← 返回
未分类 Key

Wechat Content Studio

微信公众号内容工作室 — 融合卡兹克写作风格(四层自检)+ 完整发布流水线(封面+发布+验证+追踪)+ 横纵分析法调研。从选题到发布的全链路工具。触发:写公众号文章、写稿子、帮我研究一下、深度调研、发布草稿箱。
微信公众号内容工作室 — 融合卡兹克写作风格(四层自检)+ 完整发布流水线(封面+发布+验证+追踪)+ 横纵分析法调研。从选题到发布的全链路工具。触发:写公众号文章、写稿子、帮我研究一下、深度调研、发布草稿箱。
luis1213899
未分类 clawhub v1.1.0 1 版本 100000 Key: 需要
★ 0
Stars
📥 373
下载
💾 0
安装
1
版本
#automation#content#draft#four-layer-check#hv-analysis#khazix#latest#publish#wechat#writing

概述

微信公众号内容工作室

从选题到发布的全链路工具,融合卡兹克写作风格 + 完整发布流水线。

核心价值观

> "有见识的普通人在认真聊一件打动他的事。"

AI时代最稀缺的是活人感。不追求滴水不漏的客观,分享亲身经历、真实感受、踩过的坑。大胆使用"我觉得"、"我认为"。拥抱不完美。


完整工作流

用户给选题/素材
    ↓
[可选第一步:hv-analysis 深度调研]
  帮我研究一下 → 联网搜索 → 横向竞品 + 纵向脉络 → 深度报告
    ↓
第一步:判断选题(H/K/R质检)
    ↓
第二步:明确AI角色边界(AI做什么 vs 人做什么)
    ↓
第三步:写作(卡兹克风格 + 五种文章原型)
    ↓
第四步:四层自检(L1硬性规则 → L2风格 → L3质量 → L4活人感)
    ↓
第五步:生成封面图
    ↓
第六步:发布到草稿箱
    ↓
第七步:搜狗验证收录
    ↓
第八步:monitor.py 追踪数据

第一步:选题判断(H/K/R质检)

一个好选题要通过H/K/R质检:

  • H (Happy):足够有趣、有悬念吗?标题和开头能让人好奇想点开吗?
  • K (Knowledge):有信息量吗?看完能学到新东西吗?
  • R (Resonance):能戳中情绪吗?让人"对对对我也这么想"?

S级选题三项兼备,及格选题至少占两项。如果素材只占一项,主动跟用户沟通调整方向。

如果素材信息不够,主动问用户:"你大概想讲哪几个点?有没有什么自己的经历想放进去?"


第二步:AI的角色边界

AI擅长做的(放心交给AI)

  • 找证据:给一个观点,让AI找能支撑(和反驳)它的历史/学术/文化论据
  • 找类比:让AI提供多个比喻候选,你自己挑
  • 按角度扩写:你已经定好了角度和每段标题,AI填充肉
  • 补充背景知识:格式塔心理学、荣格阴影理论等,AI帮你准确表述
  • 梳理逻辑:写到一半不确定某段放哪,让AI帮你调整

AI做了会暴露的(必须人来)

  • 第一手观察:亲身体验、真实经历,一编就假
  • 核心创意角度:让文章真正立住的那个灵感,AI给不了
  • 情绪的真实表达:用"我当时就愣住了"而不是"我感到震撼"
  • 数据到人物的同理心:从"1000个已付款"想象背后那个具体的人

协作流程

人:提供素材 + 核心观点 + 个人经历 + 情绪节点
 ↓
AI:补充背景知识 + 找证据类比 + 按角度扩写
 ↓
人:二次改写(加入自己的声音、打破节奏、补充真实细节)
 ↓
AI:四层自检 → 输出修改建议
 ↓
人:终审定稿

第三步:写作(卡兹克风格)

五种文章原型

写之前先判断属于哪种:

类型核心写法重心
---------------------
调查实验型我替你去做了这件事过程叙事 + 层层递进的发现
产品体验型跟我一起玩场景演示 + 真实感受
现象解读型你注意到了吗?背后是什么?观察→好奇→研究→哲学升维
工具分享型我发现了一个好东西个人故事铺垫→工具展示→效果惊艳
方法论分享型我把压箱底的掏给你了每节有可执行行动 + 坦诚说明学习成本

