zhouwei713/title-matrix/title-matrix
Claude Code and agent skill by zhouwei713/title-matrix
- community
Checking that the SKILL.md file is still in the repository.
中文标题工具,覆盖生成、诊断、评审、复盘四种场景。适用于一稿多发(公众号、小红书、X 短帖、X 长文、抖音、视频号)、已有标题改写、多候选比较、带账号数据的标题复盘。挖一次内核按落点分发,每个落点给稳妥、有点冲、顶格三档,每档再给作者语气和通用语气两版,内置 AI 工具赛道的网感公式与取词表。
Install
npx vskill@latest install zhouwei713/title-matrix/title-matrixSKILL.md
一稿多发标题矩阵
一篇内容值几个标题,取决于它要发几个地方。同一句话铺到四个平台,至少在三个地方是错的。
目标是找出这篇内容里最值得点击、又能被正文及时兑现的那个承诺,再按发布形态分别重写。标题可以有情绪和力度,但不能扩大事实范围。
先认模式
| 用户给了什么 | 走哪个模式 | |
|---|---|---|
| 内容、素材、话题,没有标题 | 生成 | |
| 已经有标题,问好不好或要求优化 | 诊断。先给能直接用的改法,再说原题病在哪一层 | |
| 几个候选,问选哪个 | 评审。先排序给理由,候选里已有能用的就直接推荐,别硬补新标题 | |
| 一组标题配阅读、播放、点赞数据 | 复盘。先恢复可比基线,再谈标题 | |
| 验证过的标题,明确说存起来 | 收录。落进本地库 |
认错模式是这类任务最常翻车的地方。用户贴了现成标题却收到一堆无关新标题,等于没干活。
认完模式再认形态。 平台名不足以确定产物。用户说「发 X」时先分清是短帖还是长文,这两件事交付的东西完全不同。问不到就两套都给,并标清哪套是哪个。
按需读取。需要各落点细则和字数核验流程,读 references/platforms.md。需要研究出处、证据分级、账号数据边界,读 references/evidence.md。走复盘或收录模式,读 references/review-and-library.md。
底层模型,内核 × 分发
标题由两件事决定,它们来源完全不同,必须分开处理。
内核来自内容本身,一篇内容只有一个,跟发哪儿无关。它回答的是「这里面到底有什么值得被看见的东西」。
分发来自平台,每个平台一套,跟内容无关。它回答的是「这个地方的人在什么状态下看到这行字」。
所以流程是挖一次内核,铺 N 次分发。反过来做,就会得到四条同义改写,看着是四个标题,实际只有一个。
注意,分发的最小单位是形态而不是平台。同一个平台上两种形态的读者状态不同,就要当两个地方处理。X 的短帖和长文是最典型的例子。
四条底线
一、负面框架比正面框架能打,但负面不等于恐吓。 公开随机实验显示标题每多一个负面词点击率小幅上升,正面词相反;同一份研究拆开情绪后,恐惧类词反而显著降低点击,真正起作用的是失落感。所以用「最差」「别再」「白花的钱」「踩过的坑」「已经失效」,不用「致命」「血崩」「恐怖」。(样本是英文新闻站,方向参考用,不作为打分依据,出处和适用边界见 evidence.md。)
二、具体性是倒 U 形,越具体不等于越好。 原本偏抽象的标题加数字和专名会涨,原本已经塞满参数和型号的再加反而掉。所以先判断手上这条在光谱哪一端。一堆抽象名词的标题要落地,一堆参数的标题要留白。
三、核心信息前置,所有平台无例外。 每个平台都在某个位置截断,手机端截得更早。最重要的那几个字放最前面,这条同时扛住截断和扫读。
四、所有被公开的模板都会失效。 某个短语被公布为最强句式之后,模仿标题几天内泛滥,效果随即归零。关键词也一样,某个模型名或热词在这个季度是流量锚点,下个季度可能是零。角度库给的是机制,不是台词。 照抄句式只会产出一股过期味儿。
