AlphaMoatによると、2026-09時点で微信公众号文章自动化写作のダウンロード数は4,183、スター数は5で、AIスキル全体5,078件中2,399位、コンテンツ制作では362件中166位です。
| プラットフォーム | インストール数 | ダウンロード数 | スター数 | コメント |
|---|---|---|---|---|
| ClawHub ↗ | 41 | 1590 | 1 | - |
| SkillHub ↗ | 793 | 4183 | 5 | — |
プラットフォームごとに集計方法と集計時点が異なります。
要件の確認、情報収集、題材の検討、初稿、三度の校正、反響を狙う改善までを一通り扱います。題材がない場合は題材選びから始め、題材が決まっていればそのまま執筆し、初稿や要点だけの場合は短い改稿の道筋になります。
資料公開日 2026-10-27
スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。
2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。
| 月 | ダウンロード数 | 前月比 | スター数 |
|---|---|---|---|
| 2026-09 | 4183 | — | 5 |
| 2026-08 | 3297 | +14.1% | 5 |
| 2026-07 | 2889 | +18.0% | 5 |
| 2026-06 | 2448 | +14.0% | 4 |
| 2026-05 | 2148 | — | 3 |
| 2026-03 | 1184 | — | - |
作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。
--- name: "wechat-writer" description: "以大卫风格写微信公众号科技/AI/管理/职场文章。用户要写公众号文章、选题、改稿、审校时调用。" --- # 微信公众号写作 Skill(大卫风格) ## 概述 本 Skill 为大卫的公众号「大卫数智话」提供全流程创作辅助,涵盖需求确认、信息搜索、选题讨论、初稿写作、三遍审校、爆款优化全流程。文章主要领域:**科技/AI/企业管理/职场成长**。
**流程顺序强制规定**:遇到新概念/新产品/新技术 → 必须先完成搜索 → 再进行选题 → 再写作。严禁跳步。 ## 场景路由(先选场景,再执行 Step) 不同输入适用不同流程。先判断用户给了什么,再按对应 Steps 走完。 - 场景 A:没有主题,需要先给选题 → Step 0 → Step 1 → Step 2 → Step 3 → Step 4 → Step 5 → Step 6 → Step 7 - 场景 B:给了明确主题,要写新文章 → Step 0 → Step 1(可跳过)→ Step 2(按需)→ Step 3 → Step 4 → Step 5 → Step 6 → Step 7 - 场景 C:给了初稿/要点,要润色改写 → Step 0 → Step 2(按需)→ Step 6 → Step 7 - 场景 D:只要大纲 → Step 0 → Step 1(可跳过)→ Step 2(按需)→ Step 3 → Step 4(到此为止) - 场景 E:只要标题/开头/结尾/某段优化 → Step 0 → Step 1(可跳过)→ Step 2(按需)→ 直接输出所需部分(不写全文) - 场景 F:只做审校 → Step 0 → Step 6(到此为止,输出问题清单 + 修改后版本) - 场景 G:深度研究文章(调研/对比/带引用) → Step 0 → Step 2(深度研究)→ Step 3 → Step 4 → Step 5 → Step 6 → Step 7 - 场景 H:复盘并更新 Skill(对比初稿 vs 最终发布) → Step 0 → Step 8(到此为止,输出复盘 + 对 Skill 的更新建议/补丁) --- ## 使用模式(自动化写作友好) ### 模式 A:交互式(默认) - 需要用户做选择时(例如 Step 3 选题、标题定稿),先给选项再继续 - 每个阶段输出中间结果,便于迭代 ### 模式 B:一键直出(用户明确要求“直接写/直接出稿/不要问我”) - 尽量不追问,必要时做最小假设并在正文前列出(≤80 字) - 仍然严格按场景路由执行 Steps;如果需要检索,先检索再写 - 涉及 Step 3 的“选题”,允许在内部完成并直接进入后续写作,不要求用户点选 ## 输入模板(推荐) 写新文章(场景 A/B): ``` 主题: 触发场景(可选): 目标读者(可选): 文章类型(可选): 字数(可选): 写作档位(可选):标准 / 长文 / 旗舰 我可提供的素材(可选): 是否需要联网检索(默认:需要,除非明确“不要联网”): 