Communitygithub.com

Ootto-AI/claude-content-skills

让短视频真正爆火的策略层——选择一个目标,制造驱动该目标的情绪,然后围绕它构建钩子+转化漏斗。当用户说“想要爆火”“为什么我的内容没流量”“如何涨粉/涨赞”时使用。

claude-content-skills 是什么?

该技能是一个高级短视频爆火策略框架,超越了简单的钩子写作。它基于对160多个爆火视频的分析和研究共识(如Berger & Milkman的高唤醒度理论)构建。核心方法是:首先确定一个明确的目标(收藏、分享、关注、线索转化),然后制造驱动该目标的特定情绪(如敬畏、愤怒、FOMO),并围绕情绪构建钩子和转化漏斗。技能详细介绍了分步流程:选择目标并匹配情绪机制、设计钩子(强调前1.5秒在静音状态下仍可辨识)、利用好奇心缺口保持观众注意力(如承诺+扣留+升级+兑现的循环)、以及通过评论关键词→自动DM实现转化。它特别强调“真实性”和“可分享性”——分享必须让分享者显得聪明/领先,而高唤醒度情绪(如敬畏、愤怒)比单纯的积极情绪更有效。该技能适用于Claude Code等平台,并作为上游策略层与钩子写作、内容分析、评论回复等战术技能配合使用。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Ootto-AI/claude-content-skills/tree/HEAD/skills/going-viral

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

爆火——策略,而不仅仅是钩子

大多数“爆火”建议都是没有骨架的战术。这就是骨架:爆火是设计出来的,不是靠运气。 选择一个目标 → 制造驱动该目标的情绪 → 围绕它构建钩子+转化漏斗。视频制造感受;标题/私信传递价值。

提炼自 160+ 个爆火视频分析 + 研究共识(Berger & Milkman:分享是由高唤醒度驱动的,而不是正面情绪;约68%的人分享是为了表明他们是谁;收藏=对未来自我的承诺;开放循环必须在7-15秒检查点之后依然保持开放)。

何时使用

用户有一个想法(或一个表现不佳的账号)并且想要触达/收藏/分享/粉丝/线索——不仅仅是更好的开头。(如果只需要前1-3秒,请使用viral-hook-writer。要运行整个流程,请使用content-factory。)

步骤 1 — 选择一个目标(它决定一切)

目标要引发的情绪机制如何构建
收藏解脱 + 害怕忘记一个有限的编号系统 + “未来的你需要这个”一个列表/步骤在一帧内组合 → “收藏以免丢失”;把深度放在标题里
分享敬畏 / 愤慨 / 地位元自我证明 · “你被坑了” · “几乎没人知道”以完成结果开场,然后揭示如何做到 · “$5K代理商 → 免费” · 稀缺性 + “把这条发给还在用笨方法做的人”
关注FOMO(“不要落后”)+ 渴望反落后框架 + 结果优先证明 + 一致的品牌展示差距(手动 vs 自动),一个真实上涨的数字,每篇帖子都有的可识别外观
线索贪婪 + 终结性好奇一个命名的免费可交付物,隐藏在关键词后面展示价值,扣留该物 → “评论关键词” → 即时真诚私信

在编写脚本之前选择目标。为身份信号而不是原始价值进行优化——分享必须让发送者显得聪明/早/正确。高唤醒度优于正面情绪:敬畏、愤怒、FOMO胜过平静的建议。

步骤 2 — 钩子(前约1.5秒决定一切)

  • 第0帧就是钩子。 最大的元素已经在屏幕上AND移动——一个递增的数字、一个完成的作品、一个中途被捕捉到的UI界面。它占据≥40%的帧空间,并且静音时可辨识(70-85%的人静音观看)。没有黑场渐入,没有慢速logo构建,没有标题卡片。
  • 顺序:运动 → 锁定 → 宣称。 让移动的元素运行约1秒,锁定它,然后抛出单行宣称。宣称的时机在约1.2-1.6秒——不要在0秒(没有回报),也不要在3秒+(太晚)。
  • 打开一个缺口,而不是一个事实。 “那个让我的触达翻倍的设置” —— 永远不要用“这里有一些触达技巧”。
  • 每篇帖子变换角度(反直觉 / 结果优先 / 元自我证明 / 观点 / 编号)。元*“这由AI制作”自我证明角度当它为真时最强——帖子本身证明了其主张。“没人用的N件事”*列表式最容易疲劳;不要默认使用它。

步骤 3 — 留住他们(钩子之后)

  • 展示,不要讲述——每一行都要有视觉。 对于如何/演示的行,永远不要用纯文本卡片。
  • 没有什么静止不动。 每个元素始终保持低幅度的怠速运动。冻结的画面是人们划走的地方。
  • 在低谷处重新钩住(约4秒/9秒/15秒)使用微循环:“但这是没人告诉你的一部分……”、“而且它变得更好……”、“等最后一个。”
  • 保持简短 + 可重复观看。 视频吊胃口;标题传递内容。紧凑的循环驱动重播,重播驱动触达。

