小红书写作技巧:利用 Openclaw 技能生成爆款帖子
作者:互联网
2026-03-29
什么是 小红书爆款写作助手?
小红书爆款写作助手是 Openclaw 技能生态系统中的专用工具,旨在帮助开发者和创作者掌握小红书独特的社交语言。它超越了通用的内容生成方式,专注于人性化的写作风格、高密度的表情符号放置以及针对平台的 SEO 优化。通过利用 7 种高转化标题公式和 5 种开头模板,它能确保您的内容引起真实用户的共鸣,并避免被标记为低质量的 AI 输出。
该技能对于需要将技术知识或产品评价转化为随性、友好且易于产生共鸣的帖子的用户特别有效。它包含严格的 16 点反 AI 检查,以消除如“首先”或“其次”之类的机械连接词,取而代之的是真实、口语化的过渡,从而驱动社区参与。
下载入口:https://github.com/openclaw/skills/tree/main/skills/killian-filippov/xiaohongshu-writing
安装与下载
1. ClawHub CLI
从源直接安装技能的最快方式。
npx clawhub@latest install xiaohongshu-writing
2. 手动安装
将技能文件夹复制到以下位置之一
全局模式~/.openclaw/skills/
工作区
/skills/
优先级:工作区 > 本地 > 内置
3. 提示词安装
将此提示词复制到 OpenClaw 即可自动安装。
请帮我使用 Clawhub 安装 xiaohongshu-writing。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
小红书爆款写作助手 应用场景
- 为技术教程或日常学习日志创建爆款标题。
- 将产品评价人性化,以提高点击率和社交信任度。
- 自动生成符合小红书审美且富有表情符号的内容。
- 使用 SEO 标签优化帖子元数据,以增加应用内的搜索可见性。
- 需求分析:该技能分析帖子的目标受众、核心信息和预期目标。
- 标题工程:根据“损失厌恶”或“反直觉”等心理诱因生成 3-5 个标题变体。
- 口语化起草:内容以短段落(1-3 句)形式编写,使用个人视角和情感关键词。
- 人性化审核:根据 16 个特定的 AI 模式对文本进行筛选,确保其听起来像朋友聊天,而不是机器。
- SEO 与互动标记:建议 3-5 个相关话题标签,并添加互动的结尾呼吁,以提高参与率。
小红书爆款写作助手 配置指南
要使用 Openclaw 技能将此功能集成到您的工作流程中,您可以通过终端初始化该技能:
# 将小红书写作技能添加到您的环境
openclaw add xiaohongshu-writing
# 配置您的写作风格偏好
openclaw config xiaohongshu-writing --style personal_vlog
小红书爆款写作助手 数据架构与分类体系
该技能将生成的内容组织成结构化格式,以便于部署:
| 字段 | 内容类型 | 描述 |
|---|---|---|
| Title_Options | 列表 | 使用高转化公式的 3 到 5 个 SEO 优化标题。 |
| Main_Body | Markdown | 包含表情符号和短段落的人性化文本。 |
| SEO_Tags | 数组 | 基于当前小红书趋势的优化标签。 |
| Checklist | 验证 | 应用于当前草案的人性化规则列表。 |
name: xiaohongshu-writing
version: "1.1.0"
description: "小红书爆款内容写作助手,帮助生成高点击率、**像人写**的笔记。包含去AI味检查、7种标题公式、5种开头模板、3种结尾模板、SEO优化。Use when user wants to write XiaoHongShu content, generate viral post titles, or needs help with RedNote writing. Trigger on: 写小红书笔记、小红书文案、爆款标题、种草笔记、学习日记、干货分享。"
小红书爆款写作 Skill
帮你写出高点击率、高互动、像人写的小红书笔记!
?? 重要:去AI味检查(写之前必看)
AI生成的文本有明显特征,一眼就能看出来。写小红书笔记时,必须避免以下问题:
?? AI文本的16种死罪
致命特征(一眼AI)
| 问题 | AI写法 | 人类写法 |
|---|---|---|
| 三段式结构 | "首先...其次...最后..." | 直接说事,不用套路 |
| 机械连接词 | "值得注意的是"、"综上所述"、"不难发现" | "说实话"、"其实"、"真的" |
| 空洞大词 | "赋能"、"闭环"、"数字化转型"、"智慧时代" | "帮忙"、"完整流程"、"升级" |
| 均匀段落 | 每段都差不多长 | 长短不一,有节奏感 |
高频问题
| 问题 | 表现 |
|---|---|
| AI高频词 | "助力"、"彰显"、"凸显"、"焕发"、"深度剖析" |
| 修辞堆砌 | 对偶句>2个、排比句>1个、引用句>4个 |
| 技术词滥用 | 在非技术内容里用"解构"、"光谱"、"量子纠缠" |
| 标点滥用 | 破折号太多、分号太密 |
风格问题
| 问题 | 表现 |
|---|---|
| 句子太规整 | 每句话结构都差不多 |
| 用词单一 | 来回就那几个词 |
| 没情绪 | 整篇都很"平",没有喜怒哀乐 |
| 开头重复 | 每段开头都是"这个..."、"那..." |
? 人类化重写规则
1. 去掉"首先其次最后" → 直接说事
2. "值得注意的是" → "注意" / "说真的"
3. "综上所述" → "所以" / "总之"
4. "赋能" → "帮" / "让...更好"
5. 打破均匀段落 → 长短搭配
6. 加入个人口吻 → "我觉得"、"亲测"
7. 句子长短不一 → 有短有长
8. 适当"不完美" → 口语化、有语气词
?? 小红书风格核心特征
小红书不是写作文,是跟朋友聊天。
必须做到
- ? 热情开场 - "姐妹们!"、"兄弟们!"、"宝子们!"
