我把大V起号经验做成了一个 Skill，被视频号转发快破 1 万了！

最近，我做了一件让我很兴奋的事。

我把自己这段时间对内容起号、账号定位、选题、脚本、发布和复盘的理解，结合各位大V的起号方法论，整理成了一套可以被 AI 调用的 Skill。

https://github.com/chenjin-cmd/agent-skills-launch-pack\_

更让我开心的是，其中一条视频号内容的转发量已经接近 1 万。

我想分享的不是“我做了一条内容快爆了”，而是这件事背后一个更重要的变化：

以前，很多运营动作靠经验、直觉和临场发挥。现在，我开始尝试把这些经验拆出来，写成可复用的工作流，让 AI 参与其中。

作为 AI 破局星火师，我越来越觉得，真正值得研究的不是“怎么让 AI 多写几篇文案”，而是怎么把一个人的方法、判断和工作习惯，变成可调用、可迭代的能力。

为什么会想做这个 Skill？

最开始，我发现很多人做账号时都会卡在类似的问题上。

想做公众号，不知道账号定位怎么写；想做小红书，收藏了一堆爆款笔记，还是写不出自己的内容；想做抖音和视频号，选题越做越散，发了几条数据不好就开始怀疑赛道；想做 X，又不知道除了发主贴以外，还能怎么建立影响力。

大家缺的往往不是“再看一篇起号攻略”。

大家缺的是一套能把问题接住的流程。

比如，一个人说“我想做视频号”，真正要解决的并不是马上给他写十条口播稿，而是要先弄清楚：

• 他要服务谁；

• 这个账号最终想建立什么信任；

• 他有什么真实经历、案例、产品或素材；

• 他愿不愿意真人出镜；

• 他每周到底能稳定做几条；

• 他的行业有没有宣传、隐私、版权和导流风险。

这些信息没有梳理清楚，后面的选题、脚本和转化设计都只是空中楼阁。

我之前也反复经历过这种状态。脑子里知道不少方法，遇到不同账号时也能给建议，但每次都从头问、从头想、从头组织。做一次有用，第二次又要重新搭一遍。

于是我开始想：能不能把这些高频判断做成一个 Skill？

不是让 AI 替人拍视频、替人积累信任，而是让它先完成信息整理、框架搭建、选题发散和复盘辅助，把人的时间留给更重要的部分。

我把什么装进了 Skill？

现在这套 Skill 包里，一共做了五个方向：

• 公众号起号专家

• 小红书起号专家

• 抖音起号专家

• 视频号起号专家

• X/Twitter 冷启动专家

它们看起来都是“起号”，但每个平台的内容形态、用户关系和关键动作并不一样。

公众号更适合做深度内容、读者信任、选题系统和文章资产沉淀；小红书更看重封面承诺、搜索需求、笔记结构和真实感；抖音需要先解决陌生人为什么愿意停下来，视频号则更强调人设、社交关系、转发价值和私域承接；X 的早期增长，很多时候来自高质量回复、观点表达和持续互动。

所以我没有做一个大而全的“万能起号提示词”。我把每个平台拆开，让它们各自有一套输入信息、判断流程、输出格式和风险边界。

以视频号为例，这个 Skill 不会一上来就给你十条选题。它会先判断你是个人 IP、企业品牌、电商带货、私域引流，还是一个需要重新梳理定位的问题账号。

接着，它会把信息压缩成一句定位：“我帮助谁，用什么独特优势解决什么问题，让对方得到什么结果。”

这句话看起来简单，但它会影响账号昵称、简介、主页内容、选题方向、脚本里的信任状，以及最后为什么值得关注。然后，Skill 会继续帮你搭出人设标签、内容矩阵、选题库、视频简报、前 9 条视频实验和周复盘表。

我特别重视“视频简报”这个环节。很多人做视频时，直接打开相机就开始录，录完再想标题和封面。这样做不是不行，但当你需要持续更新时，很容易变成想到什么拍什么。

所以我要求每条视频先写清楚：

• 这条内容给谁看？

• 陌生人为什么要看完？

• 前 3 秒的钩子是什么？

• 我拿什么证明自己说的不是空话？

• 画面里有哪些真实素材？

• 最后希望观众做什么？

• 这条内容有哪些风险需要提前避开？

当这些问题都被写下来，内容就不再只靠灵感。

近万转发，给了我什么反馈？

这次视频号内容的转发快破 1 万，对我来说当然是一件值得高兴的事。因为转发和点赞不太一样。

一个人愿意转发，往往意味着他觉得这条内容值得分享给身边的人，或者它替他说出了某种感受、提供了某种价值、帮他完成了一次表达。我不想把这件事包装成“用了 Skill 就能近万转发”。

这不真实。

一条内容能跑出来，会受到选题、表达、账号基础、受众匹配度、发布时间、社交关系和平台分发等很多因素影响。任何人都不该拿单次结果去承诺别人必然得到同样的结果。

但这个结果确实让我确认了一件事：当我们把内容生产中最重要的判断点梳理清楚，再结合真实经历、真实素材和持续复盘，AI 可以从一个“代写工具”，变成一个能协助你执行内容系统的搭档。

它可以提醒你定位有没有漂移，可以帮你把用户问题扩展成选题库，可以把一条高表现内容拆成可验证的假设，也可以让你在数据不好时，不至于因为情绪立刻推翻整个方向。

我觉得这才是 AI 真正能帮到普通创作者和小团队的地方。

我在做的，不是一堆提示词

很多人对 AI 的理解，还停留在“让它帮我写一篇文章”“让它帮我生成十个标题”。

这些当然有用，但也很容易被替代。

我更想做的是，把一套完整工作流放进 AI 里。

它知道什么时候该补充信息，什么时候该先做诊断，什么时候该给最小可执行方案，什么时候要提醒规则风险，什么时候应该把内容表现当作一个待验证的信号，而不是直接下结论。

这次做 Skill 的过程，也让我重新理解了自己的经验。

原来很多我以为“靠感觉”的东西，背后其实有稳定的判断顺序。把它们写出来之后，我自己做内容时也更清晰了。

• 先定位，再选题。

• 先证明，再表达。

• 先做小样本，再放大。

• 先看数据，再调整。

这些话不新，但真正难的是把它们落到每一条内容、每一个账号和每一次复盘里。

接下来我还会继续做什么？

这套 Skill 还在持续迭代。

我会继续用真实账号和真实内容去验证它，不断补充哪些方法有效，哪些假设不成立，哪些平台规则需要重新核验。

我也会把一些做 Skill 的过程、提示词设计思路、内容复盘案例和实战踩坑分享出来。

作为 AI 破局星火师，我希望做的不是展示“AI 有多厉害”。我更希望证明：普通人也可以借助 AI，把自己的经验沉淀下来，做成能产生真实结果的系统。