(英文一手/arXiv/官方/Reddit/HN)→选题→编译总结加洞察→写推/thread→配图→发布→互动维护; (d) AI 工具用于内容生产 — 英文一手编译总结(GPT/Claude/Kimi)、配图(ray.so/carbon/截图美化)、thread 工具(Typefully/Hypefury)、翻译、排程分析; (e) 平台机制与涨粉 — X 算法时间线(转评赞/互动权重/外链降权)、蹭热点借势、互动与回复、build in public 涨粉、英文区搬运到中文区的信息差红利; (f) 变现(次要) — 广告 / 知识星球 / 社群 / 付费课程 / 咨询 / 导流。

学派分歧: 编译搬运(英文一手翻译) vs 原创洞察、快讯资讯 vs 深度长推、锐评玩梗 vs 严肃干货、build in public vs 纯内容、全 AI 自动发 vs 人工精选。代表生态(宝玉/歸藏/向阳乔木/AI 进化论/小互/Gorden Sun 等)。

不含: 英文 AI Twitter 圈(聚焦中文圈)、通用 X 增长营销、其他平台、AI 工具技术原理。

problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「推特 ai 博主」「推特中文 ai」「x ai 自媒体」「推特 thread」「推特爆款推文」

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

See how to install

Files included (8)

  • SKILL.md28.9 KB
  • cli/decision/evidence.sh5.9 KB
  • cli/decision/thread.sh3.1 KB
  • cli/decision/topic-3.sh3.2 KB
  • cli/lib/common.sh1.8 KB
  • cli/protocol/agentic.sh4.4 KB
  • cli/README.md1.5 KB
  • meta.json2.6 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

推特中文圈 AI 自媒体博主 · Master OS

装上这个 skill, agent 立刻进入「推特中文圈 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。

激活规则

收到与 推特中文圈 AI 自媒体博主 相关的问题时(关键词:推特 ai 博主, 推特中文 ai, x ai 自媒体, 推特 thread, 推特爆款推文, twitter 中文 ai, ai 信息差, 英文编译 ai, build in public 中文, 推特涨粉 ai),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 推特中文圈 AI 自媒体博主 无关 — 不激活,正常应答。


Agentic Protocol(先研究,再发言)

核心原则:推特中文圈 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。

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: 选题与信息源

  • 看什么: 英文一手(arXiv/官博/HN/Reddit)有什么新的、信息差大不大、有没有本地洞察空间。
  • 在哪看: Folo/RSS 盯英文一手源 + X 热点。
  • 输出: 选定选题 + 信息差判断 + 中文化洞察角度。

维度 2: 编译与重写

  • 看什么: 理解原意、按 voice 中文重写、加独有洞察/实测、标来源。
  • 在哪看: Track 03 编译三阶段 + Track 01 宝玉/歸藏方法。
  • 输出: 中文重写稿 + 加的洞察 + 来源标注(绝非机翻)。

维度 3: 推文/thread 结构

  • 看什么: 单条 vs thread、首条 hook、信息密度、排版断行、CTA。
  • 在哪看: Track 04 写作 canon(hook 公式) + Track 03 thread SOP。
  • 输出: hook(前 280 字自足)+ 结构(编号逻辑链)+ 结尾 CTA。

维度 4: 配图与工具

  • 看什么: 配图类型(代码 carbon/截图/对比图)、发文/排程工具、避撞脸。
  • 在哪看: Track 02 工具决策树。
  • 输出: 工具组合 + 配图方案 + AI 介入度(重写助手非代笔)。

维度 5: 发布与算法适配

  • 看什么: 发布时机、外链位置(放自回复)、Premium/长推、避降权与举报。
  • 在哪看: xai-org/x-algorithm + X 官方(Track 04/05)。
  • 输出: 发布计划 + 外链放自回复 + 算法适配清单(标 disputed 值)。

维度 6: 互动与涨粉复盘

  • 看什么: 作者回复(最高权重)、引发讨论、impressions/转评赞、build-in-public 飞轮。
  • 在哪看: X Analytics + 互动数据。
  • 输出: 互动计划(发后下场回复) + 涨粉指标 + 迭代方向(护城河往原创/voice 迁)。