风格内核

节奏感:像跟朋友聊天,不像写报告。句子时长时短,大量用逗号制造口语化停顿感。经常一句话自成一段来制造重点。节奏的本质是一套让读者一路往下读的推进系统。

论述中的故意打破:重复强调("就是...就是...")、中途叹息或打断("我当时就...")、省略主语、刻意的模糊("我就不说是谁了")。这些不是错误,是让文章听起来像真人在说话的关键。

知识输出方式:知识是"聊着聊着顺手掏出来"的,不是"下面我来给大家科普一下"。

人物画像法:从数据点出发,3-5句话内让一个具体的人变得立体:

触发点数据("1000个已付款")
→ 快速代入("他可能是一个...")
→ 多维堆砌(城市→职位→生活→心理→具体行为)
→ 情感锚定
→ 细节具象化(十几平米出租屋、拼好饭)

文化升维:每篇文章聊完具体事情后,连接到更大的文化/哲学/历史参照物。"聊着聊着自然想到了",不是硬凑的升华。

回环呼应:前面埋的钩子后面要响,形成闭合感。让文章从"信息流"变成"作品"。

结构模板

【开头】感性切入,从一个具体事件/场景开始,迅速建立情绪
  ↓
【背景铺垫】简要科普,让非专业读者也能看懂,但方式是聊天式的
  ↓
【核心内容】分几个板块展开,每个板块:
  - 一个明确观点
  - 至少一个具体场景/人物/对话支撑
  - 私人视角的连接("我自己也是这样")
  - 一句扣主线的话
  ↓
【升华】从具体事件拉到更大的文化/哲学/历史参照物
  ↓
【收尾】引用收尾 / 哲思余韵 / 行动呼吁 / 信念宣言 / 回环呼应
  ↓
【固定尾部】
以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧...
> / 作者:XXX

字数和格式

  • 公众号长文:4000-8000字
  • 段落要短,经常一句话就是一段
  • 不加小标题。绝大多数文章从头到尾一口气顺下来
  • 不用bullet point,用散文叙述

绝对禁区

禁用词

  • "说白了" ← AI最爱用,一出现立刻暴露
  • "意味着什么?" / "这意味着" ← AI标志性句式
  • "本质上" ← 太学术
  • "换句话说" ← 太书面
  • "不可否认" / "综上所述" / "总的来说" ← 套话
  • "首先...其次...最后" ← 公式化

禁用标点

  • 冒号":" → 用逗号代替
  • 破折号"——" → 用逗号或句号代替
  • 双引号""或"" → 用「」代替,或直接不加

禁用开头

  • "在当今AI快速发展的时代..."
  • "随着技术的不断进步..."
  • 禁止任何宏大叙事式开头,永远从具体事件切入

推荐口语化词组

转场过渡:坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块

表达判断:我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信

承认自嘲:说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、愚钝如我

情绪表达:这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、太特么赤鸡了、你敢信???

拉近距离:很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话


第四步:四层自检体系

写完后必须跑完四层质检。只有四层全部通过,文章才算达标。

L1 硬性规则检查(自动扫描层)

L1-1 禁用词扫描:全文搜索禁用词列表,命中则必须替换

L1-2 禁用标点扫描:全文搜索冒号/破折号/双引号,替换

L1-3 结构性套话扫描:检查"让我们来看看..."、"随着...的发展"等套话模式

L1-4 工具名检查:确认所有AI工具都使用具体名称(Claude Code、Codex等),没有"AI工具""某个模型"等空泛表述

通过标准:四项零命中

L2 风格一致性检查

L2-1 开头:是否从具体事件/场景切入?不是宏大叙事?

L2-2 节奏:是否有长短句交替?是否有一句话独立成段(全文≥3次)?

L2-3 口语化:是否使用了推荐口语化词组(≥8-10个不同表达)?有没有自嘲或承认不足?情绪标点("。。。""???")至少出现一种?

L2-4 标点禁令复核:确认完全没有冒号/破折号/双引号

L3 内容质量检查

L3-1 观点支撑:每个核心观点是否有具体场景/人物/数据支撑?

L3-2 知识输出:知识点是否"顺手掏出来"而非"教科书科普"?

L3-3 文化升维:是否有至少一处连接到更大参照物?是否自然?

L3-4 对立面同理心:是否先理解对方处境再给视角?

L4 活人感终审(最重要)

通读全文,回答:"读完感觉是一个有见识的普通人在认真跟我聊,还是一个AI在输出信息?"

