bozhoudev/video-skills-toolkit/hook-writing

Claude Code and agent skill by bozhoudev/video-skills-toolkit

Trust tier 2
  • community
LLM review pending
Source check pending

Checking that the SKILL.md file is still in the repository.

为内容写钩子和开头,也可拆解爆款视频开头、逐字稿开头、文章、推文、小红书图文和短视频脚本里的钩子,并沉淀到钩子库。用于视频开头拆解、逐字稿开头分析、推文、文章、小红书图文、短视频脚本、标题和开头优化;当用户说“写个钩子”“开头不抓人”“第一句话怎么写”“标题不够抓人”“优化开头”“拆解这个视频开头”“拆解逐字稿开头”“拆解这个钩子”“把这个开头收进钩子库”时触发。

Install

npx vskill@latest install bozhoudev/video-skills-toolkit/hook-writing

SKILL.md

钩子写作

钩子是读者看到的第一句话。读者愿意看完钩子之前,内容好坏都不重要。

三要素

  1. 粉丝画像:先明确谁在看。同一个钩子对不同人群吸引力完全不同。
  2. 承诺:给读者继续看的理由,例如学到方法、避开坑、看到反常识真相、获得情绪共鸣。
  3. 可信度:承诺要可信。优先使用数字、名字、时间线、具体场景、权威背书或亲身经历。

自检

  • 钩子本身能被看完吗?够短、够抓人,不会中途被划走。
  • 看完钩子后想看下一段吗?有悬念,或者承诺还没兑现。
  • 钩子有没有具体信息?没有数字、对象、场景或冲突时,通常太虚。
  • 钩子是不是万能开头?“最近发现”“今天聊聊”“分享一个”这类开头要谨慎。

常用类型(开放清单)

下面是常用调色板,按“靠什么把人留住”分组。不是封闭枚举——清单里没有的直接新命名,一个钩子常踩中多类就标“组合型”;新命名后固定下来复用,别同一种钩子起好几个名字。类型只管“怎么构造的”,“为什么抓人”交给情绪机制那栏。

靠信息本身

  • 反差型:出人意料的事实或对比,颠覆认知。
  • 数据冲击型:用一个惊人数字开场。
  • 热点/时效型:“刚刚/最新”,蹭正在发生的事。
  • 清单盘点型:“N 个你不知道的…”,用清单做承诺。

靠戳情绪

  • 痛点共鸣型:“你是不是也…”,戳读者正在受的苦。
  • 损失厌恶/威胁型:“还在用 X 你就亏了/落后了”,制造错过的恐惧。
  • 身份认同型:“作为一个 X,你一定…”,圈定人群。
  • 争议立场型:抛一个反主流的强观点,逼人站队。

靠制造悬念

  • 好奇缺口/悬念型:卖关子,留着关键信息不给,逼人往下看。
  • 问题型:直接抛出让人想知道答案的问题。
  • 结果前置型:先甩出夸张成果,制造“怎么做到的”。

靠表达张力

  • 金句型:用一句有分量的判断开场。
  • 场景/故事型:把人拉进具体画面或一段经历。
  • 类比型:“X 就像 Y”,把抽象讲具体。

靠直接给好处

  • 教程承诺型:直说用什么方式教会什么,预告 1/2/3。适合干货、保姆级教程、短视频知识课。
  • 利益/价值前置型:“读完你能…”,把好处提到最前。

钩子库

钩子库在 references/hook-library.md。当用户要求参考历史钩子、复用钩子模式、写多个开头时,先读取这个文件。

库里只收真正能复用的钩子,每项压到一行、便于扫读,不堆长拆解。每条记录保留:

  • 原钩子 + 载体(出现在标题/首句/视频前几秒)
  • 类型 & 情绪机制(它怎么带动情绪)
  • 可复用公式(成分 + 各成分作用 + 顺序)
  • 适用 / 不适用
  • (可选)出处或数据、我的改写

拆解钩子

当用户给视频链接、视频逐字稿、文章、推文、短视频脚本或开头,并要求“拆解视频开头”“拆解逐字稿开头”“拆解钩子”“提取钩子”“收进钩子库”时,目标是拆出以后能直接参考复用的东西,只记关键信息,不堆砌。

  1. 定位钩子:找出真正承担留人作用的部分,通常是标题、第一句、前 3-5 句,或视频前 5-15 秒(口播和画面一起看)。同时记下它出现在哪个位置(载体),位置不同作用完全不同。
  2. 判类型:对照上面「常用类型」清单选最接近的;一个钩子常踩中多类就标“组合型”,清单里没有的直接新命名。
  3. 拆情绪机制(最关键):这个钩子在开头几秒里点起了什么情绪、击中谁、怎么带起来的——比如先勾焦虑再给安全感、用反差制造好奇缺口、用窥私欲让人想往下看。一句话说清“它怎么带动情绪”,这是它有效的内核,也是判断能不能复用的关键。
  4. 提公式:写成一套可复用的公式——拆出钩子由哪几个成分组成、每个成分干什么、按什么顺序排,写成“成分A(作用)+ 成分B(作用)+ …”。不要写成挖了空的完形填空(那只是换个名词、被原句的说法锁死);公式抓的是逻辑,换话题、换说法都套得上。
  5. 标适用:用这个钩子需要什么前提素材(如一个反直觉数据、一段真实经历),以及什么情况会翻车。
  6. 用户明确要求入库时,按 references/hook-library.md 的格式追加,不要覆盖已有内容。

入库前先去重:已有相同结构或高度相似案例时,不新建重复条目。

输出方式

写钩子时,给用户 3-5 个候选,并标注类型。推荐 1 个最适合发布的版本,说明理由。必要时给一个更口语、更犀利、更克制的改写版本。

拆解钩子时,先输出拆解结果;如果已经入库,最后说明写入了哪条库记录。

Security

  • Security scanPassed, 100 of 100Pattern checks on the skill's files.
  • Model reviewNot runA model review is scheduled for the next rescan.

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

Popularity

Repository stars
153
Repository forks
76
7-day trend score
0

Stars and forks are for the whole GitHub repository, not this skill alone. Not refreshed yet.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/bozhoudev/video-skills-toolkit/hook-writing/badge)](https://verified-skill.com/skills/bozhoudev/video-skills-toolkit/hook-writing)

Something wrong with this skill or its page? Tell us.