Douyin
自动化上传视频到抖音创作者平台,支持登录、上传和账号管理。
openclaw skills install @samber/copywriting-hooks命令、参数、文件名以原文为准
钩子的唯一任务就是让读者想看第二句。语气、结构、格式等一切,都围绕这个任务展开。
让读者想看第二句的,是**五种杠杆**之一:
1. **打开缺口。** 提出一个不完整的信息,读者需要去闭合。好奇缺口、问题、开放循环。
2. **打破预测。** 陈述一个违背读者先验认知的内容。逆常识、定义反转、令人惊讶的统计数据。
3. **带入场景。** 加载感官或具体细节,构建生动的画面。直接切入、具体细节、时间锚点。
4. **承诺回报。** 点明读者想要的结果。利益、"如果你…那么…"、直接问题。
5. **借重权威。** 借助一个名字、数字或引文,附带内嵌的权威。权威钩子、统计数据、存在分歧的引文。
强有力的钩子通常同时拉动两个杠杆。"Frank Sinatra,手拿一杯波本威士忌……"既是场景又是开放循环。"大多数人认为X。他们错了。"是打破预测加上缺口。单一杠杆的钩子也可能有效,但更容易被忽视。
另外三个原则:
---
当此技能触发时:
1. **确认简报。** 主题、受众、目标语言(英文、法文或两者)、大致长度、发布平台。如果其中任何一项不清楚且至关重要,请在生成之前询问。
2. **从下面的目录中选出3到4个**真正不同的钩子。不同的杠杆,而不是三种口味的逆常识。
3. **为每个钩子写2个备选**,针对用户的具体文章。同一钩子内的两个备选应探索不同的角度(不同的轶事、不同的统计数据、不同的场景),而不是互相同义改写。
4. **使用下面的输出格式**呈现。
5. **如果可用,使用ask_user_input_v0**。选择是一个较小的固定集合,正是该工具的用途。
6. **等待用户的选择。** 不要替他们选。
7. **用户选择后**,说明该选择对文章其余部分意味着什么。一个逆常识钩子意味着第2到第3段需要捍卫反共识主张。一个场景开篇意味着下一部分要么解决场景,要么有策略地延迟解决。
**多样化规则。** 在你的3到4个选项中,至少包括:
这保证了真正的选择。三种口味的逆常识不是选择。
**类型匹配参考:**
| 文章类型 | 强力钩子 | 避免 |
|---|---|---|
| 技术深度分析 | 具体细节、统计数据、逆常识、直接问题 | 个人忏悔、场景开篇 |
| 个人散文 | 直接切入、个人忏悔、时间锚点、定义反转 | 大胆声明、直接问题 |
| 观点/逆常识 | 大胆声明、定义反转、逆常识、引文+分歧 | 温和铺垫、字典式开篇 |
| 教程/操作指南 | 直接问题(PAS)、承诺、条件式 | 场景开篇、历史类比 |
| 报道/调查性 | 具体细节、时间锚点、直接切入、统计数据 | 大胆声明、定义反转 |
| 清单体 | 好奇缺口、计数赌注、条件式 | 个人忏悔、直接切入 |
| 长篇分析 | 历史类比、统计数据、逆常识 | 直接问题 |
| 新闻通讯 | 个人忏悔+开放循环、条件式、好奇缺口 | 字典式开篇 |
---
始终按如下方式呈现选项:
## [工作标题]的钩子选项
**选项1:[钩子名称]**([杠杆])
A. [备选1]
B. [备选2]
**选项2:[钩子名称]**([杠杆])
A. [备选1]
B. [备选2]
**选项3:[钩子名称]**([杠杆])
A. [备选1]
B. [备选2]
哪个?回复字母组合(例如“1B”)或“more”以获取不同技巧。如果用户说“more”或“none”,则生成3个不同的钩子(而不是同一钩子的新备选)。如果用户说“混合1A和2B”,则写一个组合钩子并再次确认。
---
每个钩子:作用、示例(混合英文和法文,真实和说明性)、何时使用、何时避免。
技能:文案钩子
版本:1.0.0
分块:2/4
制造一个读者想要填补的信息缺口。
**适用场景**:你能在2到3句话内诚实地填补这个缺口。这个缺口必须是读者关心的。**避免**:模糊的缺口(“你绝对猜不到接下来发生了什么”),读者甚至无法猜测。
推翻读者持有的共识观点。
**适用场景**:你有一个站得住脚的非共识观点,并且有200到400字来论证它。**避免**:稻草人论证、无意义的尖锐、为逆向而逆向。
在证明之前先给出结果。
**适用场景**:你能在文章中具体兑现这个承诺。**避免**:承诺比实际回报大。会永久破坏信任。
直接把读者扔进一个特定时刻,没有铺垫。
**适用场景**:长文、人物特写、新闻纪实、散文。**避免**:简短的技术文章,读者尚未建立场景代入感。
用一个违反读者先验认知的数字开头。
**适用场景**:这个数字确实令人惊讶,并且你能准确引用。**避免**:模糊的统计数据(“研究表明90%……”)、证实读者先验认知的统计数据(没有惊喜就等于没有钩子)。
提出一个读者真正想得到答案的问题。
**适用场景**:读者内心早已隐约带着这个问题。**避免**:“你有没有想过……?”、“你知道吗……?”、“如果我告诉你……你会怎样?”这些预设了尚未形成的好奇心。
借用权威,然后翻转。
**适用场景**:你有一个真实引用,能够支持或真正对比你的观点。**避免**:错误归属的爱因斯坦、塞内卡、孔子、佛陀陈词滥调。老套。
承认某种脆弱,然后普遍化。