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。


<!-- SLOW_UPDATE_START -->

心智模型

发一条推/thread 前先装的几把尺子。每个跨 ≥2 源验证,并标流派/算法背书。

1.1 编译不是翻译,是"理解后重写 + 加洞察 + 注入 voice"

(figures: 宝玉 / 歸藏 / 编译派) 中文圈的招牌打法是把英文一手(arXiv/官博/HN)做成中文推,但能立住的不是机翻搬运——是宝玉式三阶段"翻译即重写":理解原意 → 按自己风格中文重写 → 人工加观点/实测。机翻味 + 不标来源是外行死穴。evidence: [T01-S001, T03-S001, T04-S005]

  • 应用:AI 理解后中文重写、人工补一句洞察/质疑/实测,绝不逐句译;标来源。
  • 局限:纯编译的信息差红利在收窄(AI 翻译普及 + Grok 读全文压薄搬运),要往原创/实测迁移。

1.2 首条 hook 决定一切

(figures: Ship30 / swyx / 歸藏) 单条推靠开头、thread 靠首推——X Premium 长推可 25k 字但前 ~280 字必须自足、能让人停。资深把一半时间花在首条 hook 上。evidence: [T04-S004, T04-S001, T01-S002]

  • 应用:先写 hook 再写正文;thread 首推单独打磨成"非点不可"。
  • 局限:hook 公式化易同质,要结合具体信息差/反差,不能套模板。

1.3 对话 > 广播:作者回复是最高权重

(figures: X 算法 / 宝玉 / Orange AI) X 推荐对互动加权极高——开源算法里 reply=27 远高于 retweet=1/fav=0.5,作者自己回复=75(最高正向);负向 举报=−369。互动(尤其作者下场回复)是算法与涨粉的最高杠杆。evidence: [T04-S002, T01-S005, T06-S001]

  • 应用:发完蹲评论区、作者主动回复带动对话;引发讨论 > 单向广播。
  • 局限:开源权重数值是 2023 旧版,2026 已迁 xai-org/x-algorithm(Grok 排序 + sentiment 分发),精确值 disputed;且 2026 回复曝光不再计入 payout(仍是涨粉杠杆,但非直接变现)。

1.4 AI 是重写助手不是代笔机

(figures: 宝玉 / 向阳乔木 / 全自动派对照) 2026 的安全线:AI 帮理解/重写/起草,人给观点/实测/voice。全自动搬运被三面挤压——AI 翻译普及、Grok 读全文压薄聚合、aggregator payout 2026 砍 40%(下周期再 −20%)。护城河从"聚合速度"上移到原创/洞察/人设。evidence: [T03-S001, T05-S002, T04-S005]

  • 应用:AI 出初稿 + 人工注入洞察/实测/voice;全自动只作快讯探针,不作主力。
  • 局限:"AI 介入到哪步算搬运"是灰区(编译 vs 原创之争未决),按是否有独有增量自判。

1.5 外链是降权陷阱

(figures: X 算法 / 歸藏 / 工具派) X 对站外链接历史降权 50-90%,2026 非 Premium 发外链推近 0 曝光。正文别放外链——放进自回复第二条。evidence: [T04-S002, T02-S001, T06-S001]

  • 应用:主推纯内容/截图,外链放自回复(reply)第二条;图用 ray.so/carbon 代替链接预览。
  • 局限:外链政策反复横跳(2023 罚→2025 取消传闻→2026 近 0 曝光),是 disputed/高 decay,须随官方核。

1.6 选题原料在英文一手,中文圈是编译下游节点

(figures: 宝玉 / 向阳乔木 / 资源整理派) 中文 AI 推圈的"原料"是英文一手(arXiv/OpenAI·Anthropic 官博/HN/Reddit/Product Hunt);价值来自跨语言信息差 + 本地化洞察。方法论也全盘师承英文写作 canon(swyx/Perell/Ship30/levelsio)。evidence: [T05-S001, T04-S005, T01-S003]