力道纪律,事实不夸大,情绪要给足
这是最容易做反的一条。让模型写标题,最大的风险不在它瞎编,在它太守规矩。「不编造」管的是事实,管不到措辞的力道。74.2 压过 74.0 是事实,写成「把对手摁下去了」也是同一个事实,一个数字都没多,力道完全不同。把「不编造」执行成「不敢用力」,出来的全是准确但克制的说明句,一条都不会爆。
事实层逐项对素材,一个数字一个实体都不许多。措辞层反过来往饱满里写,用素材里最有劲的那个词,用作者自己说过的口语判断,用能画出来的动作。素材说「折磨人」,标题就可以说折磨人;素材说「自己革自己的命」,标题就可以说把自己的旗舰废了。
但修辞只能加情绪,不能扩大事实。 按普通读者对整句话的理解来检查,以下五条踩到任意一条就是越界,不是力道。
- 扩大了比较对象或适用范围。单项跑分领先写成全面碾压,一个任务跑通写成全能。
- 放大了领先程度、损失或确定性。「小幅领先」写成「甩开一条街」,「可能」写成「已经」。
- 把仍需人工处理的流程写成全自动。正文里还有人工终审,标题不能说全托管。
- 把推测、社区反馈或第三方测试写成作者亲测。素材是别人跑的,标题不能写「我实测」。
- 省略了决定结论成立的关键条件。限定场景、限定版本、限定价格口径丢掉,结论就变了。
举个边界。「某项代码测试高 0.2 分」可以写成「在这项测试里领先」,不能写成「写代码碾压旗舰」。「官方把 API 请求切到新模型」不能自动推成「旧旗舰被废了」,除非素材里作者自己就是这么判断的。
把事实和态度分在逗号两边
力道纪律是一条原则,两段式是它的可执行形态,中长标题优先用这个结构。
逗号前只放事实,逗号后只放态度,后半句不许增加新信息。
- 「腾讯悄悄上线了 Claude Code,居然还支持微信登录。」
- 「飞书终于支持 Markdown 了,这个最弱的格式却赢下了整个 AI 时代。」
- 「今年高考我让 12 个顶级 AI 一起考了语文和数学,结果有点意外。」
好处是结构上就很难把力道误加到事实身上。写完自检两下。逗号前的部分单独拿出来,每一项都能回素材找到证据吗。逗号后的部分拿掉,前半句还是一句完整的事实陈述吗。两个都是就对了。
后半句是判断、感受、立场或者一个留白,不是第二个事实点。塞两个事实进去就变回了流水账。
狠动词给工具,别给作者
修辞化的动词往主位放的时候,主语优先是产品、模型或者事件本身,作者站在旁边看。「AI 杀死了破折号」「它把我整个代码库都偷走了」这类写法冲但不油。换成「我用 AI 杀爆了效率」立刻变味,因为力道落到了自吹上。
同理,第一人称出场时优先承担代价而不是成绩。被封号、浪费了多少 Token、为了省一笔钱折腾了什么,这类比「我做到了什么」更好使,也跟负面框架那条研究对得上。
标点,一档二档默认句号收尾
感叹号读起来是在吆喝,句号读起来是在通报一件既成事实,后者更稳也更贵气。一档和二档默认用句号收尾,不用感叹号。 三档可以放开,但整组交付里感叹号最多出现一次,对应「允许一处不规整」那条额度。
小红书是例外,20 字硬墙里句号要吃掉一个字,拿 5% 的空间换一点语气不划算,那边默认不收尾。X 短帖是正文不是标题,按正常句子标点走。
多打一个逗号制造停顿是一种低成本的不规整,比感叹号克制。「它的名字,叫 miclaw。」这种写法把产品名单独顶出来,用掉的也是那一处额度。
以上三条来自对一个头部中文 AI 账号三年 352 条公众号标题的结构统计,句号收尾占 87%,带逗号的两段式占 83%。该样本没有阅读数据,所以这是写法上的结构观察,不是效果结论,按证据等级五用,不写成规律。
标题党的三个档位
先把「标题党」拆开,它实际是两件事。
一种是承诺正文里没有的东西,读者点进来发现被骗。这种平台会记账,头条的标题创作规范明文列了夸张式和悬念式,微信运营规范 4.11 点名夸大误导,主流信息流产品很早就把「点进去多快退出」当降权信号。
另一种是把真实的东西只露一半、情绪顶格、把最戏剧的那个细节顶到全篇代表位。这个叫网感,真实爆款基本都在干这件事。
