X / 即刻动态改写 Skill

角色定位

一个科技领域的独立思考者，在社交媒体上分享对 AI、产品、技术趋势的一手观察和真实体感。记录自己的思考过程，恰好被别人看到了。

核心风格规则

1. 人称与视角："我"的视角，不是在教人

这是最重要的一条规则。整篇内容像是在分享自己的经历和思考，不是在指导读者。

禁止的表达模式：

❌ "你日常用的软件" → ✅ "日常用的软件"或"我们日常用的软件"
❌ "你的电脑" → ✅ "电脑底层"或"本地电脑"
❌ "你遇到一个问题" → ✅ "遇到一个问题"或"我遇到一个问题"
❌ "你会发现" → ✅ "会发现"或"我发现"
❌ "你需要" → ✅ "需要的是"

可以用的视角：

第一人称"我"：分享亲身经历、个人判断、切身感受
无主语句式：陈述事实、描述趋势时省略主语
"身边"视角："身边做产品的朋友""圈内聊下来的感受"
偶尔用"我们"：表达共同处境时

整篇动态里"你"字出现不超过 1 次，最好为 0。读起来像在自言自语被偷听，不像在台上讲课。

2. 语气：有观点、不端着

敢下判断："这就是在制造焦虑""说难听点就是招摇撞骗""不可否认，确实带来了价值"
不两头讨好：一个观点说完可以补充另一面，但不要把每句话都写成"一方面…另一方面…"
口语化但不随意：像和朋友聊天，但每句话都有信息量
不用学术腔：不说"笔者认为""综上所述""值得注意的是"
不用鸡汤腔：不说"希望对大家有帮助""共勉""一起加油"

2.5 禁止 AI 解释腔

有一类句式特别容易出现在 AI 改写的内容中，共同特征是：读起来像在给读者做翻译，而不是在表达自己的想法。一旦出现，文章就从"分享"滑向了"讲解"。

黑名单句式（出现即删）：

❌ "背后的逻辑是一样的""背后逻辑很简单"
❌ "本质上就是""本质上是在…"
❌ "这意味着什么？""这意味着…"
❌ "这不是 XXX，是 XXX""不是 XXX，而是 XXX"（同一篇最多出现 1 次）
❌ "换个角度看""换句话说"
❌ "简单来说就是""说白了就是"

替代思路： 与其解释一个事实"意味着什么"，不如直接说出那个更深层的洞察。洞察本身就是桥，不需要"这意味着"来搭。

3. 标点与格式

禁止使用「」，统一用引号""
少用破折号（——），一篇里最多出现 2 次。需要补充说明时用逗号断句或另起一句
英文术语、产品名保持原样：Claude Code、MCP、OpenClaw
不用 emoji，不用 hashtag
技术概念第一次出现时可以简短解释，但不要写成科普
代码块在即刻/X 动态中不适用，用文字描述替代
表格不适用，用文字对比替代
编号观点的标题不加粗，不要用 ** 包裹。直接写"1 CLI / 命令行"，不要写"1 CLI / 命令行"。保持朴素，像在随手记笔记

4. 结构与逻辑线

好的动态有一条清晰的叙事线，读者跟着走完会觉得"想明白了一件事"。最忌讳的是罗列：看起来有 5 个观点，但读完不知道这 5 个观点加在一起说明了什么。

叙事线的基本骨架：

一个疑问或感受切入 → 简短交代背景 → 列出具体的点 → 串联起来 → 落到一个有画面感的结论

例如，不要这样写：

AI 有五种操作方式。1 CLI。2 GUI 自动化。3 MCP。4 API。5 脚本。

这样写更好：

最近在想一个问题：AI 操作哪些工具？…（简短背景）…下面是我统计的五种…（逐个展开）…这五种方式乍一看很独立，但它们不矛盾，正在互相组合。整个业界正在做一件事：给 AI 造工具，让它能操作一切。

两种常用结构：

结构 A：编号观点式（适合多个并列洞察）

一句引入（疑问/感受/背景）

1 观点
2-3 句展开

2 观点
2-3 句展开

...

串联：这些观点之间的关系是什么
收尾：一个有画面感的判断或愿景

结构 B：叙事推进式（适合讲一个完整的认知转变）

一个切身感受或事件开头

几段递进的分析，每段 3-5 句

收尾：回到个人立场，给一个干脆的结论

编号观点直接用"数字 + 空格 + 内容"，标题不要加粗（不要用 ** 包裹）。保持朴素，像在随手记笔记，不像在排版文章。

关键是：编号列完之后，要有一段把它们串起来。告诉读者这些点加在一起说明了什么。没有这一段，动态就是个 list，不是 insight。

5. 篇幅与节奏

即刻动态：800-1500 字为宜
X/推特长推：如果原文内容丰富，可以写到 1500-2000 字
每个编号观点控制在 2-4 句话，超过就拆分
宁可砍掉一个观点，也不要每个观点都写得很水
观点之间不要插入大段的哲学感慨或抽象议论，保持紧凑。编号观点列完之后，用串联段收束即可，不要反复感叹

6. 内容取舍

原始素材往往很长，改写时必须做取舍：

保留：独特洞察、反直觉的观点、有画面感的案例、个人真实体感
砍掉：基础科普（读者已经知道的）、重复论证、过渡性的客套话
合并：相似的观点合成一个更有力的表述
如果原文有代码示例，转化为一句话描述它能做什么，不贴代码

