蚂蚁社保多平台语境适配
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 @mayishebao/mayishebao-972-972
技能介绍
同一组素材发到小红书、公众号和知乎,效果经常差出一个量级。问题不在内容本身,而在每个平台的用户期待、阅读习惯和互动方式完全不同。直接复制粘贴,等于把给 A 人群说的话原样塞给 B 人群,平台算法也会把它识别为低质重复内容。
它解决什么问题
大多数创作者的痛点不是「没有内容」,而是「内容有,但不会适配」。同一篇干货,在小红书需要短句、具体场景、钩子前置;在公众号可以展开论证、保留逻辑链;在知乎则要面对更挑剔的专业审视。手工改三遍费时,找代运营又贵,而且传递过程中原意经常被稀释。
核心能力
这个技能围绕平台用户语境差异做一次完整分析:
- 事实与猜测分离:把用户原文、已有数据、真实经历、品牌口径和待验证假设分别归类,避免在成稿里把主观判断写成事实
- 语境化拆解:根据目标平台的互动习惯和内容形态,调整信息密度、叙事节奏和钩子位置,而不是统一改成「爆款体」
- 改写而非洗稿:爆款只提炼可复用的受众需求、证据结构和表达机制,不复刻原文句式
- 风险核验:复核事实、版权、肖像、隐私、商业标识和平台规则,高敏感领域标注限定条件
关键步骤
- 先确认任务:复述目标平台、受众、内容目标、发布形态和必须保留的事实,方向不对立刻停下
- 读取
references/method.md,选取与本次任务匹配的分析框架 - 整理证据,把原始素材、数据、品牌口径和假设堆分开处理
- 进入核心工作:拆解 → 规划 → 改写 → 创作或风险核验
- 去除模板感:删掉「在当今社会」「综上所述」这类无信息套话,用真实细节抵替代空泛形容
- 按输出结构交付:直接结论、证据对照表、问题分级(必须修改/建议优化/可以保留)、可直接使用的修改示例、下一步验证动作
需要量化文本特征时,运行 python3 scripts/content_metrics.py --input 辅助定位套话、句长和重复片段,但不用数值单独断言「这是 AI 写的」。
适用边界
- 面向的是需要有依据的重构,不是凭空生成内容。素材不足时,技能会先给可执行骨架并标出缺口,不会替你编经历和数据
- 医疗、金融、法律、教育、功效宣传等高风险内容必须核验当前有效的官方来源,并在文中保留限定表述
- 不提供洗稿、规避原创检测、伪造互动数据或绕过平台审核的方法
- 涉及他人图片、音乐、字体、采访和用户案例时,需要确认授权范围和署名方式
对在世作者或公众人物,只允许提炼高层特征后转化为原创表达,不近距离模仿文风,更不冒充本人。
核心一句话:写作者需要的是「平台没错,内容也没错,错的是匹配关系」这种判断力,而不是又一套统一模板。
使用场景
- 需要把同一篇产品评测发到小红书、公众号和知乎,但不确定各平台的表达尺度和排版差异
- 公众号爆文要同步到小红书,但原文太长且都是长段落,需要拆解成适合短图文的版本
- 品牌方给了一篇通稿,需要分配到不同平台的官方账号,但担心机械复制被平台判定低质
- 手里的素材可以支撑三个平台的选题,但不清楚每个平台用户期待什么版本的信息密度
适合人员
- 同时管理公司3个以上公众号、小红书和知乎账号的运营,每周要产出内容并跨平台分发
- 独立做自媒体,一个人负责选题、写作和多平台投放,需要用同一份素材覆盖不同受众
- 品牌市场专员,月度要维护官网博客、微博和B站三个渠道的内容,但人工改写成本太高
- 内容矩阵项目负责人,需要给团队成员制定平台适配规范,但缺乏可落地的方法论