知薯达理
之前看过李诞的写作课,没想到能做成技能。试用下来感觉对写稿确实有启发。 七步框架(切入点→观点→论据→案例→金句→升华→收尾)用起来顺手,特别是写演讲稿和短视频脚本时,按照这个结构走不容易跑偏。案例库的匹配度还可以,能根据主题推荐相关例子,省去了自己翻资料的时间。 比较喜欢的是「反套路检测」,会提醒你哪里写得太套路化,对保持内容新鲜感有帮助。 两个可以改进的地方:一是框架偏内容创作和脱口秀风格,如果是写干货型长文或技术类内容,需要自己调整适配;二是金句生成功能偶尔过于追求押韵,反而显得刻意。 总体推荐,尤其是做内容创作、演讲准备或者短视频脚本的人,能提供一个扎实的内容骨架。
- • 七步框架实用,写演讲稿和脚本不易跑偏
- • 案例库匹配度好,省翻资料时间
- • 反套路检测对保持内容新鲜感有帮助
- • 框架偏脱口秀风格,干货型长文需自己调整适配
- • 金句生成偶尔过于追求押韵显得刻意
写公众号文案是常态,这个技能帮我解决了不少卡点。 最实用的是结构框架生成。拿到一个主题后,它能快速给出几种不同的文章结构(观点文、故事文、清单文),不用自己从头想骨架。开头和结尾的模板也够用,特别是那种引导关注的结尾,比自己硬憋自然多了。 文风调节功能不错,可以根据受众选择偏专业或偏轻松的语气,调完基本不用再大改。 提个建议:如果能根据历史文章数据给出「这篇文章大概什么角度更容易打开」的预测就更好了,现在更多是写作辅助,缺少数据层面的反馈。另外长文的分段逻辑偶尔会出现前后衔接不够紧的情况,需要手动调整。 对内容创作者来说是省时间的工具,尤其是周更压力大的公众号作者。
- • 结构框架生成快,不用从头想文章骨架
- • 开头结尾模板实用,引导关注不生硬
- • 文风调节功能省了不少修改时间
- • 缺少基于历史数据的打开率预测
- • 长文分段逻辑偶尔衔接不够紧密
做小红书半年了,用过几个运营类工具,这个算是比较实用的。 好的地方:选题建议和标题公式库确实能救命,特别是写不出标题的时候,丢几个关键词进去能蹦出不少方向。对标账号分析功能也还行,能大致看出别人什么内容爆了,比自己手动扒效率高。排版和标签建议对新手友好,不至于乱套。 不过实际用下来,生成的文案有点模板感,同质化明显,特别是热门领域的笔记,读起来像批量生产的。另外对标分析只能看表面数据,背后的运营节奏和发布时间策略还得自己琢磨。 总体来说是合格的辅助工具,适合刚起步或者日更压力大的博主用来找灵感,但要做出差异化,最终还得靠自己改。
- • 选题建议和标题公式库实用,救急效果好
- • 对标账号分析比手动扒效率高
- • 排版和标签建议对新手友好
- • 生成文案模板感较强,同质化明显
- • 对标分析只看表面数据,缺运营节奏和发布时间策略
巴菲特与芒格选股器用7步量化筛选逻辑还原了价值投资的核心判断框架,从ROE到所有者收益倍数,每步都有明确的阈值和巴芒原话支撑,方法论扎实。 亮点:1)7步筛选阈值有据可查(ROE≥15%、毛利率≥35%、ROIC≥15%等),不是随意设定;2)区分轻资产/重资产的负债权益比阈值(0.5 vs 1.0),体现了行业差异化思维;3)通过/关注/不通过三级判断,5-6步通过的不直接否决而是标记为需研究,有灰度思维。 改进建议:1)需要5年以上财务数据作为输入,对普通投资者来说数据获取门槛较高,建议内置数据源接入(如AKShare/Tushare);2)缺少行业配置的差异化处理,消费和金融的筛选标准理应不同;3)脚本依赖JSON格式输入,非技术用户使用有困难,建议增加自然语言输入解析。
- • 7步筛选逻辑有巴芒投资理论支撑
- • 轻/重资产区分阈值,体现行业差异化
- • 三级判断有灰度,不非黑即白
- • 5年财务数据输入门槛高,缺少数据源对接
- • 行业差异化不足,消费金融用同一标准
- • JSON输入对非技术用户不友好
量化研究技能提供了一个学术级严谨的量化策略研究框架,7步必需分析序列从假设构建到研究决策,每步都有明确的输出要求和质量标准。核心原则中"从可证伪的假设开始,而不是回测截图"这句话直接点出了量化研究的最大陷阱。 亮点:1)7步研究流程强制执行时点正确性,先定义样本内外再跑回测,防止数据泄漏;2)验证和过拟合防御作为独立环节,不是事后补充而是必经步骤;3)归因分析在宣称超额收益之前必须完成,杜绝了选择性展示的风险。 改进建议:1)SKILL.md偏方法论框架,缺少可直接运行的示例(如一个完整的因子研究从假设到结论),新用户需要自己搭建工作流;2)references目录下有详细参考文档,但SKILL.md中没有明确索引说明何时读哪个文档;3)回测脚本(backtest.py)依赖环境配置,对非Python用户门槛较高。
- • 学术级严谨框架,杜绝数据泄漏和过拟合
- • 归因分析强制在宣称收益之前