所以分三档,默认三档全给,让用户自己挑。档位是表达选择,不代表质量高低,三档不比一档「好」。
| 档位 | 怎么写 | 长什么样 | |
|---|---|---|---|
| 一档 · 稳妥 | 照事实说。对象、动作、结果交代完整,不留缺口,情绪词克制。机构号、严肃选题、搜索场景适用 | 「公众号从选题到推草稿箱不用切窗口了,我用 WorkBuddy 接了飞书」 | |
| 二档 · 有点冲 | 事实不变,换上素材里最有劲的词,把代价或冲突顶到前面 | 「一篇文章切十几次窗口,我把这些搬运的活儿全甩给了腾讯的 AI」 | |
| 三档 · 顶格 | 只露一半,情绪顶格,拿最戏剧的真实细节当全篇代表。修辞化的动词可用(偷学、摁下去、废了) | 「腾讯 WorkBuddy 偷学了我的文风,写出来的稿子我改了三处就发了」 |
上面这组示例里,三档的「偷学」对应的是作者把历史文章给了工具做文风参考,「改了三处」是原文写过的「我一般改三个地方」。一个字没编,只是把最戏剧的那个动作顶到了主位。这就是三档和一档的真实差距,不是在一档上加「竟然」「直接」。
示例只用来量档位之间的落差,不许当模板。 这三条出自一篇讲 AI 工具接办公软件的工作流文章。两种情况下必须警觉。手上素材跟它同类甚至同源时,示例会把你锚死,你写出来的三档很可能只是它的同义改写。多落点任务里,四个落点的三档如果都往示例那个方向靠,说明你在复制一个句式而不是在挖四个不同细节。自检一句,把示例从脑子里拿掉,这条三档还站得住吗。 站不住就作废重写。
三档是天花板,再往上就是编,那一档不给。 三个档位都要过兑现度那道闸,兑现度是天花板不是可调项。判断办法很土,读者点进来十秒钟,能不能找到标题说的那件事。找得到多狠都行,找不到再温和也是骗。
三档常见的越界形态有三种,逐条查。跟正文结论相反;把正文明确保留的人工环节说成全自动;加一个编的细节来凑情绪(饭都没吃、熬到凌晨)。一个编的细节会让读者怀疑整篇。
碰到某个写法很诱人但越界时,用一句话说明它为什么不给,帮用户建立边界感。不展开,不列清单,不说教。也不许用脚注和风险提示给越界标题免责,直接改文案。
每一档都给两种语气
档位控力道,语气控人设,这是两个独立维度。一个落点的标准交付是六条,三档乘两种语气。
- 作者语气,第一人称在场,口语判断,有具体动作和真实代价,允许一处不规整。不强制用「我」开头,但要有真实在场感。
- 通用语气,去掉人设标记,任何账号拿去都能直接用。
两种语气不是同一句话换个说法。 作者版从「我做了什么」起句,通用版从「发生了什么」或者「谁做到了什么」起句,两边的主语就不一样。如果两条读起来只差一个「我」字,说明通用版没重写,回去重来。
三档的通用语气最难写,因为顶格的力道很多来自第一人称的在场感。去掉「我」之后要靠更强的事实反差或者更狠的实体对撞补回来,不能靠加形容词。实在补不回来就说明这篇的三档天然依赖人设,直说,别拿一条注水的凑数。
内容本身没有稳定第一人称人设时,两种语气差异会很小,这时只保留更合适的一种,并说明一句。
AI 工具赛道的网感公式
这个赛道有实际案例可依,用它,别用通用直觉。
真实爆过的标题长什么样
以下是这个赛道小号和中号打出来的公开案例,数字是页面展示值,只作校准参照,不是可复现的收益承诺。
- 「我给 OpenClaw 搭了间像素办公室,它现在每天自己上下班」 10 万+
- 「钉钉卖 709 的 AI 卡片,我入手了...」 10 万+
- 「小浣熊桌面端 2.0 正式上线!升级的恰到好处」 10 万+
- 「万物皆可控?我买了个驾驶龙虾的终极硬件」 7.8 万
- 「终于找到一个用了就回不去的 AI 创作平台了」 7.2 万
- 「Kimi K3 刚刚发布,把老外都看沉默了」 6.5 万
- 「我让腾讯 Miora 帮我开了家火锅店,做到最后,我有点膨胀了」 4.3 万
- 「装了这 3 个 skill,龙虾终于能拿得出手了」 2.9 万
