银发教育 (银发教育) Master OS — automated mastery of 银发教育: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 银发教育 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词：「银发教育」「老年大学」「银发学习」「老年教育」「senior education」
インストールする前に、エージェントに与えられる指示の中身を確認できます。
装上这个 skill, agent 立刻进入「银发教育」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 银发教育 相关的问题时（关键词：银发教育, 老年大学, 银发学习, 老年教育, senior education, elder learning, 老龄化学习, 终身教育, 老年课程），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 银发教育 无关 — 不激活，正常应答。
核心原则：银发教育 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。
老年学习者有独特的认知特征(经验丰富但工作记忆衰退/学习动机内在化/时间感紧迫)，不能简单套用成人教育(Andragogy)框架。老年教育学(Geragogy/Educational Gerontology)需要独立的教学法、课程设计和评估标准。
(figures: 叶忠海 / 杨德广 / Marvin Formosa)
evidence: [T01-S003, T01-S002, T01-S008, T04-S006]
应用: 设计课程时从"老年人怎么学"出发(节奏慢/重复多/感官辅助/社交嵌入)，而非"年轻人的课调慢一点"。
局限: 中国老年教育学学科独立地位仍有争议，实证研究积累薄弱。
中国老年大学学位严重短缺(约 业内估 5%-10% 的老年人能进入老年大学)，但同时存在"学位占坑"(热门课学员年年不毕业)和"农村空白"(送教下乡覆盖约 业内估 不足 30% 的农村老年人口)的双重困境。供需矛盾的核心不是总量不足，而是结构性错配。
(figures: 刘臣 / 杜鹏 / 杨德广)
evidence: [T03-S013, T03-S002, T01-S026, T01-S005]
应用: 新建老年大学或扩容时，先做区域需求画像(城区 vs 社区 vs 农村/年龄段/数字素养分层)，不要盲目扩大热门课程。
局限: 精确的需求数据在基层极难获取，多数地方规划仍靠"拍脑袋"。
认知储备(Cognitive Reserve)理论指出：持续的智力刺激活动(学习新技能/阅读/社交互动)能延缓认知衰退。老年教育不只是"打发时间"，而是有神经科学支撑的健康干预手段。养教结合/康教结合不是口号，是有循证基础的。
(figures: 刘焕兰 / Marvin Formosa / 段鑫星)
evidence: [T04-S026, T01-S021, T01-S018, T06-S001]
应用: 向老年人及其家属解释学习的健康价值时，引用认知储备证据比"充实生活"的说辞更有说服力。课程设计要有足够的认知挑战(不能纯娱乐)。
局限: 认知储备研究的因果推断仍有争议(可能是认知好的人更爱学习，而非学习导致认知好)。
法国模式(大学附属/教授授课/学术导向) vs 英国模式(自助互教/无专业教师/兴趣导向)是全球老年大学运动的核心分野。中国老年大学实际上走的是"第三条路"：政府主办 + 退休干部管理 + 混合师资，既非纯学术也非纯自助。理解这三种模式有助于定位自己的办学取向。
(figures: Pierre Vellas / Peter Jarvis / Alexandra Withnall / Tom Schuller)
evidence: [T01-S033, T01-S009, T04-S015, T04-S017, T04-S018]
应用: 评价或创建老年大学时，先明确走哪条路线。中国大多数公办老年大学实际是"法国模式的行政化变体"；社区教育更接近"英国模式"。
局限: 三种模式都有成功案例，没有绝对优劣；关键是匹配当地资源和学员特征。
老年人学不会智能手机/短视频/在线支付，表面上是技术门槛，深层是"不敢试"(怕丢人/怕犯错/怕被骗)和"没人教"(子女不耐烦/社会服务缺失)。数字素养教育的核心不是教操作步骤，而是建立安全感和自信心。
(figures: 段鑫星 / 刘臣 / Brian Findsen)
evidence: [T04-S028, T03-S011, T02-S025, T06-S009]
应用: 数字素养课程设计原则：1) 允许无限次重复提问不嘲笑 2) 用实物手机而非PPT教学 3) 先教防诈骗再教功能 4) 建立"学伴"制度(学员互助)。
局限: 部分高龄老年人(约 业内估 80 岁以上)可能认知和感官衰退已超出学习阈值，强行教反而造成挫败感。
