技能介绍

解决视频号口播文案的同质化与完播率痛点

在微信视频号生态中，40-65岁主流用户群体的内容偏好与平台算法机制，与常见的短视频平台存在显著差异。许多创作者在撰写口播文案时，往往面临三大难题：一是开篇缺乏吸引力，导致3秒流失率极高；二是书面化表达严重，无法契合中老年受众的视听习惯；三是缺乏结构化引导，导致互动率和转化漏斗断裂。此外，直接搬运其他平台的“网感”文案，极易触发视频号的敏感词风控，导致限流。本技能旨在通过标准化的提示词工程，为创作者提供一套从信息补齐到风控自检的自动化文案生成方案。

核心机制与标准化工作流

该技能的核心能力在于将视频号的“爆款逻辑”固化为可执行的 Prompt 链路，主要包含以下关键步骤：

信息补齐与模式路由：接收极简输入后，技能会通过 Step 1 主动抛出结构化问题，一次性补齐赛道、时长、受众等6大关键参数。随后根据信息完整度，自动在 快速生成 与 深度爆款 模式间路由。
结构化模板输出：严格遵循 开头钩子 -> 痛点/事实 -> 观点/干货 -> 行动总结 -> 评论引导 的五段式结构。内置的 赛道素材库 会动态调用钩子库与痛点库，确保生成的文案自带“黄金3秒”强钩子，并自动完成短句拆分以适配字幕剪辑。
人群适配与软性转化：针对不同商业目标，技能提供三个增强包。例如 增强包 A 专攻带货转化，通过场景痛点前置和评论区预埋问题，弱化硬广感；增强包 C 则针对本地生活，自动注入地域话术。
风控前置自检：在输出最终结果前，强制调用 敏感词风控清单，自动替换绝对化用语和医疗功效承诺，确保文案安全合规。

适用边界与工程化建议

尽管该技能能大幅降低文案策划的门槛，但在实际应用中仍需注意其边界：

素材库的依赖性：生成质量高度依赖于 references/赛道素材库.md 的丰富度。对于极其冷门或垂直度极高的细分赛道，可能需要开发者手动扩充素材库以获得最佳效果。
软广尺度的把控：虽然内置了敏感词替换，但带货文案的“软性”程度仍需人工复核。AI 生成的场景化植入可能在某些特定行业显得生硬，需创作者结合自身经验进行微调。
真实人设的配合：技能默认生成“接地气真实口播版”，这要求出镜演员具备相应的表现力。如果主播风格与文案调性严重割裂，反而会破坏信任感。