拆出来的四件套
- 第一人称做了一件能画出来的事。 「搭了间办公室」「开了家火锅店」「入手了」「买了个硬件」。不是「测了」「用了」「体验了」,那些画不出来。写通用语气时这个动作不能丢,只是换个主语。
- 结尾一个口语情绪判断,给画面不给结论。 「有点膨胀了」「拿得出手了」「回不去了」「看沉默了」「恰到好处」。这个判断要是作者自己会说的话,不是评测腔。
- 实体词前置,而且要挑对词。 见下面的取词表。
- 允许一处不规整。 一个感叹号、一个省略号、一个反问开头都可以,但只能有一处。
这个赛道的读者吃的是「他玩出了什么」,不吃被教育。「你以为…其实…」「别再…了」这类冲着读者去的写法,在情感类赛道有效,在这个赛道的公开案例里没有明显优势。优先用第一人称叙事。
取词表
下表来自五个 AI 工具公众号 645 篇文章的历史关联,观察窗口 2025 年 7 月到 2026 年 6 月。这是历史关联,不是平台规则,也不是因果。 强弱只是该样本内的相对表现,不换算成倍数或百分比,因为样本口径、指标定义和分发条件都无法还原。词会过期,用前先判断它现在还热不热。
| 词 | 该样本内表现 | 怎么用 | |
|---|---|---|---|
| GitHub / Star | 强 | 有真实 star 数才用 | |
| Skill | 强 | 正文真有可装的 skill 才用,受选题周期影响大 | |
| 一键 / 直接用 | 强 | 低门槛和立即可用比零价格更吸引人 | |
| OpenClaw / 龙虾 | 强 | 与正文强相关才用 | |
| 微信 / 公众号 | 强 | 内容真跟微信生态有关 | |
| 腾讯 | 强 | 腾讯系产品可直接前置 | |
| 教程 / 指南 | 中 | 要配具体成果 | |
| Claude / Codex | 中 | 对比或实测场景 | |
| 开源 / Agent | 已饱和 | 不能单独当钩子 | |
| 免费 / 白嫖 | 弱 | 别当主钩子,小红书搜索场景例外 | |
| DeepSeek | 弱 | 别放最前面,先上画面和冲突 |
关键词至少要干一件事,指向高关注对象、提供可信度、表明有可直接用的成果、帮读者快速识别主题。只描述技术不说读者结果的词一个都别堆。
不能凭这张表说某个词是推荐池触发词或者平台偏爱它。 表现好可能来自选题周期、品牌辨识度、发布时间、早期互动速度,跟标题本身无关。
中文高唤起词(取词用,不是打分用)
仍有效 真相、内幕、终于、原来、竟然、千万别、避坑、复盘、翻车、崩了、硬核、手把手、保姆级、后悔、扎心、拆穿、清醒、离谱、上头、回不去
烂大街 震惊、速看、必看、重磅、干货满满、太牛了、宝藏、封神、天花板、yyds、破防了、建议收藏
信息差型时间锚 悄悄、刚刚、今天、深夜、一夜之间、终于、还是来了
这组单拎出来说,因为它性价比最高。它干的活是「这事已经发生了而你还不知道」,制造错过感,但本身不含任何夸张成分,所以有钩子又不越界,比「重磅」「突发」安全得多。产品低调更新、功能没做宣发、半夜发版这类素材优先考虑它。前提是真的低调,官方大张旗鼓办过发布会的别写「悄悄」。
高唤起词是增强口语力度的工具,不是评分项。只有作者真的会这么判断、正文也兑现得了才用。
Phase 1 · 挖内核
从素材里至少列出 3 个张力候选,选最强的一个。张力只能来自这六类。
- 一个意外的事实
- 一次反转
- 一笔真实代价
- 一处冲突
- 一个改变判断的数字
- 一件读者切身的利害
把选中的写成一句内部工作句,谁做了什么,出现了什么结果,结论受什么条件限制。
自检闸门。 这句话不能是素材字段的拼接。「做了个 AI 客服然后复盘」是字段拼接,不合格。「上周还能跑的流程今天全挂了,配置一个字没改」是张力,合格。「Kubernetes 网络」是话题标签,不合格。
同时找画面。 内核之外,从素材里挑一到两个最能画出来的动作或场景(开了家火锅店、画了个火柴人、切了十几次窗口)。这个赛道的标题靠画面撑,没画面的内核再强也平。
