Communitygithub.com

Banger Explainer — 讓教學內容在分享中存活

這項技能提供一套程序,將教學內容拆解為「框架」(敘事語氣)與「內容載體」(技術清晰度),確保內容既引人入勝又具備可重複傳播的技術深度。

Banger Explainer — 讓教學內容在分享中存活 是什麼?

Banger Explainer 是一套專為技術教學內容設計的寫作與組織程序,主要解決教學內容常見的兩難:過度強調個人風格導致讀者難以複述,或過度規格化導致內容枯燥乏味、無人願意分享。該技能的核心方法將內容劃分為「框架」(作者的語氣、故事與觀點)與「內容載體」(清晰的技術細節、具體的實例與數據),讓兩者各司其職。步驟包括命名核心機制、驗證證據、設定解釋深度、按框架/載體分離法起草、針對平台(如 X/Bluesky、LinkedIn、Substack 等)調整格式,最後執行品質檢查。此技能適用於 Claude Code 等 AI 編碼助手,並引用多個參考框架(如受眾分析、技術清晰度、寫作品質)來確保輸出的內容具備吸引力與可信度,同時避免未經驗證的技術主張。

相容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/Jeff-Kazzee/bangers/tree/main/skills/banger-explainer

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

Banger Explainer — 讓教學內容在分享中存活 是做什麼的?

教學內容常常面臨兩難:語氣過於強烈,讀者喜歡卻無法複述;規格過於詳細,變得像文件一樣沒人想分享。這套程序將每個「註冊」(指內容的不同面向)分配給它真正擅長的部分。

優先載入

  • ${CLAUDE_PLUGIN_ROOT}/references/frameworks/voice-and-audience.md — 受眾設定檔與創作者的限制條件。
  • ${CLAUDE_PLUGIN_ROOT}/references/frameworks/technical-clarity.md — 框架/載體分割法與載體紀律。這是核心參考。
  • ${CLAUDE_PLUGIN_ROOT}/references/frameworks/writing-quality.md — 動態門檻,在交付前執行。
  • ${CLAUDE_PLUGIN_ROOT}/references/platforms/platform-playbook.md 中的目標平台章節。

新鮮度門檻

在使用此技能或平台手冊中的任何平台基準、演算法聲明或數值效能聲明之前,請檢查 references/research/source-ledger.md 是否有未過期的支援。如果支援遺失或已過審查期限,請執行 banger-research,將該聲明標記為未驗證,或將其省略。

步驟 1:命名機制

為自己寫一句話,而不是寫給讀者:讀者讀完後會理解什麼他們原本不懂的事? 每個作品只討論一個機制。如果需要兩句話,那就是兩個作品。

然後,命名讀者現在可能抱持的錯誤模型。強大的技術內容是用正確模型取代錯誤模型,而不是填補空白。那個錯誤模型通常就是鉤子。

步驟 2:檢查證據

在起草之前,請先命名:

  • 實物(儲存庫、檔案、提交、螢幕截圖、錯誤文字、基準),
  • 實際發生了什麼,包括失敗的部分,
  • 尚未測試的內容,並清楚說明。

如果沒有實物,這是評論文章,而非解說。請將其路由到 banger-threads 或 banger-longform-written,並說明原因。

步驟 3:設定解釋深度

使用 voice-and-audience.md 中的受眾設定檔。主要原則主導:詞彙必須符合受眾的實際專業程度。

  • 非專業受眾 — 在提及每個基礎概念時,立即用簡單的比喻解釋。展示確切的畫面、提示和結果。載體內容更長,步驟更小。切勿居高臨下。
  • 專業從業人員受眾 — 可以使用業內簡稱,過度解釋會浪費他們的時間。將篇幅用於權衡取捨、失敗模式以及你下次會如何改進。

步驟 4:按分割法起草

框架(作者語氣,而非清晰度規則):

  • 一個鉤子,專注於特定的錯誤模型或特定的痛點,而不是類別。
  • 故事:你在做什麼、什麼地方出錯、付出了什麼代價。
  • 判斷:你現在的看法,以及你的信心程度。
  • 符合平台特性的行動呼籲。

載體(技術清晰度):

  • 每個概念使用一個名稱,並在整篇文章中保持一致。
  • 每句一個想法,約 25 個字,步驟描述則更接近 20 個字。
  • 主動語態,並指定主體:「解析器讀取檔案」。
  • 使用動詞,而非名詞化。展示數字,而非宣稱品質。
  • 具體的實物:真實的指令、真實的錯誤訊息、真實的路徑。

縮寫、插話、幽默和意見可以保留在載體中,只要它們有其價值。紀律不等於扁平化。

步驟 5:平台形狀

  • X(Twitter)或 Bluesky 串文 — 每則貼文一個機制步驟。框架放在第一則和最後一則貼文。載體貼文盡可能附上程式碼區塊或螢幕截圖。長度切勿超過機制所需。
  • LinkedIn — 前 150 個字元內放入鉤子,採用錯誤模型框架,然後用三或四個短段落呈現載體重點。結尾加上判斷和一個問題。正文中不放連結。
  • 電子報或 Substack — 每個機制步驟一個標題,每個步驟搭配圖表或程式碼區塊,拉出判斷作為引文。提供從載體中提取的獨立註解,而非框架。
  • 影片說明或文件風格文章 — 載體主導,框架縮減為兩行。
  • Facebook 社團 — 不使用此程序。請路由到 banger-longform-written,以問題引導並保持簡短。

步驟 6:交付前驗證

執行 writing-quality.md 門檻,然後檢查以下項目:

  1. 讀者能否在關閉文章後重述這個機制?
  2. 每個概念是否都只用一個名稱稱呼?
  3. 是否有任何地方用品質宣稱取代了具體展示?
  4. 框架聽起來是否仍像作者親口說出來的話?
  5. 每個數字、引文和結果是否能追溯到真實的實物?
  6. 創作者的限制條件(禁用標點符號、詞彙、語氣)是否滿足?

輸出格式

以最終成品開頭,可直接貼上,並根據平台調整格式。然後依序列出:

  • 機制說明句以及它取代的錯誤模型,
  • 每個聲明所追溯的實物,
  • 任何標記為未驗證的內容,
  • 下一步需要的核准。

起草是自由的。發佈、排程和推廣需要創作者逐項明確核准。

Individual skills in this repo

This repo contains 11 individual skills — each has its own dedicated page.

相關技能