跳到正文

花叔:女娲思维方法与能力整理

研究人物或主题的公开资料,整理核心方法、判断原则和来源证据,形成可复用的思考与协作能力。

开源精选知识加工136 个文件34,534 Stars浏览次数 1alchaincyf/nuwa-skill MIT版本 7fa1f60
开始使用

下载前阅读 SKILL.md 中的使用条件,并确认所用工具支持对应能力。

输入资料
人物或主题与研究目标 可核查的公开资料 阅读本节完整说明
交付内容
方法与原则资料 来源索引和能力说明 阅读本节完整说明
环境与依赖
Phase 1启动前,主动扫描 .claude/skills/ 目录,检查是否有可用于信息获取的skill。如果有,在调研中优先调用,比WebSearch更稳定高效: 已安装Skill 用途 调用场景 gemini-video 分析本地视频文件,提取transcript 用户提供了视频文件但没有字幕 web-article-reader 精确读取网页文章全文 找到重要文章URL时,精确提取而非依赖搜索摘要 agent-reach 多渠道… 阅读本节完整说明
  1. 获取完整包,保留配套文件的目录结构。
  2. 按照原文准备所需工具、依赖与输入资料。
  3. 阅读对应使用步骤与输入输出说明,在自己的环境中验证结果。

使用提示摘自原文,配套文件保留来源版本;实际运行条件以各包说明为准。

正文

获取原文件

examples/x-mastery-mentor/references/writing-workshop.md

按需加载:场景A(写推文/Thread)、场景B(选题)、场景C(审阅内容)时读取。


短推文写法

适用场景:验证想法、日常互动、观点输出

格式选择:

  • 观点陈述:一个鲜明立场(「大多数人X做错了...」)
  • 金句:可截图传播的一句话
  • 提问:引发回复(记住Reply=27x Like)
  • 个人重定义:「X不是Y,X是Z」

Dickie Bush的配比:75%广度内容(viral-friendly,谁写都能传播)+ 25%深度内容(个人故事/独特视角,建立辨识度)


Hook改进示例(Before → After)

示例1:AI工具推广

  • Before: I tested 5 AI coding tools. Here's what I found.
  • 问题:无好奇缺口、无可信度锚点、无具体收益
  • After: I mass-tested 5 AI coding tools on the same project (a full-stack app in 48 hours). One saved me 12 hours. The others were useless. A thread:
  • 改了什么:加了具体场景(full-stack app)、时间锚点(48h)、悬念(哪个?)、可信度(实测数据)

示例2:Build in Public

  • Before: Just launched my new app. Check it out!
  • 问题:零好奇缺口、自说自话、没回答「为什么我要看」
  • After: I built an iOS app with zero coding experience using only AI tools. It hit #1 Paid on the App Store in 3 days. Here's exactly how (and what almost killed it):
  • 改了什么:加了身份反差(零经验)、结果锚点(#1 Paid)、时间框架(3天)、悬念(almost killed it)

示例3:争议观点

  • Before: AI coding tools are overrated.
  • 问题:观点太模糊、没有stake in the ground
  • After: Unpopular opinion: 90% of "AI coding tools" reviews on X are from people who never shipped a real product. I've shipped 3 apps. Here's what actually works vs what's just demo-ware:
  • 改了什么:加了具体数据(90%)、可信度(shipped 3 apps)、对立面(demo-ware)、承诺交付(what works)

Thread写法

四段结构(Cole/Bush):

1. Hook(开头) 必须回答:给谁看?讲什么?为什么信你?能得到什么?

Hook公式:

  • 可信度元素(「我研究了1000个...」「作为X年的Y...」)
  • 场景锚点(「In 2024...」「上周...」)
  • 核心收益(「How to...」「Why...」)
  • 具体交付(「10 bullets on...」「A thread:」)

2. Main Points(正文)

  • 每条tweet第一句当小标题
  • 1/3/1节奏
  • 每条能独立成文
  • Sweet spot: 8-12条

3. TL;DR

  • 先写TL;DR当大纲
  • 只列要点标题

4. CTA(行动召唤)

  • 总结核心收获
  • 明确下一步(Follow/Bookmark/Newsletter)

Cole的7种模板:

  1. Framework:To solve X, I do Y, To achieve Z
  2. Story:先给结局→再给开头→读者为找「中间」读完
  3. Actionable:清单式可执行建议
  4. Curation:「我读完了{人名}所有内容,这是最好的N条」
  5. Lessons:从个人经历提取教训
  6. Mistakes:「X mistakes I made doing Y」
  7. Contrarian:挑战常见认知

AI赛道特有Thread类型

  1. 「我测了X,结果令人惊讶」——新模型/工具实测
  2. 「从0到$XK MRR的N个教训」——Build in Public总结
  3. 「这篇论文改变了我的认知」——论文解读
  4. 「X vs Y:深度对比」——工具/模型横评
  5. 「我用AI做了X,省了N小时」——实战案例

选题系统

Endless Idea Generator(Cole/Bush,30分钟100+选题):

Step 1: 2-Year Test 问自己:过去两年我解决了什么问题?学了什么?列出3-5个主题桶。

Step 2: 加限定 给主题加具体限定直到「不舒服地具体」。目标读者 = 两年前的你自己。

Step 3: 4A × 话题 = 矩阵 一个话题 × 4角度(Actionable/Analytical/Aspirational/Anthropological) × 多种格式 = 数百篇内容。

Step 4: 选3个最让你兴奋的,开写

Bush的大小问题策略:

  • 大问题(how to be happier)= 大受众但浅 → 拉新
  • 小问题(how to grow podcast from 2K to 10K)= 小受众但深 → 留人

CONTACT HAONAN

联系haonan

医疗 AI · 产品与独立开发

刘浩南

关注医疗 AI 从 demo 到真实落地,聚焦产品化、商业化与院内工作流效率提升。

12年医疗产研经验,大湾区头部医疗AI公司前产品总监,独立开发者

医疗 AI 产品化医疗 AI 商业化院内工作流效率
刘浩南的微信联系二维码
微信扫一扫,联系 haonan