同时找最戏剧的那一个细节,三档顶格要用它。它不一定是全篇重点,但必须是正文里真有、而且前三分之一就能兑现的。
最戏剧的细节压在正文中后段时,别硬用。 它过不了十秒钟那一关,标题准确也算骗。两条路,换一个前段就能兑现的细节来顶三档,或者留用这个细节但同时告诉用户正文要把它往前挪、或者在开头一句话点到。必须明确交代走的是哪条路,不许写完标题就当兑现位置不存在。
内核弱,后面二十条会一起弱,措辞救不了一个没有赌注的前提。不合格就回素材重挖。
素材真的只有功能罗列时,就写清楚的功能型标题,不硬造冲突,并说明三档在这篇上撑不起来。缺少决定性事实时可以给带方括号占位符的升级方向,但占位符标题不许混进「可直接使用」那一区。
Phase 2 · 铺角度
先要量,别精雕。生成阶段抛光会把搜索空间收在最不该收的地方,经验上最好的那条通常在第 7 条之后出现,前 6 条是惯性。
草稿数量服从任务规模。完整矩阵任务,单一落点至少 12 条草稿、多落点至少 20 条,三个档位各至少 4 条,两种语气都要有,至少覆盖 5 个不同角度。
交付数量服从用户要求和素材承载力。用户只是随口要「几个标题」时,给 4 到 8 条差异明显的候选就够,不必甩整套矩阵。用户要矩阵或明确要三档两语气时才给满。素材撑不住就减量,并说清补什么事实能升级。不为凑数造新事实、重复同一句式或硬换角度。
草稿里三个档位都要有量,别先写完一档再往上推。顶格那档要从最戏剧的细节重新起句。两种语气也各自起句,不是写完作者版再把「我」删掉。
角度库
| 角度 | 干什么 | 中文写法 | 别用在哪 | |
|---|---|---|---|---|
| 好奇缺口 | 开一个只有读完才能关上的具体问题 | [具体主体][做了具体的事],[结果留白] | 搜索场景、抖音虚假悬念。全库风险最高的一招 | |
| 具体化 | 把数字、专名、时间、原话、报错搬进标题 | 「很快」换成「45 分钟」,「省钱」换成「省了 23%」 | 标题已经塞满参数时,再加会掉 | |
| 利害 | 点名读者会失去或得到什么 | 你的[X]可能正在[具体损失] | 利害是泛泛的「提升效率」时 | |
| 反差 | 把两件都为真但不该同时为真的事并置 | [身份A],却[反预期行为] | 反差是硬凑的 | |
| 反问 | 问读者已经在问的那个问题,反问优于直问 | 为什么你[做对了动作],[结果]还是[不好] | 付费推荐位,问句在那里垫底 | |
| 交付物 | 承诺一个被精确命名的东西 | [N] 步做出[具体成果](附[资源]) | 正文给不出那个资源时 | |
| 数字骨架 | 用计数或度量搭骨架 | [N] 个最容易踩的[东西] | 内容凑不满那个数。别信奇数比偶数强,那条被证伪过 | |
| 读者原话 | 用读者自己会打出来的那句话 | 直接搬搜索框里的说法 | 纯信息流场景会显得干 | |
| 负空间 | 从缺了什么、停掉了什么切入 | 我停掉了[所有人都在做的事],然后[结果] | 断言站不住时,这是强主张 | |
| 机制 | 不讲结果,讲为什么它能做到 | [结果]背后真正起作用的是[机制] | 泛大众信息流,机制在大盘里枯燥 | |
| 身份 | 让特定人群觉得这是给我看的 | 做[职业]第[N]年,我[认知转变] | 身份标签太宽等于没标 | |
| 时间锚 | 挂在读者已经在关心的事上 | [刚发生的事],这对[人群]意味着什么 | 热点已过峰,或内容和热点其实无关 | |
| 画面动作 | 第一人称做了一件能画出来的事,结尾口语判断 | 我让[工具][干了件具体的事],[情绪判断] | 素材里没有真实动作,只有功能罗列时 |
跨落点铁律。 同一内核铺到多个落点时,每个落点必须换一个角度。四个落点四条同角度标题,等于只有一条。这条对同一平台的两种形态同样生效,X 短帖和 X 长文撑的如果是同一个点,等于浪费了一次曝光。同一落点内部的三档两语气不受这条约束,它们本来就是同一件事的不同写法。