2024年银发经济被列为国家战略后，资本涌入老年教育赛道。但老年教育的商业模式与年轻人教育根本不同：付费意愿低(约 业内估 老年人月均可支配教育支出 200-500 元)、获客成本高(线上获客难/线下依赖社区)、续费率低(学了就走/不追求体系化)。把K12或成人职教的商业逻辑套过来必死。
(figures: 段明杰 / 熊必俊)
evidence: [T01-S019, T01-S020, T01-S004, T05-S019]
应用: 银发教育创业要想清楚商业模式：政府采购(B2G)、子女付费(B2B2C)、还是老年人自费(B2C)。目前跑通的多是B2G(政府购买社区教育服务)。
局限: "银发经济蓝海"叙事可能过度乐观，低估了老年人群体的价格敏感度和获客难度。
终身学习(Lifelong Learning)从UNESCO 1972年Faure报告到2015年RALE建议书，已从理念变为全球政策框架。中国2016年《老年教育发展规划》、2023年《学习型社会建设重点任务》、2025年《教育强国建设规划纲要》形成了政策梯度。理解政策框架是获取公共资源的前提。
(figures: Tom Schuller / 杜鹏 / Peter Jarvis)
evidence: [T04-S001, T04-S013, T03-S021, T03-S023, T06-S003]
应用: 申请政府项目/财政拨款时，对齐国家政策话语体系(学习型城市/社区教育示范区/学分银行)比讲故事有效得多。
局限: 政策愿景与基层执行之间存在巨大落差，政策文件不等于资源到位。
如果老年大学"一座难求": 则优先扩容不是建新校 — 开设社区分校/送教上门/在线分校, 比新建大型校区成本低 10 倍且覆盖面广. 案例: 福建"同播云课堂"用一个主讲覆盖 150+ 社区点, 解决偏远地区师资短缺 (evidence: [T03-S004])
如果学员数字素养极低(功能机用户/从未用过智能手机): 则从"防诈骗"而非"功能教学"入门 — 先教识别骗局建立安全感, 再教微信/支付宝基础操作. 案例: 国家反诈中心 App 作为第一节课"作业" (evidence: [T02-S025, T03-S011])
如果课程选课人数暴涨但名额有限: 则实施"学制+毕业"制度而非无限续报 — 设 2-3 年学制, 毕业后让位新学员, 毕业生转入校友社团或升级课程. 案例: 上海老年大学推行春秋学制 + 学分制 + 社团制三轨并行 (evidence: [T03-S002, T03-S007])
如果讲师是非教育专业的退休人士/志愿者: 则必须做适老化教学培训 — 核心三点: 放慢语速/重复关键步骤 ≥ 3 次/用大号字体. 案例: 杭州老年大学 T/CASWSS 025-2024 标准要求每个课时设"回顾环节" (evidence: [T03-S001, T03-S015])
如果在低预算下需要快速开展在线教学: 则微信群 + 小程序是最低门槛方案 — 不要上复杂系统(学员学不会), 微信群语音/视频 + 班级圈小程序 + 作业提交即可. 案例: 疫情期间超过 约 60% 的老年大学用微信群完成线上教学 (evidence: [T02-S015, T03-S004])
如果要评估教学效果但学员抗拒考试: 则用"作品展示"替代传统考核 — 书画展/短视频作品集/合唱演出/摄影展既是学习成果也是社交激励. 案例: 多地老年大学以美篇/视频号作品发布量作为"学分" (evidence: [T03-S007, T02-S020])
如果新建一所老年大学: 则先定位再建设 — 确定服务半径(社区级/区级/市级)/目标学员画像(60-70 vs 70-80 vs 80+)/核心课程方向(文艺/数字/健康/技能)再做硬件规划. 案例: 黑龙江2025年《老年大学建设管理暂行办法》要求新建校必须提交需求调研报告 (evidence: [T03-S002])
如果课程内容更新缓慢/学员流失: 则引入"学员反向出题"机制 — 让学员提出想学什么(而非管理者猜), 定期做需求调研. 案例: 上海老年大学教学质量评估体系包含"学员需求对标率"指标 (evidence: [T03-S007, T03-S008])
如果面对"卖课骗老人"投诉或舆情: 则公立机构应主动提供替代方案 — 免费/低价的官方在线课程(国家老年大学)比"抵制诈骗"更有效. 案例: 国家老年大学 40.7 万门免费课程作为正面替代 (evidence: [T01-S026, T01-S028])
如果银发教育项目需要说服政府或投资人: 则用"健康经济学"逻辑而非"教育公平"逻辑 — 每 1 元老年教育投入约可减少 约 3-5 元医疗和养老服务支出(通过延迟失能/减少孤独/降低抑郁). 案例: WHO Active Ageing 框架将教育列为健康投资而非福利支出 (evidence: [T04-S012, T01-S004])
入门 SOP: 1. 调研学员需求(问卷+座谈+往年数据) 2. 确定课程类型和层级(初级/中级/高级) 3. 招募适配讲师(退休教授/志愿者/学员互教) 4. 制作教学大纲+适老化课件(大字体/多图示/分步骤) 5. 试讲1-2次收集学员反馈 6. 根据反馈调整节奏和内容 7. 正式排入学期课表 8. 开课后持续监控出勤率和完课率
