Wechat Studio Kh

---
name: wechat-content-studio
description: "微信公众号内容工作室 — 融合卡兹克写作风格（四层自检）+ 完整发布流水线（封面+发布+验证+追踪）+ 横纵分析法调研。从选题到发布的全链路工具。触发：写公众号文章、写稿子、帮我研究一下、深度调研、发布草稿箱。"
metadata:
  openclaw:
    emoji: "📝"
    requires:
      env:
        - WECHAT_APP_ID
        - WECHAT_APP_SECRET
      bins:
        - wenyan
---

# 微信公众号内容工作室

从选题到发布的全链路工具，融合卡兹克写作风格 + 完整发布流水线。

## 核心价值观

> **"有见识的普通人在认真聊一件打动他的事。"**

AI时代最稀缺的是**活人感**。不追求滴水不漏的客观，分享亲身经历、真实感受、踩过的坑。大胆使用"我觉得"、"我认为"。拥抱不完美。

---

## 完整工作流

```
用户给选题/素材
    ↓
[可选第一步：hv-analysis 深度调研]
  帮我研究一下 → 联网搜索 → 横向竞品 + 纵向脉络 → 深度报告
    ↓
第一步：判断选题（H/K/R质检）
    ↓
第二步：明确AI角色边界（AI做什么 vs 人做什么）
    ↓
第三步：写作（卡兹克风格 + 五种文章原型）
    ↓
第四步：四层自检（L1硬性规则 → L2风格 → L3质量 → L4活人感）
    ↓
第五步：生成封面图
    ↓
第六步：发布到草稿箱
    ↓
第七步：搜狗验证收录
    ↓
第八步：monitor.py 追踪数据
```

---

## 第一步：选题判断（H/K/R质检）

一个好选题要通过H/K/R质检：
- **H (Happy)**：足够有趣、有悬念吗？标题和开头能让人好奇想点开吗？
- **K (Knowledge)**：有信息量吗？看完能学到新东西吗？
- **R (Resonance)**：能戳中情绪吗？让人"对对对我也这么想"？

S级选题三项兼备，及格选题至少占两项。如果素材只占一项，主动跟用户沟通调整方向。

如果素材信息不够，主动问用户："你大概想讲哪几个点？有没有什么自己的经历想放进去？"

---

## 第二步：AI的角色边界

### AI擅长做的（放心交给AI）
- **找证据**：给一个观点，让AI找能支撑（和反驳）它的历史/学术/文化论据
- **找类比**：让AI提供多个比喻候选，你自己挑
- **按角度扩写**：你已经定好了角度和每段标题，AI填充肉
- **补充背景知识**：格式塔心理学、荣格阴影理论等，AI帮你准确表述
- **梳理逻辑**：写到一半不确定某段放哪，让AI帮你调整

### AI做了会暴露的（必须人来）
- **第一手观察**：亲身体验、真实经历，一编就假
- **核心创意角度**：让文章真正立住的那个灵感，AI给不了
- **情绪的真实表达**：用"我当时就愣住了"而不是"我感到震撼"
- **数据到人物的同理心**：从"1000个已付款"想象背后那个具体的人

### 协作流程
```
人：提供素材 + 核心观点 + 个人经历 + 情绪节点
 ↓
AI：补充背景知识 + 找证据类比 + 按角度扩写
 ↓
人：二次改写（加入自己的声音、打破节奏、补充真实细节）
 ↓
AI：四层自检 → 输出修改建议
 ↓
人：终审定稿
```

---

## 第三步：写作（卡兹克风格）

### 五种文章原型

写之前先判断属于哪种：

| 类型 | 核心 | 写法重心 |
|------|------|---------|
| **调查实验型** | 我替你去做了这件事 | 过程叙事 + 层层递进的发现 |
| **产品体验型** | 跟我一起玩 | 场景演示 + 真实感受 |
| **现象解读型** | 你注意到了吗？背后是什么？ | 观察→好奇→研究→哲学升维 |
| **工具分享型** | 我发现了一个好东西 | 个人故事铺垫→工具展示→效果惊艳 |
| **方法论分享型** | 我把压箱底的掏给你了 | 每节有可执行行动 + 坦诚说明学习成本 |

