售前烂梗生产器
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_8ee19e88/langeng-presales。
技能介绍
售前文案为什么需要「梗」
To B 售前要在极短篇幅里让人记住产品卖点,纯参数和功能清单往往像广告腔。团队偶尔会把近期网络流行语嫁接进话术,但自己搜梗容易漏平台、重复老梗,改写成「上云」「大模型」语境时又容易硬凑谐音。
技能如何跑完整条链路
调用后无须额外输入,在终端里按固定五步执行:
- 读取 Skill 目录内
references/how-to-search.md,用其中的信息源与搜索词模板(含{当前年月}等占位替换为系统日期)。 - 通过 WebSearch 至少检索 6 轮,目标凑满 20 条不重复烂梗,并做政治敏感、低俗、纯海外梗、超两年未翻红等排除;不足 10 条时会说明「搜索结果偏少」。
- 按文档公式做 时效 60% + 热度 40% 加权排序,先展示排名前 5 条。
- 交互筛选:回车确认当前 5 条;输入序号(如
2,4)剔除对应位,从第 6~20 条候选补位并标注「(新补入)」,直到确认或候选耗尽。 - 结合
references/presale-vocabulary.md与references/style-examples.md,把最终入选梗改写成以云计算 / 大模型为主的短句售前文案(5~25 字为主,谐音/双关/反差等,口语化、无 emoji)。
改写后会按 style-examples.md 末尾自检清单过一遍;全程只在终端输出文字,不生成文件。
适用边界
- 梗的来源与排序必须走 Skill 内 reference,不能凭模型印象瞎编热点。
- 嫁接不上的梗会弱化处理,不保证每条都能变成高质量双关。
- 输出风格偏大陆近 7~30 天语境的「烂梗」售前,不是通用营销长文或幻灯片大纲。
使用场景
- 云计算售前赴客户交流前,需把近一周平台热梗筛成 5 条、改写成可口述的上云/智算开场短句。
- 大模型解决方案顾问准备行业沙龙串场,要从候选池交互剔除不合语境的梗,再落到训推、Agent 等话术。
- 产品市场在企业微信或朋友圈发智算方案动态,要短句、带谐音或反差,且避免传统广告腔。
- 售前内训或晨会破冰,需要一批当周大陆语境的烂梗版云产品一句话,供同事现场选用。
适合人员
- 负责标前讲解与拜访路演的云计算售前工程师,诉求是快速拿到可改的梗化短句而非自己逐平台搜梗。
- 大模型或智算产品的 to B 市场文案策划,要把网络流行语压缩进方案推介句且优先落点在大模型与上云场景。
- 写直播口播或短视频脚本的智算产品运营,需要终端里完成搜梗、筛选、改写一条龙,不产出独立文档。
- 带售前新人练话术的团队负责人,希望用统一 reference 流程示范「热梗 → 云/模型售前句」的改写标准。