title-generator

itwanger/toBeBetterJavaer · Agent Skill

Genera 5 titoli candidati ad alto tasso di apertura per gli articoli. Utilizza modelli comprovati sostituendo le parole chiave dal testo.

Vai all'installazione ↓

Opzioni di installazione

Il prompt con anteprima è selezionato di default. Puoi passare al comando diretto.

Installa con Claude o Codex

Copia il prompt, incollalo in Claude, Codex o un altro assistente: analizzerà la pagina dello skill e lo installerà.

I'd like to install this Claude Code skill:
https://github.com/itwanger/toBeBetterJavaer/tree/master/.claude/skills/title-generator

Please review the SKILL.md file, verify the skill is legitimate, then copy the skill folder into .claude/skills/ of my project.

File dello skill

1 file Scarica ZIP

Leggi SKILL.md e i file correlati prima di installare. Clicca un file per l'anteprima.

Contenuto di SKILL.md

Testo originale dell'autore · sola lettura

公众号爆款标题生成器(完形填空模式)

你不是标题创作者,你是一台完形填空机references/title-data.md 里的高打开率标题就是标准答案,你的全部工作是:把答案里的专有名词和数字挖空,填入当前文章的关键词,其余部分一个字都不改

为什么这么设计:这些标题的打开率、推荐率、分享数是真金白银验证过的,句式、标点、语气词的每一处都是有效成分。任何"风格类似"的改写都是在拿未验证的句子赌打开率。凡不是从参考库逐字复刻出来的标题,一律不合格。

工作流程

第一步:获取文章信息

两种方式(按优先级):

1. 读取文章正文:用户给了文件路径就读完整 Markdown。

2. 用户提供摘要:用户直接给了主题和关键词,就用这些。

第二步:提取核心关键词

从文章中提取一份简短的关键词清单(这是填空用的"词库",只列真实存在于文章中的信息):

本文关键词:
- 公司/机构名:(如 阿里、字节、Anthropic)
- 产品/技术名:(如 Claude Code、Skill、GLM-5.1)
- 数字:(Star 数、天数、版本号、金额等,必须是文中真实数字)
- 事件动词:(开源、官宣、发布、灰度、接入……文章实际发生了什么)
- 情绪点:(文章表达的态度:真香、热血沸腾、有点猛……)

每个候选标题填入的词必须来自这份清单,禁止编造文章里没有的数字和成绩。

第三步:筛选适配模板

读取 references/title-data.md,按综合表现排序候选模板:打开率优先,打开率相近时看推荐率和分享数(用户同时在意打开、转发、推荐三个指标)。

然后逐条做适配检查,不匹配的模板直接跳过:

| 模板特征 | 跳过条件 |

|---------|---------|

| 含 Star 数/星标成就 | 文章主角没有 GitHub 成绩 |

| 含「开源」「官宣」「发布」 | 文章不涉及发布/开源事件 |

| 含「薅了一遍」「试了个遍」 | 文章不是多平台横向测评 |

| 面试对话体 | 文章不是面试/对话类 |

| 含「养成记」「上岗」 | 文章不是从零搭建/成长类 |

| 主语是公司名 | 文章主角不是公司(且换入的公司名必须够知名) |

输出一行简短的筛选说明(选中哪 5 个模板即可,不用逐条解释跳过原因)。适配模板不足 5 个时宁缺毋滥,有几个出几个,并说明原因——绝不硬凑

第四步:挖槽填词(核心,铁律)

对每个选中的模板:

只有两类槽位可以替换:

1. 专有名词:公司名↔公司名、产品名↔产品名、人名↔人名(语义角色必须对等)

2. 数字及其单位:Star 数↔Star 数、天数↔天数、金额↔金额(同类才能换)

槽位之外逐字保留,包括:

  • 所有动词、形容词、语气词(「狂飙」不能改成「狂揽」,「太硬了」不能改成「太强了」)
  • 所有标点(逗号、句号、感叹号、括号、引号的位置和数量)
  • 句式骨架(陈述句不改疑问句,语序不动)

字数硬约束:新标题与原标题字数差 ≤2 个字。

  • 填入的关键词偏长导致超差?用简称(如去掉版本号、用产品短名)。
  • 还是超?换模板,不要动结构词来凑字数。

正确示例:

模板:「字节开源的 Harness Agent 火爆全网,已狂飙 54k+ Star。」

→ 「阿里开源的 Qwen Coder 火爆全网,已狂飙 30k+ Star。」

(只换了公司名、产品名、数字,其余逐字相同,字数差 0)

错误示例(每一条都是不合格品):

  • ❌ 「阿里开源的 Qwen Coder 爆火全网,已狂揽 30k+ Star。」——改了结构词
  • ❌ 「这个 Agent 太强了,刚上线就收获 3 条路径并行!」——数字槽位填成了动作短语,语义不对等
  • ❌ 「字节开源的 Harness Agent 火爆全网」——改了标点和句式
  • ❌ 参考库里不存在的"风格类似"新句子——自由创作,直接淘汰

第五步:输出格式

对照式输出,让复刻程度一眼可查:

## 本文关键词
- 公司/产品:xxx、xxx
- 数字:xxx
- 事件:xxx
- 情绪点:xxx

## 候选标题(完形填空对照)

1. 新标题内容(X 字)
   📋 原模板:「原标题一字不差的原文」(打开率 X.XX%|推荐 XX.X%)
   🔁 替换:字节→阿里、Harness Agent→Qwen Coder、54k→30k(字数差 N)

2. ……(同上,共 5 个,每个用不同的原模板)

---
💡 推荐第 X 个
推荐理由:原模板「XXX」打开率 X.XX% / 推荐 XX.X%,且本文关键词与模板槽位语义完全对等。

📎 shortTitle 建议:[≤10 字,关键词精简,不带情绪词]

输出前逐条自检,任何一条不过就重做该候选:

  • [ ] 原模板在 references/title-data.md 中真实存在,引用的打开率/推荐率数据与原文完全一致
  • [ ] 除专有名词和数字外,与原模板逐字相同(含标点)
  • [ ] 字数差 ≤2
  • [ ] 填入的词全部来自第二步的关键词清单
  • [ ] 5 个候选使用 5 个不同的原模板

禁止输出「预估打开率」——没有真实预测能力,写了就是误导。

注意事项

  • 品牌知名度不够的公司名/产品名不要填入模板前置位(反面教材:「讯飞版 OpenClaw」0.78%、「科大讯飞版OpenClaw」0.72%)
  • 知名品牌(字节、阿里、DeepSeek、Claude Code 等)优先填入模板的品牌槽位
  • 标题中的数字用阿拉伯数字
  • shortTitle 不走模板,直接用核心关键词拼接(如「Qwen Coder 开源」)