技能介绍

解决什么具体问题

在今日头条这类强算法分发的平台上，内容的曝光并不完全取决于创作者的粉丝量，而是取决于系统对内容数据的冷启动测试。很多创作者面临的困境是：内容发出去后，点击率（CTR）低导致无法突破初始流量池，或者标题吸引点击但读完率惨淡，导致系统停止推荐。此外，不同体裁（图文、微头条、视频脚本）对行文结构的要求差异巨大，加上平台严格的合规红线，单靠通用的大模型对话很难一次性产出可直接发布的成品。

核心工作流与能力

该技能的核心逻辑是模拟资深头条号运营的标准化生产流程，将创作拆解为可控的工程化步骤：

需求结构化确认：通过 AskUserQuestion 明确体裁、领域、目标（如涨粉或引流）及素材情况，避免在模糊指令下生成无效内容。
差异化选题挖掘：结合 WebSearch 检索当日热榜，区分热点型、干货型、情绪型与争议型四种选题逻辑，并要求每个选题必须回答“点击理由”、“读完理由”与“互动理由”。
标题生成与自检：依赖 references/title-formulas.md 中的公式库生成多版本标题，并强制剔除标题党风险，以保障账号权重。
模板化正文与排版：根据 references/content-templates.md 适配对应体裁的结构，确保开头钩子、段落节奏和结尾互动设计符合移动端竖屏阅读习惯。
合规自检与交付：对照 references/platform-rules.md 逐项排查红线，最终输出包含选题卡、标题池、成稿及发布检查清单的标准化交付物。

适用边界与注意事项

该技能针对头条生态进行了深度定制，其标题驱动和算法推荐逻辑并不完全适用于公众号或知乎等以订阅或搜索为主的平台。虽然它提供了发布时机和标签策略的建议，但算法的实际流量池机制属于黑盒，运营者仍需根据实际后台数据（如粉丝画像、阅读完成率）进行二次迭代。此外，技能生成的内容必须经过人工审核，确保引用数据真实且绝无洗稿搬运行为，否则将面临平台处罚。