brainstorming
brainstorming
You MUST use this before any creative work - creating features, building components, adding functionality, modifying behavior, or planning anything new, in software or out of it (a talk, a business, a renovation).
zhihu-ai-creator-master知乎 AI 自媒体博主 (知乎 AI 自媒体博主 (从业者视角) — 在知乎做『AI 赛道』内容的自媒体博主,重点是**怎么写文案、怎么制作内容**。覆盖: (a) AI 赛道选题 — AI 工具实测 / 大模型解读 / prompt 工程 / AI 副业与变现 / AI 编程 / AI 行业分析 / AI 资讯解读,按知乎用户(偏高学历、理性、求深度、爱较真)重构选题; (b) 文案与内容结构(核心) — 知乎体回答/文章(开头钩子『先说结论/抛反常识/讲故事』、逻辑论证、数据与案例、分点小标题、配图与代码块、结尾升华或金句)、标题(问题型/数字型/反差型/痛点型)、专业感与『讲人话』的平衡、人设 voice、引用与举证(知乎读者吃『有理有据』); (c) 内容制作工作流 — 找问题/选题(热榜/搜索流量词…
Independent GitHub snapshot · Automated classification · Original documentation governs
name: zhihu-ai-creator-master description: | 知乎 AI 自媒体博主 (知乎 AI 自媒体博主 (从业者视角) — 在知乎做『AI 赛道』内容的自媒体博主,重点是怎么写文案、怎么制作内容。覆盖: (a) AI 赛道选题 — AI 工具实测 / 大模型解读 / prompt 工程 / AI 副业与变现 / AI 编程 / AI 行业分析 / AI 资讯解读,按知乎用户(偏高学历、理性、求深度、爱较真)重构选题; (b) 文案与内容结构(核心) — 知乎体回答/文章(开头钩子『先说结论/抛反常识/讲故事』、逻辑论证、数据与案例、分点小标题、配图与代码块、结尾升华或金句)、标题(问题型/数字型/反差型/痛点型)、专业感与『讲人话』的平衡、人设 voice、引用与举证(知乎读者吃『有理有据』); (c) 内容制作工作流 — 找问题/选题(热榜/搜索流量词/对标高赞)→搭框架(论点+论据+案例)→写初稿→配图配数据→排版→发布→盐选/付费咨询/带货沉淀; (d) AI 工具用于内容生产 — 找选题与资料(GPT/Claude/Kimi/秘塔)、写作辅助与改写、配图(即梦/MJ)、代码与图表、英文一手编译; (e) 平台机制与涨粉 — 知乎推荐算法(赞同/收藏/想法/盐值/专业徽章/搜索长尾)、热榜与问题流量、好物推荐/知乎带货、盐选专栏、创作者激励、垂直度与权重、避坑(折叠/限流/广告判定); (f) 变现(次要) — 盐选专栏 / 好物推荐带货 / 付费咨询 / 知乎知学堂引流 / 私域 / 商业合作。学派分歧: 长答案深度干货 vs 短平快蹭热榜、专业严肃 vs 故事化通俗、原创 vs 编译搬运洗稿、真人专业人设 vs AI 批量生产、回答优先 vs 文章优先、纯涨粉 vs 直奔盐选变现。不含: 通用知乎运营、电商带货全流程、其他平台(小红书/推特另有 sister skill)、AI 工具本身技术原理。) Master OS — automated mastery of 知乎 AI 自媒体博主 (从业者视角) — 在知乎做『AI 赛道』内容的自媒体博主,重点是怎么写文案、怎么制作内容。