  • 温度感:情绪是体感记忆还是知识性描述?
  • 独特性:这文章是否只有"这个真人"才能写出来?
  • 姿态:是"普通人在聊"还是"导师在教"?
  • 心流:从头到尾有没有注意力断掉的地方?

通过标准:四维整体感觉"这像是真人写的"


第五步:生成封面图

使用 image_generate 工具生成封面图:

  • 保存到 assets/cover.jpg
  • 科技感/文章主题相关
  • 尺寸:1024x1024 或 16:9

第六步:发布到草稿箱

确保文章有完整 frontmatter:

---
title: 文章标题
cover: ./assets/cover.jpg
---

发布:

python -X utf8 scripts/publish_and_verify.py <文章.md> [主题] [高亮]

主题推荐 lapis,高亮推荐 solarized-light

第七步:搜狗验证收录

发布脚本会自动验证。手动验证:

python -X utf8 scripts/search_article.py "文章标题"

第八步:追踪数据

python -X utf8 scripts/monitor.py add "标题"         # 添加追踪
python -X utf8 scripts/monitor.py check "标题"         # 检查收录
python -X utf8 scripts/monitor.py status               # 列表
python -X utf8 scripts/monitor.py recommend           # 选题建议

凭证配置

方式1:secrets.json(推荐)

python scripts/add.py wechat "微信公众号" appid=YOUR_APPID appsecret=YOUR_APPSECRET

方式2:TOOLS.md

## WeChat Official Account
export WECHAT_APP_ID=your_app_id
export WECHAT_APP_SECRET=your_app_secret

IP白名单:将本机公网IP(curl ifconfig.me)添加到微信公众号后台 → 开发 → 基本配置 → IP白名单


依赖

  • Node.js / npm:wenyan-cli 需要
  • wenyan:未安装时自动安装
  • Python 3:运行脚本
  • image_generate:生成封面(OpenClaw内置)

文件结构

wechat-content-studio/
├── SKILL.md
├── scripts/
│   ├── publish_and_verify.py   # 发布 + 搜狗验证
│   ├── search_article.py      # 独立搜索
│   ├── monitor.py             # 数据追踪 + 选题建议
│   ├── add.py                 # 添加凭证
│   ├── get.py                  # 获取凭证
│   ├── remove.py               # 删除凭证
│   └── list.py                 # 列举凭证
└── references/
    ├── 爆款方法论.md
    ├── 写作技巧.md
    ├── 去AI味指南.md
    ├── content_methodology.md   # 卡兹克内容方法论
    ├── style_examples.md        # 风格示例与修改对比
    └── hv-analysis-methodology.md  # 横纵分析法(深度调研)

深度调研(hv-analysis)

hv-analysis(横纵分析法)是卡兹克提出的深度调研方法论,可作为 wechat-content-studio 的研究上游。

工作流:

hv-analysis(深度调研)→ 横纵交汇洞察 → wechat-studio-kh(写作发布)

适合 hv-analysis 的场景:

  • 研究竞品/赛道(调查实验型文章素材)
  • 研究公司/人物(方法论分享型文章素材)
  • 研究概念/技术(现象解读型文章素材)

使用方式: 帮我研究一下XXX → 自动联网搜索 + 横向竞品对比 + 纵向发展脉络 → 生成深度研究报告

详细介绍: 参考 references/hv-analysis-methodology.md

版本历史

共 1 个版本

  • v1.1.0 当前
    2026-05-07 10:57 安全 安全

安全检测

腾讯云安全 (Keen)

安全,无风险
查看报告

腾讯云安全 (Sanbu)

安全,无风险
查看报告

🔗 相关推荐

虾转音频

luis1213899
🎵 音视频转换工具箱,基于 FFmpeg + Whisper AI,支持格式转换、提取音频、合并、分割、压缩、查看信息、音频转文字。
★ 1 📥 465

Dream Selfimproving

luis1213899
让AI每晚自动复盘对话、提取洞察、更新记忆,夜间悄然进化;无需手动记录,AI自行记住重要信息,越用越聪明。
★ 2 📥 766

Psd Batch Export

luis1213899
生产级 PSD 批量工作流:分析 PSD 文本层、将 Excel/CSV 数据映射到可编辑层、预览、导出可编辑 PSD 及 PNG 批量文件。
★ 1 📥 483