Communitygithub.com

minkhant1996/soemind-forge

写出引人注目的钩子、框架驱动的脚本以及带话题标签的平台就绪文案。当用户需要钩子创意、视频/广告脚本、广告文案、帖子标题,或说“我该发什么”、“写个脚本”、“给我点钩子”、“写标题”时使用。

soemind-forge 是什么?

该技能旨在解决创意瓶颈中“该说什么”的核心问题。它能基于经过验证的直接响应框架,自动生成钩子(hooks)、视频/广告脚本(scripts)和社交媒体标题(captions),并允许用户挑选和优化。技能支持通过CLI命令执行,例如 `node workflows/cli.cjs generateHooks` 等,同时要求在执行前优先从项目上下文(如`project.md`、`brand.md`)和已有的文案样例中提取风格和限制,确保输出内容与品牌调性一致。它适用于TikTok、Instagram、YouTube等多个平台,并针对不同平台优化了文案长度和话题标签。整个流程采用“生成-选择-精炼”的交互模式,而非自动决策,确保用户对最终输出内容拥有控制权。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/minkhant1996/soemind-forge/tree/HEAD/skills/write-copy

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

写文案(钩子 · 脚本 · 标题)

创意瓶颈不在于生成媒体素材,而在于知道该说什么。本技能使用经过验证的直接响应框架生成钩子、脚本和标题,然后让用户挑选和精炼。由工作流命令驱动——调用CLI,不要写脚本:

node workflows/cli.cjs generateHooks '<json-args>'     # 也可用:generateScript, generateCaption

下面显示的TypeScript调用签名记录了每个命令的参数——将它们翻译为 node workflows/cli.cjs <command> '<json-args>' 的格式,不要粘贴到新文件中。

首先从项目中提取上下文(project.md中的受众/痛点/产品;brand.md中的语气/限制),确保文案符合品牌调性且绝不违反restrictions。


第0步:在写任何内容之前检查参考文案

风格一致性来自示例,而非形容词。在生成钩子、脚本或标题之前:

  1. 检查注册表中保存的文案示例:
    node workflows/cli.cjs resolveAsset '["{name}","style-copy"]'   # 一个保存文案示例的 style_references id
    cat projects/{name}/assets/style/copy-examples.md 2>/dev/null
    cat projects/{name}/style-samples/caption-examples/*.md 2>/dev/null   # 用户的收件箱
    
    找到 → 提取模式(句子长度、表情符号使用、话题标签风格、CTA用语、正式程度),并在你下面写的一切中镜像这些模式。
  2. 没有找到内容 → 询问一次:

    “您有过去表现良好的帖子、标题或脚本吗?或者您喜欢其文案风格的账号?粘贴1-3个示例(或'没有'——我会根据brand.md来写)。”

    • 如果提供了示例 → 保存到 projects/{name}/assets/style/copy-examples.md 并注册(registerAsset '["{name}","style_references",...]'),以便将来重复使用。
    • “没有” → 根据 brand.md 的语气继续,并说明你做了哪些语气假设。
  3. 当有示例时,在 prompts.txt 中注明该文案匹配了哪个参考。

第1步:钩子(在写完整篇之前先确定角度)

生成涵盖多个角度的一组钩子,让用户选择1-2个来展开。

node workflows/cli.cjs generateHooks '{"topic":"AI学习计划应用","audience":"备考期末的大学生","painPoint":"不知道从何开始复习","platform":"tiktok","count":8}'
# h.data.hooks: [{ text, angle }]  — angles: problem | curiosity | result | contrarian | question | stat | story

按角度分组展示,并询问使用哪些。 不要自动选择——钩子决定了整个内容的方向。


第2步:脚本(框架驱动,适配时长)

一旦钩子选定,用适合目标的框架编写脚本:

框架最佳用途
hook-retain-reward短视频(TikTok/Reels/Shorts)— 默认
PAS (问题-激化-解决方案)痛点驱动的广告
AIDA (注意-兴趣-欲望-行动)经典直接响应
BAB (之前-之后-桥梁)转型/结果
star-story-solution推荐/创始人故事
# 钩子:从 generateHooks 传递选中的钩子文本
node workflows/cli.cjs generateScript '{"brief":"能在60秒内制定复习计划的AI学习规划师","framework":"PAS","platform":"tiktok","durationSeconds":30,"hook":"<选中的钩子文本>","cta":"免费试用——链接在个人简介"}'
# s.data: { framework, sections:[{label, voiceover, visual}], wordCount, estimatedDurationSeconds }

将脚本作为带标签的部分(旁白+视觉提示)和预估时长展示。 如果 estimatedDurationSeconds 与目标相差甚远,请标记出来,以便用户进行删减或扩展。 这个 voiceover 文本可以直接输入 generateVoiceover(),而每个场景的 visual 提示则输入 generateStoryboard() / 视频技能。


第3步:标题(发布就绪,按平台定制)

最后一英里——随视频/图片一起发布的帖子文案和话题标签。

node workflows/cli.cjs generateCaption '{"topic":"AI学习计划应用","platform":"instagram","tone":"友好、自信","cta":"链接在个人简介","count":3}'   # platform: tiktok | instagram | youtube | facebook
# c.data.captions: [{ text, hashtags:[] }]

如果内容跨平台发布,则生成针对每个平台的变体(每个平台有不同的长度和话题标签规范)。将选定的标题保存到输出旁边,例如 projects/{name}/output-contents/.../caption.md.


连接方式

generateHooks → 选择 → generateScript → { voiceover → generateVoiceover,
                                          visual cues → generateStoryboard → 视频 }
                                       → generateCaption → caption.md

始终建议并确认——提供选项,给出理由推荐一个,让用户编辑。切勿编造统计数据/推荐语(仅从 project.md 中提取真实数据)。

相关技能