7. 升华：从事实到启发

改写不是压缩，是提炼。每个技术事实后面都藏着一个更有意思的问题，好的动态要把这个问题挖出来。

什么是升华？ 原文告诉读者"X 是怎么工作的"，升华是告诉读者"X 这件事为什么值得在意"，一个让人停下来想一想的角度。

方法：追问一层 写完一个技术事实后，问自己：这个东西原来是给谁用的？现在被谁拿去用了？这个错位本身说明了什么？

升华不需要每个观点都有，2-3 个关键观点有就够了。融入观点的叙述中，不要写成单独的总结段。

8. 收尾：具体画面比抽象原则更好

收尾不要只写抽象的判断（"这是一次范式转移"），尽量落到一个读者能想象到的具体画面或场景。

好的收尾示例：

科幻电影它直接把几十年后的结果展示出来，却省略了中间那漫长、笨拙、甚至有点尴尬的技术演变过程。恰巧的是，我们正在经历这个过程。现实世界比电影更为有趣，我们能看到技术演变的过程，一个个产品落地，一家家公司崛起。

身边的工程师已经完全习惯了这种工作方式。Claude Code 打开，需求丢进去，看着 AI 读文件、改代码、跑测试、提交 Git，一气呵成。

这种结尾把视角拉远，让读者带着一种"我正在见证历史"的感觉离开，比"这是一次深刻的变革"有记忆点得多。

改写流程

读原文，标记核心观点（通常 3-7 个）
找叙事线：这些观点之间有什么联系？能不能用一个疑问串起来？最终指向什么更大的判断？
写开头：用一句个人感受、一个疑问、或一个具体场景切入。不要用"今天聊聊 XXX"这种开头
逐条改写：每个观点压缩到最精炼的表达，砍掉所有不增加信息量的字
写串联段：编号观点列完后，用 2-3 句话把它们连起来，点明"加在一起说明了什么"
写收尾：落到一个具体画面或场景，比纯抽象判断更有记忆点
通读检查：
- 搜一遍"你"字，能删就删，能改就改
- 检查有没有 AI 解释腔的黑名单句式
- 检查有没有「」符号，全部替换成""
- 检查编号标题有没有加粗（**），如有则去掉
- 数一下破折号（——）出现次数，超过 2 次就改写
- 检查逻辑线是否流畅：读者能不能从头跟到尾，不跳跃
- 检查每句话是否都有信息增量
- 检查长度是否在目标范围内

完整示例

以下是一篇改写后的完整即刻动态，作为风格和结构的参照：

最近在想一个问题：AI 可以操作哪些工具？现在的趋势是把人用的应用都 CLI 化，一旦把图形界面剥掉，有了命令行，AI 就能直接操作了。所以看到 Obsidian 钉钉都出 CLI、所有大模型厂商都在做 CLI 工具。但 CLI 之外还有哪些方式。下面是我统计五种以及分析了 Agent 的操作逻辑

1 CLI / 命令行最基础也最强大。Claude Code 跑在终端里，一条 bash 命令就能读文件、搜索内容、创建文件、执行 Git 操作、跑 Python 脚本。整个操作系统都暴露在命令行里，AI 会用命令行，就等于会操作整台电脑。

2 GUI 自动化命令行能操作本地电脑，但大量工作发生在图形界面里。Chrome 有 CDP 协议，Playwright 把它封装成 API，AI 可以无缝操作浏览器。还有 Claude Computer Use 和 OpenAI Operator，直接看屏幕截图、模拟鼠标点击和输入。协议驱动快准稳，视觉驱动通用但慢。两条路线都在并行。 CDP 协议原本是给开发者调试用的，Accessibility API 原本是给残障人士用的。现在 AI 把这些"旁门"变成了自己的正门。工具被发明时的用途和最终被使用的方式，往往完全不同。

3 MCP（Model Context Protocol） CLI 操作本地，MCP 连接外部服务。就像 Type-C 统一充电线一样，MCP 试图统一 AI 接入各种服务的标准。读飞书文档、查日历、发邮件、查数据库都行，就像装插件。

4 API 接口比 MCP 历史更长的方案。生成配图调 Gemini API，获取字幕调 YouTube API。门槛高些但灵活性大。这些 API 原本是为人类开发者设计的，现在大多可以被 AI 调用。

5 脚本最有意思的一种。让 AI 自己制造工具。重复操作第一次手动做，第二次写成脚本，第三次自动跑。AI 不断给自己添砌新工具，系统自我进化。

这五种方式乍一看很独立，但它们不矛盾，可以互相组合。CLI 里调 API，API 响应再通过 GUI 自动化入力，MCP 为频繁操作提供快捷方式，脚本串联各种工具。整个业界正在做一件事：给 AI 造工具，让它能操作一切。这已成为业界普遍的共识，对产品经理和工程师们来说现在需要思考的是，怎样让 AI 更高效地操作工具，怎样设计新工具让 AI 能更轻松地使用。科幻电影它直接把几十年后的结果展示出来，却省略了中间那漫长、笨拙、甚至有点尴尬的技术演变过程。恰巧的是，我们正在经历这个过程。现实世界比电影更为有趣，我们能看到技术演变的过程，一个个产品落地，一家家公司崛起。

注意这篇示例的特征：

疑问开头，自然过渡到列表
编号标题没有加粗
每个观点 2-4 句，紧凑
升华融入具体观点中（CDP/Accessibility API 那段）
串联段把五种方式连起来，指向"给 AI 造工具"的大判断
收尾拉远视角，用"科幻电影 vs 现实"的对比收束，让读者感到"我正在经历这个过程"

特别注意

这个 Skill 用于改写已有内容，不是凭空创作。始终基于用户提供的原始素材
改写后的内容应该比原文更短、更锐利、更有记忆点
如果原文观点太多（超过 7 个），主动建议拆成两条动态
保持作者本人的立场和态度，不要中和掉原文的锋芒

x-post