  • 应用:用 Folo/RSS 盯英文一手源,第一时间编译 + 加中文语境洞察。
  • 局限:信息差红利被 AI 翻译 + 全自动聚合双向挤压,纯"快"不再护城。

1.7 build in public 是涨粉飞轮

(figures: Orange AI / 向阳乔木 / levelsio) 公开做产品/复盘(build in public)形成"内容→受众→信任→变现"飞轮;透明数据 + 真实过程比纯干货更易建立信任与传播。evidence: [T01-S004, T04-S005, T05-S005]

  • 应用:把做事过程(独立开发/实测/踩坑)持续公开,用真实进展换关注与信任。
  • 局限:build in public 与"争议营销"边界要把握——锐评博 reply 红利,但举报 −369 会反噬。

<!-- SLOW_UPDATE_END -->

标准 Playbook

形式:如果 {场景},则 {决策方向},每条配 1 个具体案例。

  1. 编译用"理解后重写 + 加洞察",绝不逐句译:宝玉式三阶段 + 标来源。案例:一篇 OpenAI 官博,AI 理解后中文重写,人工加一句"实测它在 X 场景翻车",注明出处——而非机翻贴出。evidence: [T01-S001, T03-S001]
  2. 花一半时间在首条 hook / thread 首推:前 280 字自足。案例:thread 首推单独打磨成"不点开会错过",正文再展开编号逻辑链。evidence: [T04-S004, T03-S001]
  3. 发完蹲评论、作者主动回复:reply/作者回复是最高权重。案例:发完 1 小时内回前几条评论、抛追问引讨论——算法加权 + 涨粉。evidence: [T04-S002, T01-S005]
  4. AI 出初稿、人写洞察终稿:全自动只作快讯探针。案例:AI 快速编译一条模型发布快讯,深度 thread 必人工加实测与观点,不全自动。evidence: [T03-S001, T05-S002]
  5. 外链放自回复第二条,正文不放链:避降权。案例:主推放结论 + ray.so 截图,论文/产品链接放 reply 第二条,避免非 Premium 近 0 曝光。evidence: [T04-S002, T02-S001]
  6. 选题盯英文一手 + 抢时间差 + 加本地洞察:用 RSS/Folo。案例:arXiv/官博一出,第一时间编译 + 加"对中文开发者意味着什么",吃信息差。evidence: [T05-S001, T04-S005]
  7. 配图用 ray.so/carbon + 截图美化,避撞脸:标配但别同质。案例:代码/文字用 carbon,产品用 Shottr 截图,别全用同款渐变图。evidence: [T02-S001]
  8. build in public 建信任飞轮:公开过程 + 透明数据。案例:独立开发者持续晒 MRR/踩坑/迭代,用真实进展换关注,比纯干货涨粉稳。evidence: [T01-S004, T05-S005]
  9. 锐评博 reply 红利但守底线:别踩举报 −369。案例:有理有据的观点锐评能引爆讨论,但人身攻击/标题党会招举报反噬触达。evidence: [T04-S002, T06-S001]
  10. 数字/算法值当 disputed 用:标"可能已变"。案例:引"reply=27/作者回复=75"时注明"2023 开源旧版,2026 已迁 Grok 排序,精确值存疑"。evidence: [T04-S002, T05-S002]

工具栈与选型决策树

必备层(2,锚定编译生产链)

  • AI 编译/重写/起草:DeepSeek/Kimi(长文本)/Claude/GPT——把英文一手理解后中文重写、起草 thread;Kimi 强长文本总结、Claude/GPT 强语感洞察。evidence: [T02-S001, T02-S009]
  • 发文/排程 + 信息源:Typefully(thread 质量)/Hypefury(涨粉自动化) + Folo/RSS(盯英文一手)。evidence: [T02-S001, T05-S001]

场景特化层

  • 配图:ray.so/carbon(代码/文字图,开源) + 截图美化(Shottr 免费/Xnapper 脱敏/CleanShot 录屏)。evidence: [T02-S001]
  • 灵感/爆款库:Tweet Hunter(爆款库)、X 原生 Analytics。evidence: [T02-S001]
  • 写作 canon(方法论"工具"):swyx Learn in Public / Perell Write of Passage / Ship30 Atomic Essay + hook / levelsio MAKE。evidence: [T04-S005]

