blender-motion-state-inspection
AFaffaan-m/ECC278k4,046 new stars in the last 7 days
公众号短文写作(1000 字以内,纯文字不配图)。把一个观察、一次实测、一段思考写成短平快的推送,或把长文/素材压成短文。核心是一套风格规则:第一人称不说教、去 AI 腔、靠分段做节奏、收尾落到具体画面。当用户说"写个短的""公众号短文""一千字以内""随手写一条""这事写个短篇""压成短文""不配图那种"时触发。
1000 字以内,纯文字,不配图。 写一个观察、一次实测、一段判断。
这不是长文的缩水版。长文靠结构和论证取胜,短文靠一个足够锐利的点 + 干净的节奏取胜。1000 字里塞三个观点,等于一个都没说清。
| 形式 | 上限 | 说明 |
|---|---|---|
| 图文消息(本 Skill 默认) | 正文无上限 | 有标题、有封面、可排版。1000 字是编辑目标,不是平台限制 |
| 群发纯文字消息 | 300 字 | 没有标题和封面,超出发不出去 |
| 自动回复纯文字 | 600 字 |
默认按图文消息写(有标题)。作者明确说要发"纯文字群发"时,砍到 300 字以内,并且去掉标题。
最重要的一条。整篇像在分享自己的观察,不是在指导读者。
| ❌ | ✅ |
|---|---|
| 你日常用的软件 | 日常用的软件 / 我们日常用的软件 |
| 你会发现 | 会发现 / 我发现 |
| 你需要注意 | 需要注意的是 |
| 大家可以试试 | 我试了一下 |
全篇"你"字出现不超过 1 次,最好为 0。 读起来像自言自语被偷听,不像在台上讲课。
例外:结尾的行动引导可以用"你"("你要是也在用,评论区聊聊")。
这类句式的共同特征:读起来像在给读者做翻译,而不是在表达自己的想法。
一个必须区分的例外:自问自答是好东西。
问句独立成段、后面紧跟具体回答,这是节奏工具,不是 AI 腔。它变成 AI 腔,是因为后面跟的是空泛概括。
这意味着什么? → 以前是我盯着它写,现在是它自己拆任务、自己跑、自己回来报错。这意味着什么? → 这意味着 AI 正在深刻改变我们的工作方式。判断方法:把问句和答句一起删掉,如果文章没损失任何信息,那就是 AI 腔。
"",不用「」—— 全篇最多 2 次,多了就用逗号断句或另起一句1 命令行,不写 **1 命令行**。保持朴素,像随手记笔记短文只需要两种骨架,一篇里只用一种:
骨架 A:编号观点式(适合几个并列的观察)
一句引入(一个疑问 / 一个具体场景)
1 观点
2-3 句展开
2 观点
2-3 句展开
3 观点
2-3 句展开
串联段:这几个点加在一起说明了什么
收尾:一个具体画面
编号最多 4 个,超过 4 个就该写长文了。
串联段是这个骨架的命门。 没有它,文章就是个 list,不是 insight。读者读完会觉得"看了几条信息",而不是"想明白一件事"。
骨架 B:单点推进式(适合一个认知转变)
一个切身的事件 / 感受开头
三到四段递进的分析,每段 3-5 句
收尾:回到个人立场,一个干脆的判断
短文里 B 通常比 A 好——1000 字讲透一个点,比列四个点更有记忆点。 拿不准时选 B。
公众号读者是订阅者,不是刷信息流的路人,不需要在开头证明你是谁。但也正因如此,没人有耐心看铺垫。
第一句就该有具体信息。 摘要不填会自动截取正文开头,这句话会原样出现在读者的消息列表里。
不要用"这是一次范式转移"这种收。落到一个能想象出来的场景。
收尾之后可以接一个行动引导(留言 / 在看 / 读上一篇),只给一个。
逐项过,不许跳:
□ 字数 ≤1000(纯文字群发则 ≤300)
□ 搜"你"字:出现几次?除结尾引导外应为 0
□ 搜 AI 腔黑名单:本质上 / 说白了 / 换句话说 / 不是…而是
□ 自问自答处:答句是不是具体的?删掉会不会损失信息?
□ 搜「」符号:全部换成""
□ 数破折号——:≤2 次
□ 编号标题有没有被加粗(**)
□ 最长段落多少字?超过 70 字(约 3 行)要断
□ 骨架 A:有没有串联段?
□ 收尾是具体画面还是抽象判断?
□ 行动引导是不是只有一个?
□ 全篇只讲了一个点吗?
输出时附上检查结果,不要只交稿子。
以下是一篇约 700 字的短文,作为风格和节奏的参照。
标题:花 68 块钱,我让 Agent 把三个月的文章存档整理了一遍
飞书知识库里堆了六十多篇写过的文章,一直躺在那,从来没系统看过。
昨晚想着试试,就把目录扔给了 Agent,没给任何别的材料。
它自己进去,逐篇读完,拉出来一份主题分布。结果有点意外。
我一直以为自己在写"AI 工具评测"。
实际上,五十九篇里有二十九篇在写 Agent 和 Skill 的工程实践,占了整整一半。
剩下的分成三块:云计算和 K8s 那一支是更早期留下的,已经和主线接不上了;AI 视频是另一条独立线;再剩下的是零散的产品实测。
换句话说——我以为我在写 A,实际上我在写 B。
这件事本身不算什么。有意思的是,这个结论我自己看六十篇是看不出来的。
人对自己写过的东西有严重的近因偏差,最近写的那几篇会占据全部印象,前面几十篇早就模糊了。
Agent 没有这个问题。它一次读完,只对文本负责。
我后来把这个当成一个固定动作:每攒够二三十篇,就让它重新跑一遍分布。它不给我建议,只告诉我实际写了什么。判断还是我自己做。
这跟我原来对 AI 写作工具的预期不太一样。
我以前默认它的价值在"帮我写",现在发现更稳的价值在"告诉我我写了什么"。前者需要它有品味,后者只需要它不遗忘。
不遗忘这件事,它比我强太多了。
写公众号的人多少都有这个毛病:写了几年,问一句"这号到底在写什么",答不上来。倒不是不知道,是记不清。
现在这个问题有解了,成本是一杯咖啡钱和三分钟等待。
你要是也存了一堆写过的东西,值得跑一次。跑出来什么,评论区聊聊。
注意这篇示例的特征:
换句话说 出现了一次——这是黑名单词,示例里保留它是为了说明它可以破例:当它连接的是两个具体陈述("以为写 A / 实际写 B")而不是用来概括时,它是节奏工具。规则是死的,判断标准始终是"删掉会不会损失信息"gzh-longform-writer 写长文默认按上述通用规则。
作者说「用我的风格」时,读取 ../references/my-voice.md,把里面的规则叠加执行(冲突时以 my-voice 为准)。
| 场景 | 转到 |
|---|---|
| 点太多,该写长文 | gzh-longform-writer |
| 起标题 | baokuan-title-generator |
| 要排版贴进公众号 | space-wechat-layout |
| 要改成即刻 / X 动态 | 外部 x-post Skill |
AFaffaan-m/ECC278k4,046 new stars in the last 7 days
ANanthropics/skills181k1,119 new stars in the last 7 days
Generate flow fields and particle systems with p5.js, using seeded randomness for original algorithmic art.
ANanthropics/skills181k1,119 new stars in the last 7 days
SHShubhamsaboo/awesome-llm-apps141k808 new stars in the last 7 days
HAharry0703/MoneyPrinterTurbo130k1,722 new stars in the last 7 days
PApaperclipai/paperclip101k2,948 new stars in the last 7 days