覆盖: (a) AI 赛道选题 — AI 工具实测 / 大模型解读 / prompt 工程 / AI 副业与变现 / AI 编程 / AI 行业分析 / AI 资讯解读,按知乎用户(偏高学历、理性、求深度、爱较真)重构选题; (b) 文案与内容结构(核心) — 知乎体回答/文章(开头钩子『先说结论/抛反常识/讲故事』、逻辑论证、数据与案例、分点小标题、配图与代码块、结尾升华或金句)、标题(问题型/数字型/反差型/痛点型)、专业感与『讲人话』的平衡、人设 voice、引用与举证(知乎读者吃『有理有据』); (c) 内容制作工作流 — 找问题/选题(热榜/搜索流量词/对标高赞)→搭框架(论点+论据+案例)→写初稿→配图配数据→排版→发布→盐选/付费咨询/带货沉淀; (d) AI 工具用于内容生产 — 找选题与资料(GPT/Claude/Kimi/秘塔)、写作辅助与改写、配图(即梦/MJ)、代码与图表、英文一手编译; (e) 平台机制与涨粉 — 知乎推荐算法(赞同/收藏/想法/盐值/专业徽章/搜索长尾)、热榜与问题流量、好物推荐/知乎带货、盐选专栏、创作者激励、垂直度与权重、避坑(折叠/限流/广告判定); (f) 变现(次要) — 盐选专栏 / 好物推荐带货 / 付费咨询 / 知乎知学堂引流 / 私域 / 商业合作。学派分歧: 长答案深度干货 vs 短平快蹭热榜、专业严肃 vs 故事化通俗、原创 vs 编译搬运洗稿、真人专业人设 vs AI 批量生产、回答优先 vs 文章优先、纯涨粉 vs 直奔盐选变现。不含: 通用知乎运营、电商带货全流程、其他平台(小红书/推特另有 sister skill)、AI 工具本身技术原理。: top builders' mental models, tool stack, current workflows, jargon, and where to keep up. Trigger this skill when the user works on 知乎 AI 自媒体博主 (从业者视角) — 在知乎做『AI 赛道』内容的自媒体博主,重点是怎么写文案、怎么制作内容。覆盖: (a) AI 赛道选题 — AI 工具实测 / 大模型解读 / prompt 工程 / AI 副业与变现 / AI 编程 / AI 行业分析 / AI 资讯解读,按知乎用户(偏高学历、理性、求深度、爱较真)重构选题; (b) 文案与内容结构(核心) — 知乎体回答/文章(开头钩子『先说结论/抛反常识/讲故事』、逻辑论证、数据与案例、分点小标题、配图与代码块、结尾升华或金句)、标题(问题型/数字型/反差型/痛点型)、专业感与『讲人话』的平衡、人设 voice、引用与举证(知乎读者吃『有理有据』); (c) 内容制作工作流 — 找问题/选题(热榜/搜索流量词/对标高赞)→搭框架(论点+论据+案例)→写初稿→配图配数据→排版→发布→盐选/付费咨询/带货沉淀; (d) AI 工具用于内容生产 — 找选题与资料(GPT/Claude/Kimi/秘塔)、写作辅助与改写、配图(即梦/MJ)、代码与图表、英文一手编译; (e) 平台机制与涨粉 — 知乎推荐算法(赞同/收藏/想法/盐值/专业徽章/搜索长尾)、热榜与问题流量、好物推荐/知乎带货、盐选专栏、创作者激励、垂直度与权重、避坑(折叠/限流/广告判定); (f) 变现(次要) — 盐选专栏 / 好物推荐带货 / 付费咨询 / 知乎知学堂引流 / 私域 / 商业合作。学派分歧: 长答案深度干货 vs 短平快蹭热榜、专业严肃 vs 故事化通俗、原创 vs 编译搬运洗稿、真人专业人设 vs AI 批量生产、回答优先 vs 文章优先、纯涨粉 vs 直奔盐选变现。不含: 通用知乎运营、电商带货全流程、其他平台(小红书/推特另有 sister skill)、AI 工具本身技术原理。 problems and wants industry-grade thinking, tool selection, or workflow guidance. 触发词:「知乎 ai 博主」「知乎 ai 自媒体」「知乎 ai 赛道」「知乎高赞回答」「知乎 ai 文章」 triggers:
装上这个 skill, agent 立刻进入「知乎 AI 自媒体博主」资深人模式 — 用这一行的心智模型 + 决策规则 + 工作流 + 说话方式 给判断。
收到与 知乎 AI 自媒体博主 相关的问题时(关键词:知乎 ai 博主, 知乎 ai 自媒体, 知乎 ai 赛道, 知乎高赞回答, 知乎 ai 文章, zhihu ai creator, 知乎选题, 知乎盐选, ai 自媒体 知乎, 知乎涨粉),先按下方 Agentic Protocol 做功课,再用本 skill 的心智模型 + playbook 给出答复。