新兴 / 实验层(先实测,高 decay)

  • 全自动聚合/搬运工具链(payout 砍 + Grok 压薄,红利收窄,experimental);X Premium 长推/Articles。evidence: [T05-S002, T04-S004]

选型决策树

  • Q0 内容类型? 快讯编译→Folo+DeepSeek+ray.so+Typefully;深度 thread→arXiv/官博+Kimi/Claude+Typefully+长推;锐评→Claude 打磨语感(观点自带);build in public→Typefully+Hypefury。
  • Q1 AI 介入度? 重写助手(主力,人加洞察) vs 代笔机(全自动,只作快讯探针)。
  • Q2 工具选择? 长文本总结→Kimi;语感/洞察→Claude/GPT;质量发文→Typefully;增长自动化→Hypefury。 evidence: [T02-S001, T02-S009]

避坑清单

❌ 机翻搬运不标来源(机翻味 + 失信);❌ 正文放外链(非 Premium 近 0 曝光);❌ 首条 hook 不够强(没人点开);❌ 全自动批量搬运(payout 砍 + Grok 压薄);❌ 配图全用同款渐变(撞脸);❌ 人身攻击/标题党(举报 −369 反噬);❌ 把开源算法旧值当 ground truth(已迁 Grok);❌ 不下场回复(丢最高权重)。evidence: [T04-S002, T02-S001, T05-S002]


工作流 / Pipeline

顺序=实际产一条推/thread 的顺序:盯源→选题→编译加洞察→写推/thread→配图→发布(外链放自回复)→互动。细节见 references/research/03-workflows.md。

端到端 7 步 SOP(概览):盯英文一手源(Folo/RSS) → 选题(信息差/热点/价值判断) → 编译(AI 理解后中文重写 + 人工加洞察,宝玉三阶段) → 写推/thread(首条 hook + 信息密度 + 排版断行) → 配图(ray.so/截图) → 发布(时机 + 外链放自回复) → 互动维护(作者回复=最高权重)。evidence: [T03-S001, T04-S002]

端到端内容生产工作流(核心)

盯源→选题→编译加洞察→写推/thread→配图→发布→互动。evidence: [T03-S001, T01-S001]

  • 资深差异:跳过 逐句机翻;优化 宝玉三阶段编译 + 花一半时间在 hook;额外 标来源 + 外链放自回复 + 发后下场回复。

编译一手→中文推工作流(招牌打法)

英文一手 → AI 理解后中文重写 → 人工加洞察/实测 → 配图发。evidence: [T01-S001, T03-S001]

  • 资深差异:跳过 机翻直发(机翻味/失信);优化 注入个人 voice/风格(宝玉式写作 Skill);额外 加独有实测/质疑——这是搬运被挤压后的护城河。

thread 写作工作流

首推 hook → 编号逻辑链 → 结尾关注 CTA。evidence: [T04-S004, T03-S001]

  • 资深差异:跳过 平淡开头;优化 首推单独打磨成"非点不可";额外 每条信息密度 + 结尾引关注/收藏。

build in public 涨粉工作流

公开做事过程 → 透明数据 → 内容→受众→信任→变现飞轮。evidence: [T01-S004, T05-S005]

  • 资深差异:跳过 只发干货不露过程;优化 持续晒真实进展/踩坑;额外 用真实数据建信任、把受众导向产品/社群。

起号涨粉工作流

垂直定位 → 英文区信息差红利 → 主动回复(27×权重) → build-in-public 飞轮。evidence: [T01-S005, T04-S002]

  • 资深差异:跳过 狂发稀释(creator diversity cap);优化 垂直 + 抢信息差时间差;额外 下场回复 + 蹭热点借势。

质检工作流(发布前自检)

机翻味 / 来源标注 / 外链位置 / hook 够不够 / AIGC 核实 / 配图不撞脸(6 项)。evidence: [T03-S001, T06-S001]

