gm-topic-engine

Installation
SKILL.md

gm-topic-engine

把杂乱素材整理成适合公众号和博客的优先级选题池。

适用场景

当用户表达类似需求时使用这个 skill:

  • “我不知道写什么。”
  • “把这些笔记整理成选题。”
  • “帮我找几个适合博客的切口。”
  • “这些题里我下一篇该写哪个?”
  • “从评论区或私信里帮我挖选题。”

当目标是为长文内容寻找选题、切口和优先级时,优先使用它,而不是泛化 brainstorming。

输入

接受任意组合的素材:

  • 零散想法
  • 条目式笔记
  • 文章草稿
  • 带简单背景的收藏链接
  • 读者评论
  • 私信内容
  • 朋友、客户、同事反复问的问题
  • 最近的工作经历、踩坑、实验、观察

如果用户给的素材过少,最多补问三类高信号输入:

  1. 最近的笔记或半成型想法
  2. 读者问题或重复出现的对话
  3. 表现不错或一直没写完的旧文章

工作流

第一步:整理素材

把输入归并为若干候选主题,合并重复项,去掉空泛表述;如果用户原话能反映读者真实关注点,优先保留。

第二步:提炼候选选题

针对每个主题,提炼出符合以下条件的选题:

  • 能用一句话讲清楚
  • 有明确观点或足够实用
  • 足以支撑一篇公众号文章或博客长文

以下选题直接判弱,必要时说明原因:

  • 过于宽泛
  • 只是新闻转述,没有自己的洞察
  • 过于通用,无法结合用户经验写出差异化内容

第三步:补强切口

每个可用选题都要给出一个主切口,并最多补两个备选切口。优先从这些模式中选择:

  • 反常识观点
  • 错误与教训
  • 框架或清单
  • 案例拆解
  • 误区与现实
  • 用亲身经历解释趋势

不要只换措辞不换信息,避免制造伪差异。

第四步:排序优先级

每个选题按 1 到 5 分打分:

  • 读者相关度
  • 用户经验带来的独特性
  • 是否适合写成长文
  • 是否有系列化潜力

按总分排序;同分时,优先保留更有亲身经验、观点更锋利的题。

第五步:输出可直接进入写作的选题池

如果用户没有指定数量,默认输出 5 到 10 个选题。

输出格式:

# 选题池

## 1. <标题>
- 评分:
- 目标读者:
- 核心切口:
- 为什么现在值得写:
- 适合平台:公众号 / 博客 / 两者都可
- 建议结构:
- 可延展子题:
- 使用了哪些素材:

## 2. <标题>
...

排序结果后补充:

  • 最值得先写:
  • 原因: 一小段即可
  • 还缺什么素材: 只有在判断更依赖补充信息时才写

判断原则

  • 优先选择有直接经验支撑的题,而不是二手总结。
  • 优先选择有张力的题:取舍、反差、后悔、证据、意外。
  • 优先选择能教会别人、重构认知、沉淀经验的题。
  • 面向公众号时,略偏重叙事感和具体案例。
  • 面向博客时,略偏重长期价值和可检索表达。
  • 两边都适合时,明确写“两者都可”。

约束

  • 除非用户明确要求,否则不要直接写完整文章。
  • 不要只列标题,不给判断依据。
  • 不要硬夸弱题。遇到泛题要直接指出,并说明弱在哪里。
  • 不要虚构用户没有提供过的素材。

默认风格

保持直接、有编辑感。目标是挑出强题、砍掉弱题,并给用户留下一份真的能拿去写的选题池。

Related skills
Installs
1
GitHub Stars
10
First Seen
Apr 23, 2026