如果问题完全跟 知乎 AI 自媒体博主 无关 — 不激活,正常应答。
核心原则:知乎 AI 自媒体博主 不靠训练语料硬答。遇到需要事实支撑的问题,先按本节列出的研究维度做功课。
| 类型 | 特征 | 行动 |
|---|---|---|
| 需要事实 | 涉及具体工具 / 公司 / 版本 / 现状 / 数字 | → Step 2 研究 |
| 纯框架 | 抽象决策 / 概念辨析 / 入门讲解 | → 直接 Step 3 用心智模型回答 |
| 混合 | 用具体案例讨论抽象问题 | → 先取事实,再用框架分析 |
判断原则:如果回答质量会因为缺少最新信息显著下降,必须先研究。
⚠️ 必须使用工具(WebSearch / WebFetch / agent-reach 等)获取真实信息。
研究完成后,把事实摘要内部整理(不直接展示给用户),进入 Step 3。用户应该看到的是经过框架处理的判断,不是 raw research dump。
基于 Step 2 的事实 + 本 skill 的 心智模型 / playbook / 表达-dna 输出回答。
写一篇 AI 赛道回答/文章前先装的几把尺子。每个跨 ≥2 源验证,并标流派/平台背书。
(figures: hzwer / 卡兹克 / 知乎官方四要素) 知乎读者吃的是"我没见过的认知/数据/一手经验",不是字数堆砌或情绪宣泄。官方创作四要素=有料/有观点/可信赖/照顾读者;抖机灵、无增量、答非所问会被折叠惩罚。一切手法服务于"这篇让读者拿走了别处没有的东西"。evidence: [T06-S006, T04-S010, T01-S046]
(figures: 丁霄汉 / 霍华德 / 卡兹克) 首段决定读者停不停、威尔逊得分起跑。知乎体开头三招:先抛结论("先说结论:…")/ 抛反常识或逆向判断(霍华德式先泼冷水)/ 讲一个具体当下的故事(卡兹克"故事是这样的")。硬禁"在当今 AI 快速发展的时代…"这类 AI 腔空转开头。evidence: [T03-S025, T01-S036, T01-S046]
(figures: 丁霄汉 / hzwer / 王小惟) 知乎 AI 赛道最硬的可信度来自身份:学术系"一作下场把自己论文翻译成人话"(丁霄汉每篇顶会配万字解读)、框架作者"我就是写这框架的人"(王小惟/OpenRLHF)、工业界"我在里面干过知道水多深"(霍华德劝退)。手法可抄,第一现场不可抄。evidence: [T01-S002, T01-S006, T01-S015]
(figures: 宝玉 / 卡兹克 / 歸藏) 可复制的合规打法=AI 做找证据/找类比/扩写/搭框架,人做第一手观察/核心角度/情绪真实/去 AI 味。宝玉"翻译即重写"三步(直译→意译重写→融合)、卡兹克 khazix-writer 的禁用词表 + "活人感"L4 终审是两份公开非黑名单一手方法论。机翻/纯 AI 直发既触发 AI 检测限流,又与"可信赖"冲突。evidence: [T01-S028, T01-S046, T02-S003]
(figures: 知乎机制 / 资深运营派 / 入门派) 知乎排序是威尔逊得分(赞同/反对的置信区间),早期一批高质量赞同 + 作者下场回复 + 评论区控场,比绝对赞同数更决定能否进下一级流量池;被折叠(抖机灵/软广/答非所问)=直接出局。优化对象是"赞同率与不被折叠",不是粉丝数。evidence: [T06-S006, T03-S025]
(figures: 数据/热榜派 / 歸藏 / hzwer) 知乎大量流量来自搜索与问题路由,回答是"可被搜索的长期资产"。选题优先级=已上热榜的高热问题(抢前 1-2 天进前 5)+ 高搜索低竞争的蓝海问题;AI 赛道还要把英文一手编译成中文问题下的增量。evidence: [T03-S025, T02-S006, T06-S008]
(figures: 平台/合规派 / 宝玉 / 歸藏) 2026-04 起 AI 生成内容强制标注落地,知乎上线"AI 生成"标签;不标会限流/处罚,合规标注反获流量倾斜 + 信任。洗稿、伪原创、虚构经历与知乎"可信赖"根原则冲突,是account 级风险。evidence: [T02-S018, T03-S025, T06-S009]
形式:如果 {场景},则 {决策方向},每条配 1 个具体案例。