  • 资深差异:跳过 发完才改;优化 发前过 6 项;额外 核实编译信息准确(防错误传播)、标来源。

近期变化(X 算法/变现高 decay):2026-01 Grok transformer 排序取代旧系统(repo 迁 xai-org/x-algorithm + sentiment 分发);外链 2023 罚→2025 取消传闻→2026 非 Premium 近 0 曝光;变现 2024"回复多赚最多"→2026"回复曝光不计入 payout,仅主页 timeline 计费"(回复仍是涨粉/算法最高杠杆但非直接变现);aggregator payout 砍 40%。约每季 update。evidence: [T05-S002, T04-S002]


<!-- SLOW_UPDATE_START -->

表达 DNA

外行一眼露馅的话(outsider tells):

  • 机翻英文推直接贴、不标来源(机翻味 + 失信)
  • 正文放外链(非 Premium 近 0 曝光)
  • 把开源算法旧值(reply=27)当现行 ground truth(已迁 Grok 排序)
  • 不下场回复(丢最高权重 75)
  • 把 X 当朋友圈/小红书做(不懂对话广场 + quote 锐评机制)
  • 全自动批量搬运当躺赚(payout 砍 + Grok 压薄) (evidence: [T04-S002, T05-S002, T01-S001])

内行的反射用语 / 习惯:开口先问"这是编译还是原创?首条 hook 够不够强?外链放自回复了吗?发完回评了吗?信息差还能吃多久?";说"理解后重写不是翻译""花一半时间在首推""作者回复最高权重""外链放第二条"。

黑话核心:推文/thread/hook/quote tweet 引用锐评/转评赞/互动权重(reply·作者回复)/外链降权/dwell time/bookmark/Premium 三档/long-form 长推/Articles/build in public/信息差/编译(非翻译)/涨粉飞轮/in-network·out-network/蓝V乘数/蹭热点。流派站队:编译 vs 原创、快讯 vs 深度、锐评争议 vs 严肃干货、build in public vs 纯内容、全自动 vs 人工精选。

被拒斥的话术:"机翻搬运躺赚""全自动批量起号""信息差永远吃得到""一键生成爆款 thread"——自动化挤压 + 算法变化都说要打折,护城河在原创/洞察/voice。(evidence: [T05-S002, T03-S001])


<!-- SLOW_UPDATE_END -->

质量基准 + 反模式

什么算"好"(可验证基准)

  • 编译:理解后重写非机翻、有独有洞察/实测、标来源。evidence: [T01-S001, T03-S001]
  • hook:首条/首推自足、能让人停。evidence: [T04-S004]
  • 互动:引发讨论、作者下场回复、转评赞达标(reply 权重最高)。evidence: [T04-S002]
  • 合规/可读:外链放自回复、配图不撞脸、无机翻味、信息准确。evidence: [T02-S001, T03-S001]
  • 涨粉:垂直 + 信息差 + build in public 飞轮,看影响力非虚荣数。evidence: [T01-S005]

反模式(外行/入门常犯)

机翻直发不标源、正文放外链、首条 hook 弱、不下场回复、全自动搬运、配图撞脸、把旧算法值当真、人身攻击招举报、把 X 当小红书/朋友圈。evidence: [T04-S002, T05-S002, T01-S001]


<!-- SLOW_UPDATE_START -->

智识谱系

五轴流派分歧矩阵(framework 甜区,保留分歧不软化):

  • 编译搬运 vs 原创洞察:信息差还能吃多久(AI 翻译 + 聚合挤压)——核心分歧。
  • 快讯资讯 vs 深度长推:速度量 vs 深度信任。
  • 锐评玩梗/争议营销 vs 严肃干货:reply 红利 vs 举报 −369 反噬。
  • build in public vs 纯内容:过程信任 vs 干货输出。
  • 全 AI 自动 vs 人工精选:AI 介入到哪步算搬运的灰区——五轴收敛到一根矛盾:自动化把速度/搬运/量打到地板,护城河上移到原创/洞察/人设/voice。 evidence: [T06-S001, T01-S001, T05-S002]

figures(活着的解释者):宝玉(@dotey,编译派天花板,"翻译即重写 + voice 注入"三阶段 prompt)、歸藏(@op7418,周刊样板四板块 + 公开转述算法 + 排版工程化)、向阳乔木(@vista8,资源整理 + 半自动翻译改写流水线)、李继刚(@lijigang,原创派/prompt 表达艺术,唯一成体系长访谈)、Orange AI(@oran_ge,build-in-public + 数据透明复盘)。evidence: [T01-S001, T01-S004]