### 风格内核

**节奏感**：像跟朋友聊天，不像写报告。句子时长时短，大量用逗号制造口语化停顿感。经常一句话自成一段来制造重点。节奏的本质是一套让读者一路往下读的推进系统。

**论述中的故意打破**：重复强调（"就是...就是..."）、中途叹息或打断（"我当时就..."）、省略主语、刻意的模糊（"我就不说是谁了"）。这些不是错误，是让文章听起来像真人在说话的关键。

**知识输出方式**：知识是"聊着聊着顺手掏出来"的，不是"下面我来给大家科普一下"。

**人物画像法**：从数据点出发，3-5句话内让一个具体的人变得立体：
```
触发点数据（"1000个已付款"）
→ 快速代入（"他可能是一个..."）
→ 多维堆砌（城市→职位→生活→心理→具体行为）
→ 情感锚定
→ 细节具象化（十几平米出租屋、拼好饭）
```

**文化升维**：每篇文章聊完具体事情后，连接到更大的文化/哲学/历史参照物。"聊着聊着自然想到了"，不是硬凑的升华。

**回环呼应**：前面埋的钩子后面要响，形成闭合感。让文章从"信息流"变成"作品"。

### 结构模板

```
【开头】感性切入，从一个具体事件/场景开始，迅速建立情绪
  ↓
【背景铺垫】简要科普，让非专业读者也能看懂，但方式是聊天式的
  ↓
【核心内容】分几个板块展开，每个板块：
  - 一个明确观点
  - 至少一个具体场景/人物/对话支撑
  - 私人视角的连接（"我自己也是这样"）
  - 一句扣主线的话
  ↓
【升华】从具体事件拉到更大的文化/哲学/历史参照物
  ↓
【收尾】引用收尾 / 哲思余韵 / 行动呼吁 / 信念宣言 / 回环呼应
  ↓
【固定尾部】
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧...
> / 作者：XXX
```

### 字数和格式
- 公众号长文：4000-8000字
- 段落要短，经常一句话就是一段
- **不加小标题**。绝大多数文章从头到尾一口气顺下来
- 不用bullet point，用散文叙述

### 绝对禁区

**禁用词**：
- "说白了" ← AI最爱用，一出现立刻暴露
- "意味着什么？" / "这意味着" ← AI标志性句式
- "本质上" ← 太学术
- "换句话说" ← 太书面
- "不可否认" / "综上所述" / "总的来说" ← 套话
- "首先...其次...最后" ← 公式化