步骤 3.5 — 好奇心与激励性等待(让他们看到最后)

最有效的观看时长杠杆:给他们一个等待的理由——提前承诺回报,然后将其扣留到结尾。 这正是*“我让Claude发帖6天——第6天推翻了一切”*这个视频成功的原因:高潮在第0秒就被暗示,但你必须看完整个视频才能得到它。

机制——承诺 → 扣留 → 升级 → 兑现:

  1. 在钩子中暗示回报,但不要展示它。 说明某件大事即将到来以及在哪里(“第6天推翻了一切”、“第5个是让效果翻10倍的那个”、“等最后一步”)。现在观众有了一个具体的理由留下来——一个只在最后关闭的开放循环。
  2. 让它成为一个有可见终点的升级系列。 对节拍进行编号或标注日期(第1天→第6天、提示1→5、步骤1→4),这样他们总是知道回报还有多远。倒计时是无法划走的——提前退出感觉就像输了你被承诺的东西。
  3. 每个节拍都要超过前一个(或增加紧张感),这样离开的成本总是高于留下的成本。把最好/最令人惊讶的时刻留到最后。
  4. 兑现——真实地兑现。 结尾必须交付承诺的东西(第6天的结果、第5个提示、“秘密”)。暗示,永远不要撒谎: 未兑现的循环让观众感觉被骗了——它扼杀了收藏和分享,并告诉算法你在浪费观看时间。

好奇心缺口钩子(打开大脑必须关闭的循环):

  • “我[做了某事]持续了[N]天——[第N天/最后一个]推翻了一切。” ← 6天模式
  • “那个没人谈论的[设置/提示/步骤]——它是第#[N]个。”
  • “看到最后——最后一个是唯一真正有效的。”
  • “[N]种方法做[某事]。第#[N]种应该非法。”/“把第#[N]种收藏起来以后用。”
  • 扣留机制: 展示结果,让他们留下来看如何做到的。

等待的激励必须明确且值得。 说出到达结尾的具体奖励——确切的结果、秘密提示、数字。模糊的“敬请期待”留不住人;*“第6天达到了24k——这是起作用的那个东西”*可以留住人。这个回报也是走向CTA的自然桥梁(评论关键词 → 我会私信给你该物)。

永远不要提前关闭循环。 如果你中途揭示了回报,循环就关闭了,他们就离开了。把高潮留到最后,然后立即转化。

步骤 4 — 转化(漏斗)

视频钩子+吊胃口 → 标题传递完整价值 → 评论关键词 → 自动私信 将观看者转化为线索。

  • CTA = 一个动作。 收藏(“别丢了”)/ 分享(“发给还在手工做的人”)/ 关注(“不要落后”)/ 评论关键词(“评论关键词 → 我会私信发给你”)。
  • 关键词在标题的第一行(大多数人从不点“更多”)。关键词CTA转化率约5-15%,而“个人简介中的链接”转化率约1-3%。
  • 链接放在私信中,而不是公开评论中(评论中的链接会被降权;私信将线索保留在你的收件箱中)。
  • 将关键词→私信循环与comment-responder技能 + 开源自动化(github.com/Ootto-AI/claude-figma-stack)连接,使其全天候自动回复并向每个线索发送私信。

不容妥协的原则(每篇帖子)

  1. 真实性 — 你展示的任何数据必须真实/可辩护;任何“评论关键词 → 我会私信发给你”必须实际兑现。暗示,永远不要撒谎——你打开的每一个循环都必须关闭,否则触达和信任都会崩溃。
  2. 原创性 — 借鉴已验证爆火视频的技巧/结构,但编写你自己的文字和视觉。永远不要复制创作者的脚本/语音/标题——平台会埋没抄袭。
  3. 身份 + 唤醒度 — 让它可分享,因为它表明了分享者是谁,并且因为它激发了高唤醒度的情绪。平静、中立的“价值”不会传播。

5步检查清单

  1. 选择目标 → 查找其对应的情绪(步骤1)。
  2. 用匹配的机制制造那种情绪;遵守钩子规则(步骤2)。
  3. 在钩子中打开一个好奇心缺口——提前承诺回报,将其扣留到结尾(升级系列 + 可见终点线 → 把最好的留到最后 → 奖励等待)。永远不要提前解决循环。
  4. 决定回报放在哪里——视频内(证明)或扣留在标题+私信中(价值/线索帖子的默认方式)。
  5. 用一个CTA进行转化——收藏/分享/关注/评论关键词——并关闭你打开的每一个循环。

配合使用

agent-reach(抓取Reddit需求+找到并下载要模仿的视频——FIND步骤)· viral-hook-writer(钩子本身)· reel-analyzer(先研究已验证爆火的视频)· reel-scripter + reel-builder(构建它)· caption-and-hashtags(标题漏斗)· comment-responder(关键词→私信线索循环)· content-factory(运行整个流程)。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能