技术/平台血脉:英文写作 canon(swyx Learn in Public / Perell Write of Passage / Ship30 Atomic Essay / levelsio MAKE) → 中文圈编译下游(信息差红利) → X 算法(2023 开源 the-algorithm → 2026 xai-org/x-algorithm Grok 排序 + sentiment 分发) → AI 编译/聚合自动化挤压红利。未解核心分歧:编译 vs 原创(信息差寿命)、互动权重真值(开源旧值 vs Grok 现行)、外链政策、全自动可行度。evidence: [T04-S002, T05-S002, T04-S005]


<!-- SLOW_UPDATE_END -->

诚实边界

  • 一手率结构性偏低(≈41.6%):zh-CN 内容创作行业——博主的方法论一手主要是他们的推文/即刻流(机械计为 reference 级),完整复盘 ~85% 在被排除渠道(知乎/公众号)+ 付费社群。本 skill 用 X 开源算法/官方、大V 个人站(baoyu.io/guizang.ai/qiaomu.ai)、英文写作 canon、行业媒体长稿补厚;中文方法论媒体层结构性几乎为零(无成体系"教你写 AI 推"的中文 newsletter/podcast/conference),方法论靠 Track 03 + 大V voice 反推。
  • 信息截止 2026-06-06。最高 decay = X 算法(2026 迁 Grok 排序) + 变现规则(payout 砍/回复不计入) + 外链政策(反复横跳);约每季复查 xai-org/x-algorithm + X 官方。
  • 算法数值 disputed:互动权重(2023 开源 reply=27/作者回复=75 vs 2026 相对倍数 retweet≈20×/reply≈13.5×/bookmark≈10×)、外链降权幅度——开源旧值与现行 Grok 排序不一致,标"disputed,不当 ground truth"。
  • 编译红利在收窄:跨语言信息差被 AI 翻译普及 + Grok 读全文压薄聚合 + payout 砍双向挤压——本 skill 明确护城河应从"搬运速度"迁到"原创/洞察/voice",不教纯搬运躺赚。
  • 中文圈是英文圈下游:方法论全盘师承英文 canon,本 skill 的写作正典(swyx/Perell/Ship30/levelsio)是英文一手;中文独有方法论一手薄。
  • 本 skill 不替代实操:涨粉/爆款是练 + 试出来的;以 X 官方与最新算法为准,本 OS 给镜片与 playbook。
  • 不教违规:机翻搬运不标源/人身攻击/全自动养号是失信与触达反噬之源,本 skill 站原创 + 标注 + 真诚一边。

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: 2026-06-15decay_risk: low1-2 years
Standard playbooklast_updated: 2026-06-15decay_risk: low6-12 months
Tool stacklast_updated: 2026-06-15decay_risk: high3-6 months
Workflows / pipelinelast_updated: 2026-06-15decay_risk: high3-6 months
Expression DNAlast_updated: 2026-06-15decay_risk: low6-12 months
Sources (Track 5)last_updated: 2026-06-15decay_risk: medium6 months
Glossary / standards / regulationslast_updated: 2026-06-15decay_risk: medium6 months (regulations may force sooner)
Intellectual genealogylast_updated: 2026-06-15decay_risk: low1-2 years
Honest boundarieslast_updated: 2026-06-15decay_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-skill165Updated 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-skill165Updated 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-skill165Updated 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-skill165Updated 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-skill165Updated 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-skill165Updated Sep 6, 2026

See all skills by swaylq

Report a problem with this skill