是否需要深度研究(默认:按需;用户明确“深度研究/调研/对比/带引用”则必做): 是否需要配图位(默认:需要): ``` 改稿/审校(场景 C/F): ``` 目标:更有大卫风格 / 更通顺 / 更有观点 / 更像爆款 / 更短 / 更长(可多选) 改动强度:轻 / 中 / 重(默认:中) 必须保留的信息: 必须删除的内容: 原文: ``` ### 兜底规则(信息不全时) - 未给文章类型:默认知识分享型 - 未给字数:默认 1000-2000 字(内容较多/深度分析可 2000-3000 字) - 未给读者:默认“企业管理者 + 职场人” - 未给素材:优先用第一人称实践细节或新闻/数据钩子开篇,但不捏造可核查事实 --- ## 全局硬规则(自动化写作稳定性) - 若主题包含可核查事实:按需联网检索;公众号发布版优先在对应段落就地贴出关键来源 URL;只有当事实密度较高或用户明确要求时,才在文末给 `## 参考来源`(3-8 条链接) - 若触发深度研究:优先调用 `deep-research-pro` 生成多源研究摘要,来源建议 10-25 条,并在正文关键断言处写明来源链接 - 不捏造可核查事实;不确定则写成“我的判断/可能/推测/待确认” - 默认控制在 1000-2000 字;长文写到 2000-3000 字;旗舰长文写到 8000-12000 字(只在用户明确要求或主题确实需要时启用) - 出稿前必须做一次长度压缩:删重复观点、合并相邻段落、减少案例数量、把铺垫改成一句话 - 风格优先级:真实经历与细节 > 清晰结构 > 案例支撑 > 轻评论 > 金句收束 - 禁用“AI腔套话/说教口吻/无来源大词/夸张标题/鸡汤结尾” - 结构是服务论点的:允许混搭模块,但禁止为了“像模板”而堆小节 --- ## Step 0:加载写作约束(⭐ 强制执行) 每次运行都必须先加载写作约束,再进入后续步骤。写作约束来自两部分:references(规则)+ assets(样例)。 ### 0.1 references:本次写作必须读取哪些规则 - 写新文章:必须读取 `references/style.md` 与 `references/structures.md` - 选题/定大纲:必须读取 `references/structures.md` - 改稿/润色:必须读取 `references/style.md` 与 `references/quality.md` - 审校:必须读取 `references/quality.md` - 标题/开头/结尾优化:必须读取 `references/style.md` ### 0.2 assets:本次写作必须对齐哪些过往样例 每次运行必须从 `assets/` 中选择 2-3 篇最相近的过往文章做风格对齐: - 优先同主题/同类型:技术实操对技术实操,观点输出对观点输出 - 优先同结构密度:长文/短文、分节多/分节少 - 如果不确定,就选 1 篇技术文 + 1 篇管理文 + 1 篇故事文作兜底 加载完成后,必须先输出一段“本次写作约束摘要”(不超过 120 字),包含:写作档位、标题句式、主结构、开头模块、中段模块(如有)、图解密度、段落节奏、结尾模块、语言叠加层(如有)。 --- ## Step 1:确认需求 收到写作请求,先向用户确认(如信息已足够可跳过): - **主题/方向**:这篇文章想聊什么? - **触发场景**:是最近遇到的事、看到的新闻、还是想分享某个经验? - **目标读者**:主要写给谁看?(企业管理者/职场人/科技爱好者) - **字数要求**:默认 1000-2000 字;内容较多/深度分析可 2000-3000 字。是否有特殊要求? - **有无素材**:是否有可引用的个人经历、具体案例或数据? --- ## Step 2:信息搜索(⭐ 新概念/新技术/新事件时强制执行) **触发条件**:主题涉及近期 AI 产品、行业新动态、最新报告、近期事件等。 ### 深度研究触发(优先) 满足任一条件就视为“深度研究”: - 用户明确说:深度研究/调研/对比/带引用/带来源报告 - 主题需要多源交叉验证:存在争议、数据口径不一、需要对比多方观点 触发后:先调用 `deep-research-pro` 产出多源研究报告,保存到 `01_research.md`(包含来源链接清单与关键信息),再进入下方的常规搜索与选题流程。 **操作步骤**: 1. 用 `WebSearch` 搜索 2-3 组关键词(保持简洁,1-4 个词) 2. 用 `WebFetch` 获取重要页面全文(官方文档、权威媒体报道优先) 3. 整理关键信息: - 核心功能/事实是什么 - 有哪些值得引用的数据或案例 - 行业/用户的主要反馈和争议点 4. 向用户简要汇报搜索结论,确认后进入选题 **搜索质量标准**:优先官方文档 > 权威媒体 > 行业报告 > 用户评价,避免引用论坛传言。 **引用与事实规则(自动化必备)**: - 涉及“时间/数据/机构结论/产品能力/政策规则”等可核查事实,必须在文末给出来源链接清单(3-8 条) - 无法从来源确认的内容,一律改写为“我的判断/可能/推测”,或明确标注“待确认” --- ## Step 3:选题讨论(⭐ 必做,不直接开写) 基于需求和搜索结果,提供 **3-4 个选题方向**。每个选题需要自动给出“主结构 + 开头模块 + 结尾模块 + 语言叠加层”的建议;用户未指定结构时,按 `references/structures.md` 的自动选择器执行。 ``` 【选题 A】 标题:[吸引人,符合大卫标题风格] 核心角度:[一句话说清楚这篇文章的独特视角] 文章类型:知识分享型 / 案例分析型 / 观点输出型 / 技术实操型 / 深度技术分析型 / 故事记叙型 / 年度总结型 写作档位:标准 / 长文 / 旗舰 主结构:[M1-M8 或 A-I] 开头模块:[S1-S7] 结尾模块:[E1-E5] 语言叠加层:[默认大卫 / a16z式 / Stratechery式 / Axios式 / 浅显科普式] 适合的节奏:[快评扫读 / 深度推演 / 叙事推进 / 清单打法] 大纲: 1. [开篇方向] 2. [主体要点1] 3. [主体要点2] 4. [主体要点3] 5. [结尾方向] 工作量:⭐⭐⭐(1-5星) 优势:[为什么适合大卫写] 挑战:[潜在难点] ``` 等用户选定后再进入创作。 --- ## Step 4:写大纲(⭐ 必做,写完再落笔) 把选定选题变成可执行的大纲,目标是让“每一节都能写得出来”,并且能控制篇幅: - 标题定稿(必要时给 3 个备选,选 1 个作为最终) - 结构选择:从 `references/structures.md` 选择 1 个主结构,并明确开头模块与结尾模块 - 中段模块(可选):按需混搭 2-4 个中段模块,并写清每个模块要交付的“结论句” - 图解清单(可选但推荐):列出 3-10 张图解的位置与要表达的关系(用 `[图片:说明]` 标注) - 开头设计:按所选开头模块写出 80-200 字开头草稿 - 主体结构:2-4 节为宜(或按所选主结构),每节用“观点/动作 + 证据/例子 + 一句收束”组织 - 结尾收束:按所选结尾模块写出 1-2 句结尾草稿,避免再复述目录 - 事实与来源:列出会在正文中引用的可核查事实与对应来源链接 完成后,将大纲保存到临时文件:`03_outline.md`。 --- ## Step 5:写初稿(⭐ 必做,先完成再优化) 按大纲写出完整可读的初稿: - 段落尽量短,优先动词句与具体动作 - 不新增不可核查事实;需要补充背景时先检索并补到 `01_research.md` - 默认 1000-2000 字,超过需有明确理由(内容确实多/用户要求长文/旗舰长文) - 小白化强制检查:新术语首次出现时用“一句话讲清楚”,紧接着给一个具体场景或例子 - 工程落点强制检查:至少出现 2 个“容易忽略的点/工程麻烦/风险提醒”,用短句交代清楚(如状态追溯、权限分级、失败回放) - 动作建议强制检查:结尾给读者 1-2 个能立刻做的动作,例子要具体可执行(如录音转文字与要点、网页抓取成 Markdown 并摘要、表格清洗画图) 完成后,将初稿保存到临时文件:`04_draft.md`。 --- ## Step 6:三遍审校(⭐ 必做,输出修改后版本) 对初稿做三遍审校,目标是“更像人写、更可信、更好读”: - 若用户直接提供原文/初稿:先将原文保存到临时文件 `04_draft.md`,再开始审校 - 若已存在 `04_draft.md`:直接以其为审校对象 ### 第一遍:事实与逻辑(强制) - 所有数字、时间、模型能力、机构结论等可核查信息都有来源 - 把没有来源的确定性结论改成“我的判断/可能/待确认” - 删除逻辑跳跃与自相矛盾的表述 ### 第二遍:语言与去 AI 味(强制) - 先调用 `content-humanizer-zh` 对 `04_draft.md` 做一轮人味化改写,再进入手工审校 - 遵循 `references/style.md` 的禁忌与替代写法 - 减少引号、冒号、破折号;少用“不是……而是……”与三段式模板 - 去掉抽象大词堆叠,把表达落到“谁做了什么、怎么做、结果如何” ### 第三遍:完读率与节奏(强制) - 删重复观点,合并相邻段落,把铺垫压成一句话 - 每节末尾留一个落地陈述句收尾,少堆反问与排比 - 结尾用细节/取舍/动作收束,不再总结一遍目录 完成后,将改稿版本保存到临时文件:`05_edit.md`(如多轮改稿可多次覆盖)。 --- ## Step 7:输出最终稿(⭐ 必做,强制落盘) - 将最终交付物保存到 `.trae/wechat-writer/runs/<run_id>/final.md` - 将公众号发布版保存到 `.trae/wechat-writer/runs/<run_id>/publish.md` - 若交付物为完整文章:同时保存到 `articles/YYYY-MM-DD_<文章标题>.md` - 若正文引用了联网信息:文末追加 `## 参考来源`(3-8 条链接) - 保证引用链接可直接访问且与正文事实一一对应 --- ## Step 8:复盘并更新 Skill(推荐) 适用场景:用户给了“你生成的版本”(或本地归档稿)以及“最终发布版”(全文或链接),希望把人工修改沉淀为可复用规则。 **输入**(尽量齐全): - 初稿/归档稿全文(或文件路径) - 最终发布版全文(或链接) - 用户的偏好:改动强度(轻/中/重)、哪些改动一定要固化进 Skill **输出**(强制交付): 1. “文章罗盘”:一句话结论、目标读者、主结构(PART/编号/叙事)、开头钩子类型、证据类型、配图位规划、结尾动作 2. 改动复盘清单:按 5 类归纳差异 - 结构与分段(例如 `# 一二三` → `PART 01-05`) - 信息增删(新增例子/删掉某段/删掉参考来源等) - 语气与节奏(短句化、转场句、克制但带一点轻松感) - 排版与可复制性(命令/模板是否可直接复制、链接是否就地贴出) - CTA 与闭环(是否把“持续优化 Skill”写成明确动作) 3. Skill 更新:把“可复用”的改动写进 `references/style.md` / `references/structures.md` / `references/quality.md`(必要时同步改 SKILL.md) **可选**:用户明确要求时,再把最终发布版放入 `assets/` 作为未来风格样例;否则不主动新增样例文件。 ## 输出格式 - 归档版 Markdown:`# 标题` + `##/###` 分节,段落间空一行 - 公众号发布版:适配微信阅读节奏与排版(默认生成) - 用 `PART 01|` / `PART 02|` 作为主分段标题,减少 `##/###` - 单段尽量 1-2 句,必要时用空行断开 - 关键链接直接贴出完整 URL,避免只写“点这里” - 列表优先用“短句换行”,避免一行塞太多逗号 - 图片位置:`[图片:描述]` - 若使用了联网信息:文末追加 `## 参考来源` ## 保存约定(自动化创作) ### 最终交付物 - 若交付物为完整文章:保存到 `articles/`,命名 `YYYY-MM-DD_<文章标题>.md`(多版本追加 `_v2`、`_v3`) - 其他交付物(大纲/标题/审校稿等):只保存在本次 run 目录 ### 临时文件(一次创作一套) - 保存目录:`.trae/wechat-writer/runs/<run_id>/` - run_id 命名:`YYYYMMDD-HHMMSS_<主题关键词>` - 文件清单(按需生成): - `00_request.md`:用户输入与关键约束 - `01_research.md`:检索结果摘要 + 参考来源链接 - `02_topics.md`:选题卡片 - `03_outline.md`:确定的大纲 - `04_draft.md`:初稿 - `05_edit.md`:改稿/润色版本(可多次) - `final.md`:最终交付物备份(若交付物为文章,应与 articles/ 中一致) ### 保存原则 - 必须落盘保存最终交付物与临时文件(强制) - 临时文件可用于复盘与二次改稿,不自动删除;需要清理时按 run_id 整目录删除 ## references 与 assets(强制使用) 每次运行必须执行 Step 0 的加载规则: - `references/style.md`:风格规范 + 语感锚点 - `references/structures.md`:结构模板 + 标题类型 - `references/quality.md`:三遍审校 + 爆款优化 + 领域要点 - `assets/`:过往文章样例(每次选 2-3 篇做风格对齐)
文章に残る AI らしさを見つけて取り除き、人が書いたように読める文章にします。
AI が書いた文章の典型的な痕跡を見つけ、意味を保ったまま自然な文章に書き直す文章編集スキルです。
AI が生成した文章の痕跡を見つけて取り除く中国語の編集スキルです。
wechat-search は WeChat の人気記事を検索し、関連度、人気、鮮度で結果を整理します。
公開された短編動画の共有リンクからタイトル、概要、口播テキストを抽出し、改写版も作ります。
humanizer は中国語と英語の文章を自然な表現に整えるための編集ガイドです。
Web 小説の各章をファイルに書き、会話では要約と位置だけを返します。
複数のマーケティング手法をひとつのスキルにまとめ、依頼内容に合うモジュールへ振り分けるスキルです。
データ月:2026-09 · ダウンロード数、スター数、インストール数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。