入门 SOP: 1. 发布新学期课程目录(线上+线下公告) 2. 开放报名(限时+先到先得或摇号) 3. 收缴学费(低价/免费为主) 4. 学员分班(按年龄段和基础水平) 5. 发放课程表和教材 6. 开学典礼/班会 7. 建立班级微信群
入门 SOP: 1. 提前15分钟到场调试设备(投影/音响/网络) 2. 签到(纸质或扫码) 3. 5分钟回顾上节课重点 4. 分段教学(每20分钟休息/互动一次) 5. 实操环节手把手指导 6. 课堂小结+布置"作业"(非强制) 7. 学员作品/心得分享环节
入门 SOP: 1. 前测评估学员数字基础(会/不会分级) 2. 第一课: 防诈骗意识(国家反诈中心App+常见骗局) 3. 第二课: 智能手机基本操作(开机/解锁/打电话/拍照) 4. 第三课: 微信基础(加好友/发消息/视频通话/发朋友圈) 5. 第四课: 移动支付(微信支付/支付宝扫码) 6. 进阶选修: 短视频/在线挂号/导航/网购 7. 每课留时间反复练习
入门 SOP: 1. 期中满意度问卷(5题以内/大字体纸质) 2. 出勤率统计(低于60%约谈讲师) 3. 学员作品评审(书画/摄影/短视频/手工) 4. 期末教学质量评价(学员+同行+管理者三方) 5. 讲师教学总结和下学期改进计划 6. 优秀学员/讲师表彰
入门 SOP: 1. 根据课程方向建立社团(书画社/合唱团/摄影社/短视频社) 2. 选举社团负责人(学员自治) 3. 制定学期活动计划(展览/演出/比赛/游学) 4. 定期作品展示(线下展厅+线上视频号/美篇) 5. 参加区/市级老年文艺汇演 6. 活动总结和优秀成果归档
入门 SOP: 1. 确定混合比例(如线下70%+线上30%) 2. 线下课同步直播(腾讯会议/钉钉) 3. 直播录屏存档供回看 4. 线上专属辅导答疑时段 5. 作业线上提交(微信群/小程序) 6. 定期线下集中活动(不能全线上)
入门 SOP: 1. 对接社区/村委确定需求点 2. 配置便携教学设备(投影+音箱+教学平板) 3. 安排讲师定期下沉(周/双周一次) 4. 因地制宜设课(农村偏健康/防诈/智能手机; 城市社区偏文艺/养生) 5. 建立学员联络人(社区志愿者协助组织) 6. 定期回访评估效果
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: 2026-05-25 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-05-25 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-05-25 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-05-25 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-05-25 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-05-25 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-05-25 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-05-25 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-05-25 | 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.
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
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」
日本語の概要は準備中です。原文の説明を表示しています。
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 +
日本語の概要は準備中です。原文の説明を表示しています。
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」
日本語の概要は準備中です。原文の説明を表示しています。
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」
日本語の概要は準備中です。原文の説明を表示しています。
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」
日本語の概要は準備中です。原文の説明を表示しています。
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
日本語の概要は準備中です。原文の説明を表示しています。