**适用场景**:个人署名、散文、 newsletter。**避免**:企业署名、作者声音非个人化的技术文章、表演性脆弱(“我差点没写这个……”)。
用一个生动的细节取代抽象描述。
Skill: 文案钩子
版本: 1.0.0
分块: 3/4
**使用场景**:人物特写、报道类文章、逆向传记设定。 **避免**:不推进论点的具体细节(杂乱信息)。
用碎片打断预期节奏。
**使用场景**:节奏驱动型内容、观点文章、当你希望读者预期流畅性并主动打断时。 **避免**:每篇文章都滥用。它很快会自成一种模式。
点出痛点,强化它,暗示解决方案。
**使用场景**:教程、指南、销售相关内容。 **避免**:捏造问题。读起来像恐吓营销。痛点必须真实且可识别。
陈述一个具体、有边界的结果。
**使用场景**:教程、指南。 **避免**:模糊承诺(如"学习如何更有效")。加上时间限制或数字来锚定。
以历史片段开头,再转向当下。
**使用场景**:长篇分析、观点文章、思想随笔。 **避免**:教程、新闻稿。读起来显得自恋。
"X不是你想的那样。它是Y。"
**使用场景**:观点文章、逆向深度分析。 **避免**:当你的重新定义只是轻微角度时。听起来花哨。
以名字加上具体行动开头。
**使用场景**:商业文章、人物特写、分析文。 **避免**:没成果的提名人。行动必须具体且相关。
以具体日期、小时或时刻开头。
**使用场景**:报道类文章、回顾性文章、"为什么是现在"框架。 **避免**:模糊的时间锚点(如"最近"、"过去几年")。使用具体日期,否则去掉时间框架。
自我细分读者。预先瞄准好奇心。
**使用场景**:教程、建议文章、细分受众。 **避免**:条件太宽泛(如"如果你曾感到卡住……")。没有细分任何人。
开始某件事,但保留结局。
技能:文案钩子
版本:1.0.0
分块:4/4
**使用场景**:长文,过程和答案同样重要的作品。**避免**:未解决的循环。如果文章结束却没有给出答案,会产生不成比例的背叛感。
---
立即让作者失去资格的老套开篇:
当前 AI 惯用语(每年更新):
在呈现每个候选方案前,请先对照此列表检查。如果匹配,则重写。
完整的反模式列表,请参见 references/anti-patterns.md。
---
**如果受众是法语使用者**:用法语写作。采用 _attaque journalistique_ 语域:具体场景设定、克制语气、带日期的锚点、正式的“vous”或克制的“tu”。不要逐字翻译美式夸大辞藻。“You'll never believe...” 变成“Vous n'allez pas en croire vos yeux”在法语中读起来像骗局。法语的营销怀疑基线比英语高;高承诺会更快引发心理抗拒。
**如果是英语**:营销或教程类内容默认采用直接回应语域,散文和报道类作品采用长文语域。
**如果是双语**:用两种语言写出钩子,并清晰标注。
更深入的语域指导,请参见 references/anglophone-vs-francophone.md。
---
references/anti-patterns.md:扩展的老套说法和 AI 惯用语列表。references/anglophone-vs-francophone.md:语域约定,哪些内容不可翻译。references/formulas.md:30 个可复用模板(英 + 法),用于快速生成基于模板的钩子。以上目录对于大多数调用已足够。仅当用户要求模板、更深入的语域指导或希望对照反模式进行验证时,才加载参考文件。
---
如果从其他技能的工作流中调用(例如,technical-article-writer 到达钩子步骤),则生成选项,询问,等待。将所选钩子返回给父技能以完成文章剩余部分。
如果用户已经写好了开篇并要求“更好的版本”,则将该草稿视为 **选项 0**(他们当前的版本),并提出 3 个不同钩子类型的替代方案。不要默默地丢弃他们的版本。
---
用户:“我正在写一篇 Substack 文章,讨论为什么大多数 Go 开发者误用泛型。大约 1500 字,中级 Go 开发者,英语。”
正确的技能响应:
## 钩子选项:“为什么大多数 Go 开发者误用泛型”
**选项 1:反直觉**(预测打破)
A. 大多数关于 Go 泛型的文章解释何时使用它们。而这篇解释何时删除它们。
B. 泛型是 Go 十年来最被请求的功能。三年后,最强烈推动它们的人却告诉你停止使用它们。
**选项 2:具体细节**(感官 + 具体)
A. samber/lo 提供了 87 个泛型辅助函数。其中六个占据了 94% 的二进制大小投诉。其余 81 个没问题。
B. 一个名为 `Map[T, U any]` 的函数看起来很无辜。编译一个导入它 40 次的项目,你的构建时间会翻三倍。这就是原因。
**选项 3:直接问题(PAS)**(面向读者)
A. 自从你采用泛型后,你的 Go 代码编译变慢了。原因并非 linter 告诉你的那样。
B. 如果你的团队去年采用了泛型并且构建时间翻了一番,你并不孤单。诊断比修复更无聊。
选哪个?回复字母组合(例如“1B”)或“更多”以获取不同技巧。然后等待选择。在用户做出选择之前,不要撰写文章的其余部分。
已收录 1 个 Skill