mcpField
C
content-growth-studio

content-growth-studio

github.com/timlai666营销与增长070 次安装1 天前更新
代码仓库

关于 content-growth-studio

Content Growth Studio 是用于统筹文章、视频、通讯和社交内容工作的技能,适合内容与营销团队。它可从现有素材或创意简报出发,按目标受众、渠道和目标选择模式并组织交付内容。

主要功能

  1. 01支持素材驱动或简报驱动
  2. 02按目标选择并组合工作模式
  3. 03适配受众、渠道与品牌语气
  4. 04提供分析、构思、改写和内容制作
  5. 05规划标题、开场和行动号召
  6. 06检查来源准确性与渠道适配

适用场景

  1. 01将现有资料改写为渠道内容
  2. 02根据主题和简报制作内容草稿
  3. 03比较来源并提炼可复用的内容模式
  4. 04规划编辑工作流与内容节奏

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/timlai666/skills --skill content-growth-studio

安装后在 Claude Code 中输入/content-growth-studio确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

agents/
openai.yaml
references/
01-scope-and-mode-routing.md
02-input-contracts-and-gates.md
03-source-analysis-playbook.md
04-channel-playbooks.md
05-packaging-systems.md
06-output-contracts.md
07-handoff-matrix.md

详细介绍

内容增长工作室

概述

从现有材料或简报出发,统筹文章、视频、简报和社交媒体内容工作。根据用户预期的结果选择模式,针对受众和渠道塑造内容,并整合为一份连贯的交付成果。

输入约定

至少需要提供 source_artifacts 或 topic_or_subject 其中之一。尽可能根据请求和现有材料确定 target_audience、primary_channel、goal、brand_or_voice 和 constraints。

  • source-led:URL、文字稿、文章、脚本、标题加大纲、竞品示例、笔记,或评论/支持/社交媒体证据。
  • brief-led:主题、受众、渠道、目标、语气和限制条件。
  • 两者都有时,根据来源材料校准简报。

对于结构化输入或特定模式缺少的信息,请阅读输入约定与门槛。 这些字段用于描述工作所需的输入,并非要求用户填写的表单。

数据充分性门槛

当信息足以支持有用的结果时即可继续。只说明确实需要且会实质影响输出的假设,不设固定数量。只有在缺失信息会妨碍完成所请求的结果时,才简洁地提问。对于快速草稿,尽可能采用合理且已说明的假设并继续。

绝不编造效果数据、来源事实、未经观察的竞品数据,或声称有证据支持但实际并无依据的受众洞察。如果无法访问链接材料,而工作又依赖这些材料,请索取文字稿、摘录、笔记或截图。

工作流

选择模式

默认使用 mode: auto。根据自然语言和所请求的结果推断模式。如果请求需要结合多个模式,则进行组合,同时确保交付内容不超出范围。开始工作前,阅读每份相关链接参考资料中的对应部分。

模式预期结果执行前阅读
analyze内容拆解、来源比较、可复用的公式来源分析,包括其中完整的分析维度
ideate定位、主题、系列、名称或切入角度目标渠道对应的渠道指南
rewrite在保留原意的前提下改进现有草稿来源分析和目标渠道的渠道指南
package标题、吸引点、缩略图、CTA 或互动提示包装体系和目标渠道的渠道指南
produce完整的文章、脚本、帖子或跨渠道改编内容目标渠道的渠道指南;使用现有材料时,还需阅读来源分析
system编辑工作流、发布频率、工具、时间或预算计划输出约定中的 system 部分

对于含糊的请求或详细的场景示例,请阅读范围与模式路由。

执行并整合
  1. 明确受众、核心承诺、来源材料的含义和渠道要求。
  2. 应用所选模式和相关渠道规则。在其他模式中进行标题或吸引点相关工作时,请阅读包装体系。
  3. 如果受众研究、心理学、理论编码或其他专业领域需要深入处理,请在选择专业技能前阅读交接矩阵。该矩阵说明需要提供的输入和预期返回内容。页面构建属于 landing-page-studio;用户提出需求时,本技能负责处理其内容方案。
  4. 根据下方的输出规则整合结果。检查来源忠实度、渠道适配度,以及包装是否兑现了内容的实际承诺。

输出约定

先交付用户要求的结果。对于改写,默认提供修改后的文本,并在有帮助时简要说明重要改动。对于制作,提供可直接使用的成稿或脚本,以及使用所需的说明。

对于完整分析、规划方案或多部分交付,请阅读 Output Contracts 中选定的模式。适用时,可使用其中完整的章节模板;选择对请求有帮助的章节。只要求标题时,只需提供标题,无需提交完整的包装报告。

质量规则

  • 默认使用繁体中文和台湾用语,除非用户提供的材料明显指向其他语言。
  • 除非用户要求重新定位,否则在 rewrite 中保留源文含义。
  • 根据目标渠道调整结构、开场节奏、行文节奏、证据和 CTA。跨渠道改编应保留核心承诺,同时调整呈现方式。
  • 标题和开场钩子应与内容实际提供的内容相符。用户要求排序时,简要说明排序依据。
  • 将观察结果与对留存、分享或转化的预测分开;有说服力的结构本身并不能证明实际效果。
  • 将专业人员的结果整合到用户要求的交付内容中。

快速参考

  • 范围和模式示例:含糊的请求,以及与其他技能的边界。
  • 输入约定:各模式的结构化输入字段和缺失数据处理方式。
  • 源文分析:完整分析方法和针对不同源文的处理方式。
  • 渠道指南:文章/新闻通讯、长视频、短视频和社交内容的呈现规则。
  • 包装体系:标题和开场钩子类型、缩略图、CTA 和互动素材。
  • 输出约定:分析、计划和多部分交付的完整模式模板。
  • 交接矩阵:专业人员的选择、所需输入和预期结果。

评论

支持 Markdown