yuanyuanyuan430/ganhuo-ai-knowledge-commerce

Pipeline de production de connaissances payantes basé sur l'IA (干活 AI 知识付费流水线)

Présentation générale

Appliquez ce skill pour transformer une idée de produit de connaissance en un système reproductible : sélection des sources, fiches sources, base de connaissances IA, stylistique, factory de contenu, brouillons pour compte public WeChat (公众号), livrables sur plateforme de connaissances (知识星球), suivi privé (企业微信), et revue hebdomadaire.

Gardez une posture orientée croissance : améliorer la qualité des sources, accélérer la vélocité du contenu, renforcer la confiance, améliorer la conversion, et réduire les risques évitables de plaintes, de droits d'auteur, de non-conformité aux plateformes et de remboursements. Évitez de considérer la réécriture IA comme une couche magique de nettoyage ; traitez l'IA comme un assistant de production et l'opérateur humain comme l'éditeur, le propriétaire des sources et le publicateur final.

Paquet d'entrée minimum

Collectez ou déduisez ces champs avant de rédiger le brief. Si l'utilisateur donne trop peu de contexte, ne demandez que les champs manquants qui modifieraient matériellement le résultat ; sinon, indiquez les hypothèses et produisez une première version.

• niche ou catégorie ;
• utilisateur cible et douleur actuelle ;
• stade actuel : idée, premiers articles, audience existante, produit payant existant, ou optimisation ;
• sources disponibles et leur statut d'autorisation ;
• expérience personnelle, logs de tests, captures d'écran, cas concrets ou questions d'utilisateurs ;
• canaux cibles : 公众号, 知识星球, 飞书知识库, 企微, 朋友圈, 小红书, ou autres ;
• livrable payant et fourchette de prix approximative ;
• outils disponibles : Feishu, n8n, outil RAG, compte WeChat, analytics, CRM ;
• allégations interdites, sujets sensibles et contraintes des plateformes.

Workflow

1. Définir l'offre : niche, douleur utilisateur, livrable payant, échelle de prix, preuve de confiance, et raison pour laquelle ce produit est meilleur que du contenu gratuit éparpillé.
2. Construire le moteur de sources : séparer l'expérience personnelle, le matériel autorisé, les références publiques, les rapports publics, les interviews, les tests d'outils, et les cas soumis par les utilisateurs.
3. Créer les fiches sources : enregistrer URL ou contrat, auteur, date, licence ou statut d'autorisation, périmètre d'utilisation, points clés, notes de risque, et quel angle original sera ajouté.
4. Construire la base de connaissances : organiser les fiches sources en clusters thématiques, questions utilisateurs, modèles, exemples, objections, glossaire, et notes de cas.
5. Distiller la voix : définir le ton, le rythme, les exemples, les mots tabous, le style des titres, le style des appels à l'action (CTA), et le réservoir d'histoires humaines. Améliorer la reconnaissance sans copier l'expression d'un autre créateur.
6. Faire tourner l'usine à contenu : générer des options de sujets, un plan, un brouillon, des affirmations liées aux sources, des tableaux, un CTA, et des variantes spécifiques à chaque plateforme.
7. Réviser avant publication : vérifier la traçabilité des sources, l'exactitude factuelle, les informations personnelles, les allégations commerciales, la divulgation de contenu généré par IA, et l'adéquation à la plateforme.
8. Livrer sur les canaux : créer le brouillon pour 公众号, préparer les sujets pour 知识星球, générer le texte de suivi pour 朋友圈/企微, et garder la publication publique sous validation humaine.
9. Passer en revue la boucle : enregistrer les lectures, le taux de complétion, les abonnements, les commentaires, la conversion payante, les signaux de remboursement, les questions, et les expériences de la semaine suivante.

Stack opérationnel

Privilégiez la stack la plus petite et reproductible :

• Feishu Bitable : table maîtresse du contenu, fiches sources, table des actions par plateforme, table des métriques.
• Feishu Docs ou un dossier Markdown local : corps du brouillon canonique et notes de connaissances.
• Dify, AnythingLLM, RAGFlow, Open WebUI, LlamaIndex ou Haystack : base de connaissances et couche RAG.
• n8n : planification, ingestion RSS/API, mises à jour de statut, formulaires de revue, et création de brouillons.
• API du compte public WeChat ou éditeur manuel : création du brouillon 公众号, avec approbation finale de publication par une personne.
• 知识星球 : publication manuelle et opération des membres, sauf si une API officielle est clairement disponible.

Passez à des frameworks plus lourds uniquement lorsque la stack simple ne suffit plus :

• LangGraph ou CrewAI : boucles de rédaction, critique et revue multi-agents.
• Postgres : journal d'audit durable lorsque Feishu Bitable ne suffit pas.
• Scripts personnalisés : import/export en masse ou linting déterministe.

Résultat

Retournez un Brief Pipeline de Connaissances Payantes compact :

• positionnement du produit ;
• carte des sources et schéma de fiche source ;
• structure de la base de connaissances ;
• workflow de publication ;
• modèle d'article 公众号 ;
• rythme opérationnel hebdomadaire 知识星球 ;
• carte d'automatisation ;
• checklist de revue ;
• déploiement à 30/60/90 jours ;
• métriques et backlog d'expériences.

Utilisez des tableaux pour la conception opérationnelle. Limitez le premier plan d'exécution au plus petit ensemble qui améliore la qualité du résultat ou la conversion cette semaine.

Règles de rédaction pour la croissance

Transformez le langage de garantie dure en langage d'amélioration :

• Remplacez "保证收入" par "améliorer la probabilité de monétisation" ou "valider le modèle de revenus".
• Remplacez "100% écrit par IA" par "ébauche IA, expérience humaine et relecture".
• Remplacez "搬运资料" par "matériel autorisé, guide de sources publiques, cas personnels, retours d'expérience de tests".
• Remplacez "自动赚钱" par "améliorer l'efficacité de la sélection des sujets, de l'écriture, de la livraison et de la revue".
• Remplacez "必爆" par "actions vérifiables qui augmentent le taux de lecture, de sauvegarde, de partage et de conversion".

Préservez l'énergie et la clarté commerciale, mais supprimez les affirmations qui ne peuvent pas être prouvées.

Références

Lisez ces fichiers uniquement si nécessaire :

• references/checklist.md pour le modèle de brief et la checklist de notation.
• references/platform-map.md pour les limites de Feishu, WeChat, 知识星球 et de l'automatisation.
• references/source-policy.md pour les règles des fiches sources et les catégories de sources plus sûres.
• references/prompt-pack.md pour des prompts réutilisables.

Principes opérationnels

• Améliorez l'objectif commercial de l'utilisateur sans transformer le SOP en un manuel de contournement.
• Privilégiez une boucle de publication reproductible plutôt qu'un énorme entonnoir théorique.
• Maintenez le contenu généré par IA ancré dans les fiches sources et l'expérience humaine.
• Gardez la publication publique finale et les décisions sensibles aux remboursements sous contrôle humain.
• Traitez la confiance de l'utilisateur comme un actif qui s'accumule : meilleures affirmations, limites plus claires, livraison plus rapide, et preuves visibles.