素材硬料要拽进来。 数字、人名、地名、时间、原话、报错信息、价格。
库反哺。 data/hits.md 存在且目标落点或角度有已验证案例时,拉 1 到 2 条做校准参照,说清为什么贴切。库空就用上面那批赛道公开案例校准,并说明那是公开案例不是用户自己的数据。跨落点案例不硬套。
Phase 3 · 五道闸
客观可判,不过就删或改,不要辩护。五道闸对三个档位、两种语气一视同仁,顶格那档不享受任何豁免。
闸一 · 零编造(最优先,草稿和定稿各查一遍)
用承诺清单法。把每条候选拆成它做出的承诺项,逐项回素材点名找证据。
| 承诺类型 | 拆出来长什么样 | 要找的证据 | |
|---|---|---|---|
| 数字 | 「3 天」「省了 40%」「12 个」 | 素材里有没有这个数 | |
| 实体 | 「一张对比表」「源码」「提示词」 | 这东西真的存在吗 | |
| 身份 | 「五年产品经理」「宝妈」 | 素材说过吗 | |
| 动作 | 「我实测」「上手跑了」「接进了飞书」 | 作者真做过还是看别人做的 | |
| 结果 | 「直接上线」「当天跑通」 | 真的跑通了吗 | |
| 范围路径 | 「一文讲透」「全面超越」「从最疼的讲起」 | 正文真是这个结构、这个范围吗 | |
| 程度词 | 「只有」「竟」「终于」 | 这是素材的结论还是你加的 |
任何一项找不到证据就删、收窄,或改成来源清楚的表述。被砍掉的项不许换个同义词复活进定稿,也不许换个语气复活。「一张表」被砍了不能改成「一份清单」混进去。
素材里带「好像」「应该」「感觉」的话,标题里不得变成肯定结论。
「实测」要求正文有作者本人的操作和结果记录。「教程」「模板」「源码」「Prompt 可复制」要求正文真的交付了对应内容。「全面超越」「取代」「碾压」这类整体结论不能由单项跑分或局部案例推出来。
但注意,这道闸只砍事实,不砍力道。口语情绪判断(离谱、上头、有点膨胀了)和修辞化动词(偷学、摁下去、废了)只要方向跟素材一致就放行,见上面的力道纪律。
闸二 · 折叠位
每个落点都有一个决定点击的可见区,超出的部分是奖励不是主体。把标题砍到折叠位那个字数,剩下的还成立吗。不成立就重排语序,别缩写。
折叠位是观察值不是常量。同一平台有多个入口、终端和卡片样式,某张截图里的位置不能当永久固定值用。需要精确校验时按 platforms.md 的流程走。
闸三 · 字数
中文按字数算,不按字符。查下面的落点规格表。六条都要单独算,不能只算推荐那一条。
需要报字数时说明计数口径,英文单词、数字、空格、标点和 emoji 的算法可能跟平台编辑器不同,临近硬上限以当前编辑器实测为准。
闸四 · 合规
极限词、诱导互动、平台明令禁止的形式。涉及健康、功效、商品推广时,不能只挂风险提示,必须直接给去功效化的安全版。「体脂从 32% 降到 26%」优于「瘦了十斤的神器」,把功效表述换成过程和记录表述。
闸五 · 兑现度(一票否决,也是档位的天花板)
读者点进来十秒钟,能不能找到标题说的那件事。找不到就删。不许靠加「可能」「或许」这类对冲词硬保一条超出内容范围的标题,也不许用脚注免责。
排序权重,明确取舍,不要十几个维度全打勾。
兑现度(一票否决) > 画面感 > 具体性 > 张力 > 角度稀缺度
不打分。 一个「87 分」是假的确定感,市面上的标题评分与实际表现相关性很弱。给理由,不给分。档位和语气都不是分数,是选项。
Phase 4 · 交付
输出铁律。 用户只要标题,不要方法论。Phase 1 到 3 的全部推演,内核句、角度判定、被砍候选、逐条校验,都是内部工作记忆,默认不展示。所有用户可见的文字里不许出现内部黑话,不写「角度库」「闸」「内核」「兑现度」「Phase」,用大白话替代。「一档二档三档」「作者版」「通用版」可以直接用,那是给用户看的刻度。
矩阵任务默认三档全给、每档两种语气,一个落点六条。用户明确说只要某一档或某一种语气时才缩减。随口要几个标题的轻任务直接给候选加一个推荐,不铺矩阵。
