share-reading

分享阅读内容

帮助起草社交媒体帖子，分享有价值的读物、文章、工具或资源。生成多篇语气和风格各异、可直接发布到 X、Substack 或知识星球的候选帖子。

工作流

步骤 1：处理输入

判断输入类型，并据此提取内容：

如果输入是 URL：

• 使用 WebFetch 获取网页内容
• 提取：标题、作者、要点、发布日期
• 保留原始 URL，以便加入帖子

如果输入是文件路径：

• 使用 Read 加载文件
• 从 frontmatter 或内容中提取相同的元数据

如果输入是直接提供的文本或笔记：

• 按原样使用所提供的内容
• 如果未包含来源 URL，则询问用户

步骤 2：了解背景

撰写前，请考虑：

• 这项内容有什么分享价值？（洞见、实用价值、新颖性、争议性）
• 哪些人会关注？（开发者、AI 爱好者、普通科技受众）
• 用户可能想从什么角度切入？（推荐、评论、讨论）

如果意图不明确，简短询问：

这篇内容你想从什么角度分享？比如：
- 推荐给大家（觉得很有价值）
- 分享某个观点/发现
- 提出讨论/问题
- 其他想法？

步骤 3：生成候选帖子

提供 2-3 篇角度各异的候选帖子。每篇都应：

1. 包含来源链接——始终提供，并自然地放入帖子中
2. 内容完整——读者无需点击也能了解其价值
3. 符合平台语气——参见下方的平台指南

候选角度（选择 2-3 个合适的）

• 总结 + 收获：简明总结，并加入个人收获或观点
• 重点摘录：提取最令人印象深刻的观点或引文，并补充简要背景
• 提问／讨论：围绕内容提出问题，引发互动
• 实用角度：聚焦可操作的价值——“如果你在做 X，读这篇是因为 Y”
• 逆向／新颖观点：提出文章未涉及的视角

步骤 4：呈现给用户

清晰标注并呈现候选帖子，例如：

## 候选 1：总结推荐型

{content}

## 候选 2：观点提炼型

{content}

## 候选 3：讨论引导型

{content}

请用户选择一篇，或组合多篇候选帖子的内容。

平台指南

X（Twitter）

• 主帖保持简洁（单条推文少于 280 个字符，或采用串帖形式）
• 开头就抛出吸引人的内容——第一行最重要
• 使用换行提高可读性
• 话题标签：使用 1-3 个相关标签，放在末尾或自然地融入正文
• 链接可放在主推文中，也可放在回复里

Substack Notes / 知识星球

• 可以更长一些，语气更自然随意
• 加入更多个人评论和背景信息
• 使用短段落组织内容
• 可以用项目符号列出要点

通用风格

• 使用与来源内容相同的语言撰写（中文文章 → 中文帖子，英文 → 英文）
• 如果用户有个人中文写作风格技能，请遵循其偏好
• 避免使用夸张词汇（如“革命性的”“颠覆性的”），表达要真诚
• 具体而非空泛（“将构建时间缩短了 40%”优于“让速度更快”）

示例

示例 1：用户分享链接

用户：分享一下这个 https://example.com/article-about-rust-in-linux

Claude：抓取网页、阅读内容并生成候选帖子：

候选 1：总结推荐型

Rust 正式进入 Linux 6.12 内核的网络子系统。这意味着内核中最关键、也最容易出现内存安全问题的模块，开始用 Rust 重写了。

文章详细介绍了迁移策略：不是一刀切，而是用 Rust 编写新模块，再逐步替换旧代码。最实际的一点是，这套方案已经在生产环境中运行了 3 个月，没有出现内存安全漏洞。

https://example.com/article-about-rust-in-linux

候选 2：观点提炼型

“我们不是要用 Rust 重写 Linux，而是要让新代码不再产生旧问题。”

Linux 网络子系统开始引入 Rust，最值得关注的不是语言之争，而是他们循序渐进的迁移策略——这对所有大型 C 项目都有参考价值。

https://example.com/article-about-rust-in-linux

候选 3：讨论引导型

Linux 内核的网络子系统开始使用 Rust 了。运行了 3 个月，没有出现内存安全漏洞。

但评论区有个好问题：Rust 的编译时间和学习曲线，会对内核贡献者社区产生多大影响？快速迭代和安全保障之间该如何平衡？

https://example.com/article-about-rust-in-linux

示例 2：用户分享时指定角度

用户：分享一下这个，很有意思的提示词工程方法 https://example.com/prompt-patterns

Claude：抓取页面，并根据用户指定的角度（有意思的方法）生成候选文案：

候选文案 1：重点介绍

这是我见过最清晰的系统化提示词工程框架。作者没有采用反复试错的方式，而是将其拆解为 5 种可以组合搭配的模式。

光是“约束分层”这一模式就值得一读——他们正是通过这种方式，让 GPT-4 稳定输出有效的 JSON，而无需强制执行 Schema。

https://example.com/prompt-patterns

候选文案 2：实用角度

如果你要为生产环境编写提示词（而不只是进行 ChatGPT 对话），不妨花 10 分钟看看这篇文章。

关键见解：把提示词当作函数签名——预先定义输入、预期输出格式和边界情况处理。作者分享了 5 种模式，并提供了前后对比示例。

https://example.com/prompt-patterns

示例 3：用户直接提供笔记

用户：帮我写个分享帖，关于我今天试用了 Cursor 的新 Background Agent 功能，感觉很惊艳，可以后台自动完成任务

Claude：没有 URL 可供抓取，于是使用用户提供的笔记，并询问：

要附上 Cursor 官方的介绍链接吗？或者你有截图/录屏想一起分享？

然后根据用户的亲身体验生成候选文案。

关键规则

1. 始终包含来源链接——绝不省略
2. 不要捏造内容——只引用文章中实际提及的内容
3. 匹配来源语言——中文内容生成中文帖子，英文内容生成英文帖子
4. 提供多个候选文案——始终提供 2-3 个选项，而不只是一个
5. 不得自动发布——只生成文本，不执行任何发布操作
6. 语气真诚——避免营销话术和过度夸赞