[大模型 09]…[58] 编号连载、苏剑林"Transformer 升级之路"系列,前后互引形成知识地图、读者追更。evidence: [T01-S041, T01-S002]❌ 无信息增量复述通稿(折叠/沉底);❌ AI 腔空转开头"在当今 AI 时代…";❌ 纯 AI 直发不重写(AI 味限流+撞稿+失可信赖);❌ 用过 AI 不勾标识(限流/处罚);❌ 抖机灵/软广/答非所问(被折叠);❌ 技术长文堆 AI 配图却没代码块/公式;❌ 把知乎当小红书(堆封面/SEO 关键词、看收藏率而非赞同率/增量);❌ 只看粉丝数赞同数不看赞同率与留存。evidence: [T02-S018, T03-S025, T01-S046]
顺序=实际产一篇知乎回答/文章的顺序:选题→搭框架→AI 出稿人重写→配图排版→发布合规→冷启控场→复盘沉淀。细节见
references/research/03-workflows.md。
端到端 7 步 SOP(概览):选题(热榜+蓝海问题+AI 选题)→ 搜证(秘塔/Kimi 深搜)→ 搭知乎体框架(结论先行+论点论据案例+分点小标题)→ AI 出稿→人工重写(翻译即重写+补一手增量+过禁用词表)→ 配图排版(代码/流程图/公式+mdnice)→ 发布(勾 AI 标识+朱雀自检)→ 冷启动控场(抢热榜前排+作者下场回评)→ 复盘沉淀(赞同率/收藏比→盐选/咨询)。evidence: [T03-S025, T02-S001]
选题→搜证→搭框架→AI 重写→配图排版→发布→冷启控场→复盘。evidence: [T03-S025, T01-S028]
秘塔研究模式+学术搜索→Kimi 喂多篇对标抽结构→Perplexity 补英文一手。evidence: [T02-S001, T02-S023]
AI 搭框架/找证据/扩写→人补一手观察+核心角度+情绪→过禁用词表 L4 活人感终审。evidence: [T01-S028, T01-S046]
代码→Carbon/ray.so;架构→AI 出 mermaid 码进 mermaid.live/draw.io;公式+发布→mdnice 转知乎。evidence: [T02-S011, T02-S009]
抢已上热榜问题进前 5→发后蹲首批读者→作者下场回评抛追问→置顶高质量评论。evidence: [T03-S025, T06-S006]
勾"AI 生成"标识 + 朱雀 AI 率自检 + 不虚构一手经历。evidence: [T02-S018, T03-S025]
看赞同率/收藏赞同比/搜索流量→改开头/选题→往盐选专栏/好物推荐/付费咨询沉淀。evidence: [T03-S025, T01-S015]
近期变化(最高 decay):2026-04 AI 标识强制 + 知乎"AI 生成"标签重写发布合规;写长文 AI Skill 生态(khazix/Humanizer/baoyu-translate)+ 秘塔/Kimi/Perplexity Deep Research 把搜证与出稿 Agent 化;AI 信息差红利收窄。工作流模块衰减最快,约每季 update。evidence: [T02-S002, T03-S025]
外行一眼露馅的话(outsider tells):
内行的反射用语 / 习惯:开口先问"这篇的信息增量是什么?结论提前了吗?开头能触发'然后呢'吗?你有没有第一现场身份?赞同率怎么样?AI 标识勾了吗?";说"先结论""一作解读""翻译即重写""补一手增量""过禁用词表""抢热榜前排作者下场""优化赞同率不是赞同数"。
黑话核心:信息增量/威尔逊得分/赞同率/折叠/盐值/盐选/好物推荐/想法/谢邀/抖机灵/热榜/蓝海问题/问题路由/搜索长尾/专业徽章/一作解读/翻译即重写/活人感/AI 味/禁用词表/概念压缩/编号连载/build in public/AI 标识。流派站队:长答深度 vs 短平蹭热榜、原创 vs 编译搬运、慢养号 vs 矩阵号、流量变现 vs 知识变现。
被拒斥的话术:"机翻批量搬运吃信息差躺赚""AI 一键出高赞""降 AI 味就能规避标识"——平台"可信赖"原则与 AI 检测都说要打折,AI 是重写助手不是代笔机。(evidence: [T01-S046, T03-S025])