单落点输出用这个格式。
多落点输出用矩阵,每块一个落点而不是每块一个平台,块内三档各带两种语气。字数注在每条后面,一档下面标一次上限就行,不必每条重复。
每个落点内部都要写满六条,上面只是省略写法,不是允许少给。
保鲜期提醒,一段大白话,说清哪条绑着短期词、哪条能长期用。
校验脚注,一行,对每一条负责。每条都达标才打 ✓。只要有一条超字数、有待补数字、有合规风险,就写清具体是哪一档哪一版的风险点,不许笼统打 ✓。
脚注不是免责区。 它只登记两类东西,客观待核验项(字数临界、数据要确认、热点窗口快过了)和主动做的取舍说明。你自己已经判定越界的标题,不许原样留在候选区然后在脚注里附一个收窄版,直接把收窄版换上去,越界那条不出现。写脚注时如果冒出「我知道这条淡化了某个保留,但为了力道还是写了」这个念头,就是没改干净,回去改。
落点规格
| 落点 | 字数上限 | 折叠位(观察值) | 分发逻辑 | 首选角度 | 头号禁忌 | |
|---|---|---|---|---|---|---|
| 微信公众号 | 约 64 字 | 信息流折叠后手机端约前 22 字 | 订阅打开 + 社交转发 | 画面动作、反差、交付物、机制 | 夸大误导(运营规范 4.11) | |
| 小红书 | 约 20 字 | 前半段最可能被搜索命中 | 搜索 + 信息流双引擎 | 读者原话、身份、负空间 | 关键词不前置就搜不到;诱导点赞收藏会限流 | |
| X 短帖 | 没有标题,写的是正文第一行 | 时间线约 2 行后折叠,第一行定生死 | 转发 + 关注链 + 算法混合 | 具体化、画面动作、反差 | 铺垫句、预告句、长句绕弯 | |
| X 长文 | 有真正的标题字段,建议 30 字内 | 卡片上约两行 | 卡片展示 + 链接转发 | 反差、数字骨架、交付物 | 把公众号那套完整交代搬过来,卡片装不下 | |
| 抖音 | 约 55 字 | 播放页首行 | 完播率 + 互动率 | 好奇缺口、利害、负空间 | 诱导互动、虚假悬念 | |
| 视频号 | 约 30 字 | 首行 | 私域 + 算法 | 利害、具体化 | 过度抖音化的夸张,在熟人场里掉价 |
上表是常用参考值,会随平台改版变化,涉及硬卡点时以当前官方编辑器实测为准,并提醒用户核一下。各落点的详细写法见 platforms.md。
档位在不同落点的安全区不一样。 小红书搜索侧和抖音对虚假悬念的惩罚最重,三档在这两处要把搜索词和具体事实保住。公众号和 X 的三档可以更放开。
语气在不同落点的权重也不一样。 X 短帖和小红书天然偏第一人称,通用版在这两处容易发干,写的时候用具体主体接住(某个产品、某个数字、某个人群),别用无主语的抽象句。
X 的两种形态,别混为一谈
This is the start of the file. Read the full SKILL.md on GitHub.
Security
- Security scanPassed, 90 of 100Pattern checks on the skill's files.
- Model reviewPassed
Quality evaluation
- Task evaluationNot runNo evaluation yet. Run one in Skill Studio.
Source
- SKILL.md in the repositoryCheckingskills/title-matrix/SKILL.md
Popularity
- Repository stars
- 18
- 7-day trend score
- 15
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
[](https://verified-skill.com/skills/zhouwei713/title-matrix/title-matrix)