**禁用标点**：
- 冒号"：" → 用逗号代替
- 破折号"——" → 用逗号或句号代替
- 双引号""或"" → 用「」代替，或直接不加

**禁用开头**：
- "在当今AI快速发展的时代..."
- "随着技术的不断进步..."
- 禁止任何宏大叙事式开头，永远从具体事件切入

### 推荐口语化词组

**转场过渡**：坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块

**表达判断**：我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信

**承认自嘲**：说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、愚钝如我

**情绪表达**：这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、太特么赤鸡了、你敢信？？？

**拉近距离**：很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话

---

## 第四步：四层自检体系

写完后必须跑完四层质检。只有四层全部通过，文章才算达标。

### L1 硬性规则检查（自动扫描层）

**L1-1 禁用词扫描**：全文搜索禁用词列表，命中则必须替换

**L1-2 禁用标点扫描**：全文搜索冒号/破折号/双引号，替换

**L1-3 结构性套话扫描**：检查"让我们来看看..."、"随着...的发展"等套话模式

**L1-4 工具名检查**：确认所有AI工具都使用具体名称（Claude Code、Codex等），没有"AI工具""某个模型"等空泛表述

**通过标准**：四项零命中

### L2 风格一致性检查

**L2-1 开头**：是否从具体事件/场景切入？不是宏大叙事？

**L2-2 节奏**：是否有长短句交替？是否有一句话独立成段（全文≥3次）？

**L2-3 口语化**：是否使用了推荐口语化词组（≥8-10个不同表达）？有没有自嘲或承认不足？情绪标点（"。。。""？？？"）至少出现一种？

**L2-4 标点禁令复核**：确认完全没有冒号/破折号/双引号

### L3 内容质量检查

**L3-1 观点支撑**：每个核心观点是否有具体场景/人物/数据支撑？

**L3-2 知识输出**：知识点是否"顺手掏出来"而非"教科书科普"？

**L3-3 文化升维**：是否有至少一处连接到更大参照物？是否自然？

**L3-4 对立面同理心**：是否先理解对方处境再给视角？

### L4 活人感终审（最重要）

通读全文，回答：**"读完感觉是一个有见识的普通人在认真跟我聊，还是一个AI在输出信息？"**

- **温度感**：情绪是体感记忆还是知识性描述？
- **独特性**：这文章是否只有"这个真人"才能写出来？
- **姿态**：是"普通人在聊"还是"导师在教"？
- **心流**：从头到尾有没有注意力断掉的地方？

**通过标准**：四维整体感觉"这像是真人写的"

---

## 第五步：生成封面图

使用 `image_generate` 工具生成封面图：
- 保存到 `assets/cover.jpg`
- 科技感/文章主题相关
- 尺寸：1024x1024 或 16:9

## 第六步：发布到草稿箱

确保文章有完整 frontmatter：
```markdown
---
title: 文章标题
cover: ./assets/cover.jpg
---
```

发布：
```bash
python -X utf8 scripts/publish_and_verify.py <文章.md> [主题] [高亮]
```

主题推荐 `lapis`，高亮推荐 `solarized-light`。

## 第七步：搜狗验证收录

发布脚本会自动验证。手动验证：
```bash
python -X utf8 scripts/search_article.py "文章标题"
```

## 第八步：追踪数据

```bash
python -X utf8 scripts/monitor.py add "标题"         # 添加追踪
python -X utf8 scripts/monitor.py check "标题"         # 检查收录
python -X utf8 scripts/monitor.py status               # 列表
python -X utf8 scripts/monitor.py recommend           # 选题建议
```

---

## 凭证配置

### 方式1：secrets.json（推荐）
```bash
python scripts/add.py wechat "微信公众号" appid=YOUR_APPID appsecret=YOUR_APPSECRET
```

### 方式2：TOOLS.md
```markdown
## WeChat Official Account
export WECHAT_APP_ID=your_app_id
export WECHAT_APP_SECRET=your_app_secret
```

**IP白名单**：将本机公网IP（`curl ifconfig.me`）添加到微信公众号后台 → 开发 → 基本配置 → IP白名单

---

## 依赖

- **Node.js / npm**：wenyan-cli 需要
- **wenyan**：未安装时自动安装
- **Python 3**：运行脚本
- **image_generate**：生成封面（OpenClaw内置）

---

## 文件结构

```
wechat-content-studio/
├── SKILL.md
├── scripts/
│   ├── publish_and_verify.py   # 发布 + 搜狗验证
│   ├── search_article.py      # 独立搜索
│   ├── monitor.py             # 数据追踪 + 选题建议
│   ├── add.py                 # 添加凭证
│   ├── get.py                  # 获取凭证
│   ├── remove.py               # 删除凭证
│   └── list.py                 # 列举凭证
└── references/
    ├── 爆款方法论.md
    ├── 写作技巧.md
    ├── 去AI味指南.md
    ├── content_methodology.md   # 卡兹克内容方法论
    ├── style_examples.md        # 风格示例与修改对比
    └── hv-analysis-methodology.md  # 横纵分析法（深度调研）
```

## 深度调研（hv-analysis）

**hv-analysis**（横纵分析法）是卡兹克提出的深度调研方法论，可作为 wechat-content-studio 的研究上游。

**工作流：**
```
hv-analysis（深度调研）→ 横纵交汇洞察 → wechat-studio-kh（写作发布）
```

**适合 hv-analysis 的场景：**
- 研究竞品/赛道（调查实验型文章素材）
- 研究公司/人物（方法论分享型文章素材）
- 研究概念/技术（现象解读型文章素材）

**使用方式：** `帮我研究一下XXX` → 自动联网搜索 + 横向竞品对比 + 纵向发展脉络 → 生成深度研究报告

**详细介绍：** 参考 `references/hv-analysis-methodology.md`