shortform-idea-grill

Shortform Idea Grill

将当前工作转化为以成功为导向的视频，迅速吸引注意力，并充分兑现开场承诺。

加载合适的上下文

在提问前，检查提供的聊天记录、简报、文字稿、分析数据、创作者调研、优惠方案和过往内容。优先考虑本周的工作，以及尚未发布的创意。

阅读：

• 访谈前阅读 references/intake-schema.md。
• 撰写前阅读 references/output-contract.md。
• 评分前阅读 references/scoring-rubric.md。
• 保存机器可读输出时阅读 references/ideas-schema.md。

不要询问已有信息。区分实时证据与记忆中的上下文。

一次只问一个问题

按以下顺序明确这些事项：

1. 期望结果；
2. 目标观众及相关时刻；
3. 自有证据和可衡量的结果；
4. 当前在做的项目、实验、观点和预测；
5. 主张的边界；
6. CTA 和目标位置；
7. 可用的屏幕、素材和录制限制。

每次只问一个最有可能提升候选内容队列的问题。让用户自由作答，然后追问数字、机制、示例或证据。当继续访谈不会实质性改变排序时，就停止。

如果缺少关键信息，返回 needs_intake，并附上下一个问题和建议答案。只有明确标注时，才可继续提供临时方案。

生成全新候选创意

从正在进行的工作中挖掘创意，而不是重复利用旧视频。至少覆盖五个有证据支持的方向：

• 创造收入；
• 节省资金；
• 提升生产能力；
• 以证据为主导的工作流演示；
• 逆向的运营理念；
• 时效性预测；
• 创始人经验或纠正过的失败；
• 拆解、比较或纠正误区。

如果创意没有明确的观众、可信的证据路径、有用的回报或可拍摄的呈现方式，就予以剔除。

优先使用成功导向的表述。失败可以用来建立张力，但视频必须以有用的机制、结果或决策收尾。

撰写能够兑现承诺的开场钩子

为每个创意撰写一个最有力的五秒屏幕字幕。它必须：

• 在前三秒传达核心前提；
• 在有依据时使用数字、结果、对比或影响重大的结论；
• 大约保持五秒可见；
• 避免缺乏依据的确定性表述；
• 直接引出承诺中的演示或说明。

数字类钩子要说明数字背后的证据。“我是如何……”类钩子要展示工作流。预测类钩子要区分观察到的证据和预测。

输出指定表格

返回 references/output-contract.md 中定义的表格。除非用户另有要求，否则不要在表格前添加额外的策略部分。

每一行必须恰好包含三个简洁的 yap 要点，并形成自然的口语表达顺序：

1. 背景或利害关系；
2. 机制或技巧；
3. 结果、经验或应用。

将证据要求、来源链接和主张注意事项放在 完整回报 / 证据 中，以保持可见表格的结构稳定。

评分和排序

依据 references/scoring-rubric.md，分别对传播潜力和三秒钩子进行 1.0–10.0 分的评分。分数代表制作优先级判断，而非播放量预测。

根据对目标观众的预期帮助、证据强度、钩子清晰度和业务相关性进行排序。如果得分接近，则按用户说明的目标优先级打破平局。最高分几乎相同时，应保留主题多样性。

保存 JSON 时，运行：

python3 scripts/score_ideas.py ideas.json --output ideas-scored.json
python3 scripts/score_ideas.py ideas-scored.json --validate-only

CTA 规则

为每个创意匹配最贴切、自然的下一步。若用户已配置关键词和目标位置，则使用这些配置。对于回报在于广泛教育的主题，不要硬塞引流资料。

最终检查

交付前，请确认：

• 每个创意都是全新的，或已明确标注为更新后的角度；
• 每个钩子都有完整的后续内容；
• 每行恰好包含三个项目符号；
• 每项数值声明都有证明依据或验证说明；
• 每个来源链接都指向真实依据，而非搜索结果；
• CTA 使用已配置的关键词和目标位置；
• 表格按录制优先级排序；
• 除非用户为该输出提供了相关信息，否则公开内容中不得包含私人姓名、指标、路径、客户数据或连接器详情。