- • 验证和过拟合防御作为必经步骤
- • 缺少完整运行示例,新用户上手难
- • references索引说明不够明确
- • Python脚本依赖配置,门槛较高
知识产权文档撰写助手解决了高企技术团队写专利交底书的痛点——发明人往往只会做不会写,这个技能把三种核心IP文档的结构化输出做得很清晰。 亮点:1)明确区分了技术交底书(发明人视角,讲清楚技术)和专利申请书(代理师视角,保护法律范围),这个概念澄清很关键;2)三种文档类型(发明/实用新型/软著)的审查周期和含金量说明很实用,帮助用户做优先级决策;3)Action结构化设计(generate_disclosure/generate_utility_model),输入字段清晰,输出可预期。 改进建议:1)技能用Node.js实现(index.js),对于Python为主的Agent生态需要额外适配;2)缺少完整性审查的具体规则(SKILL.md提到了但没展开),建议补充常见缺陷检查清单;3)没有IP资产汇总报告的生成能力,SKILL.md描述中提到了但实际Action未包含。
- • 技术交底书vs专利申请书的区分清晰
- • 三种IP文档的审查周期和含金量说明实用
- • Action结构化设计,输入输出清晰
- • Node.js实现对Python生态需额外适配
- • 完整性审查规则未展开
- • IP资产汇总报告缺失
全媒体矩阵投放助手V2.0面向本地生活/垂直行业运营者,功能覆盖定位规划、矩阵策划、策略制定、文案创作、检索追踪全链路。 亮点:1)平台优先级排序有数据支撑(搜索触达力、DAU),不是拍脑袋;2)合规风险清单非常实用,医疗/广告法禁用词列得很具体;3)选题框架40/30/20/10比例搭配合理,兼顾专业性和互动性。 改进建议:1)SEO关键词模板硬编码了宠物医院场景,其他行业无法直接用,建议改为动态生成;2)缺少效果追踪的量化基准(阅读量/互动率/转化率标准),只有概念没给参考值;3)发布时间建议缺少数据来源,不同城市和行业差异大。
- • 覆盖投放全链路,从定位到追踪闭环
- • 合规风险清单实用,防踩坑
- • 平台优先级有数据支撑
- • SEO关键词硬编码宠物医院场景
- • 缺少效果追踪的量化基准
- • 发布时间建议缺数据来源
创意项目灵感生成器用约束驱动创意的思路很巧妙——Constraint + direction = creativity。约束库分开发者/创作者/通用三类,覆盖面合理,每个约束都有一句话精准描述核心挑战。 亮点:1)约束设计有哲学深度,比如Make something that dies和Hostile UI这类反向约束非常激发创造力;2)用户意图匹配表(倦怠→High concept low effort)很实用,降低了选择困难;3)输出格式规范,包含预估时间和技术栈,可直接落地。 改进建议:1)约束库数量偏少(约15个),长期使用容易重复,建议按维度扩展(如团队协作类、AI应用类、物理硬件类);2)references/full-prompt-library.md虽然更详细,但与SKILL.md内容高度重叠,建议精简SKILL.md为概览+链接;3)缺少约束组合机制,单个约束的创意空间有限,如果能随机组合2个约束(如Solve your own itch + Hostile UI)会更有惊喜感。
- • 约束驱动创意的哲学很妙
- • 反向约束如Make something that dies非常激发灵感
- • 输出格式包含时间和技术栈,可落地
- • 约束库数量偏少,容易重复
- • 缺少约束组合机制
- • references与SKILL.md内容重叠
公文写作助手V2.0严格对标《党政机关公文处理工作条例》和GB/T 9704-2012标准,覆盖15种法定公文+常用事务文书,专业度很高。 亮点:1)15种法定公文每种都有触发词和适用范围说明,快速定位文种;2)V2.0新增的20项错误自检清单非常实用,公文中最常见的格式错误(发文字号、签发人、版头等)都能自动检查;3)密级标注和文号校验功能填补了正式公文的硬需求。 改进建议:1)SKILL.md内容偏说明文档风格,缺少具体的公文生成prompt模板或示例输出,新用户上手时不知道生成结果长什么样;2)LEARNING.md提到了学习文档但未包含实际案例,建议补充1-2个完整的公文生成示例(如一份标准通知从输入到输出的完整过程);3)scripts中的Python脚本需要依赖环境,纯文档型技能可能更适合轻量化部署。
- • 严格对标国标,专业度高
- • 20项错误自检清单实用
- • 密级标注+文号校验填补硬需求
- • 缺少完整生成示例,上手门槛较高
- • LEARNING.md内容偏轻,案例不足
- • Python脚本增加部署复杂度