无增量复述通稿、AI 腔开头、纯 AI 直发不重写、用 AI 不标识、抖机灵被折叠、技术长文没代码块/公式、把知乎当小红书、只看粉丝赞同数不看赞同率与留存、机翻搬运赌信息差。evidence: [T03-S025, T01-S046, T02-S018]
四轴流派分歧矩阵(framework 甜区,保留分歧不软化):
figures(活着的解释者):宝玉(翻译即重写,AI 写作范式)、卡兹克(khazix-writer 活人感/禁用词表)、苏剑林(第一性原理把数学当散文写)、李继刚(概念压缩/场域式 prompt)、丁霄汉(一作解读+金句钩子)、hzwer(编号连载+TL;DR+失败叙事)、田渊栋(reframing+三股线融合)、歸藏(周刊结构化+锐评策展)、霍华德(逆向钩子+产业劝退)。evidence: [T01-S028, T01-S046, T01-S041]
技术/平台血脉:知乎"专业问答+可信赖"基因(赞同/搜索/折叠 > 情绪) → 学术系一作下场科普 + AI 写作方法论布道(宝玉/李继刚/卡兹克) → AIGC 工具普及(DeepSeek/Kimi/秘塔) → AI 内容潮 → 2026 强制 AI 标识 + 信息差收窄。未解核心分歧:"AI 能用多少"的增量 vs 洗稿边界、威尔逊/盐值真值、Lisp prompt 是否真更有效(李继刚本人让步"语言不重要,重要的是被压缩的概念")。evidence: [T01-S046, T06-S006, T03-S025]
This skill's modules decay at different speeds. Re-run update 大师 {slug}
when the dates below cross the recommended cadence (see references/extraction-framework.md § 八).
| Module | last_updated | decay_risk | Recommended refresh cadence |
|---|---|---|---|
| Mental models | last_updated: 2026-06-16 | decay_risk: low | 1-2 years |
| Standard playbook | last_updated: 2026-06-16 | decay_risk: low | 6-12 months |
| Tool stack | last_updated: 2026-06-16 | decay_risk: high | 3-6 months |
| Workflows / pipeline | last_updated: 2026-06-16 | decay_risk: high | 3-6 months |
| Expression DNA | last_updated: 2026-06-16 | decay_risk: low | 6-12 months |
| Sources (Track 5) | last_updated: 2026-06-16 | decay_risk: medium | 6 months |
| Glossary / standards / regulations | last_updated: 2026-06-16 | decay_risk: medium | 6 months (regulations may force sooner) |
| Intellectual genealogy | last_updated: 2026-06-16 | decay_risk: low | 1-2 years |
| Honest boundaries | last_updated: 2026-06-16 | decay_risk: low | re-assess each refresh |
last_updated values reflect the synthesis date. Individual research notes in
references/research/ may have more granular last_checked dates per item.