- ? 高密度emoji - 但不是乱堆,要有节奏
- ? 短段落 - 1-3句话一段,别写长文
- ? 口语化 - 像说话,不像写论文
- ? 个人视角 - "我"、"我觉得"、"亲测"
- ? 情绪词 - "绝了"、"太可了"、"yyds"、"踩雷"
绝对禁止
- ? "首先、其次、最后"的三段式
- ? "值得注意的是"、"综上所述"
- ? 大段文字(超过5行就太长)
- ? 没有任何emoji的干文字
- ? 像说明书一样的列表
?? 使用流程
第一步:了解需求
问用户:
- 写什么内容?
- 给谁看?
- 想达到什么效果?
第二步:生成标题
用下面的标题公式,生成3-5个备选。
第三步:写正文
- 选一个开头模板
- 用口语化语言写内容
- 加入emoji和情绪词
- 短段落,有节奏
第四步:去AI味检查
对照上面的"AI文本16种死罪",逐条检查并修改。
第五步:输出成品
- 标题(3-5个备选)
- 正文(已去AI味)
- 建议标签
?? 爆款标题公式
7种高转化标题类型
1. 画饼型(美好愿景)
公式:行动 + 美好结果
示例:
- "坚持这个习惯,皮肤好到发光"
- "学会这招,气质提升一个档次"
- "每天10分钟,30天练出马甲线"
2. 不看会亏型(损失厌恶)
公式:后悔/不知道 + 核心信息
示例:
- "后悔没早知道的护肤真相"
- "90%的人都不知道的省钱技巧"
- "千万别这样洗脸,难怪皮肤越来越差"
3. 数字型(具体可信)
公式:数字 + 核心内容 + 结果
示例:
- "3步搞定日常妆容,新手也能学会"
- "收藏这10个穿搭公式,一周不重样"
- "25套初秋显瘦穿搭总结"
4. 反认知型(打破常识)
公式:否定词 + 常见行为 + 负面结果/真相
示例:
- "千万别这样护肤,难怪越来越差"
- "原来一直用错了,怪不得没效果"
- "你以为的护肤,其实是在伤肤"
5. 提问型(引发好奇)
公式:问题 + 痛点
示例:
- "为什么你的妆容总是不持久?"
- "小个子怎么穿才显高?"
- "同样是护肤,为什么她比你白?"
6. 参照物型(借势)
公式:学/跟着 + 名人/热门 + 效果
示例:
- "学白鹿的穿搭,轻松穿出女团感"
- "照着韩剧女主这样化妆,素颜也好看"
- "跟着大厂程序员学AI,3个月入门"
7. 圈定人群型(精准定位)
公式:人群标签 + 必看/必做 + 核心价值
示例:
- "学生党必看的平价护肤好物"
- "新手妈妈一定要知道的育儿技巧"
- "半吊子工程师的AI学习日记"
万能标题公式
用户收益 + 关键词 + 解决方案
示例:
- "毛孔粗大怎么办?美容师教我这样做,效果惊人"
- "小个子穿搭|这样搭配显高10cm"
- "AI入门难?程序员教你3个月从小白到实战"
五大品类标题公式
| 品类 | 公式 | 示例 |
|---|---|---|
| 穿搭 | 痛点/场景 + 解决方案 + 结果 | "微胖女生这样穿,显瘦20斤" |
| 美妆 | 目标人群 + 问题 + 效果词 | "黄皮必入!这支口红显白到离谱" |
| 母婴 | 目标人群 + 解决方案 + 状态词 | "新手妈妈必看,宝宝一觉睡到天亮" |
| 美食 | 场景 + 特点 + 情绪词 | "一人食晚餐|10分钟搞定,好吃到哭" |
| 干货/知识 | 人群 + 问题 + 解决方案 | "程序员学AI|3个月从小白到实战" |
?? 开头模板(5种)
1. 打招呼式(最常用)
像老朋友聊天一样
? 好的写法:
"姐妹们!今天又来分享好物了~"
"哈喽大家好,我是xx,今天想聊聊..."
"宝子们!这个必须安利给你们!"
? AI写法:
"大家好,今天我想和大家分享..."
2. 与我相关型(引发共鸣)
让读者觉得"这说的就是我"
? 好的写法:
"身高156,体重110,梨形身材的我,终于开窍了..."
"作为一个半吊子工程师,我踩过的坑能写本书"
"如果你也是____,那这篇一定要看!"
? AI写法:
"作为一个____,我想分享一下我的经验..."
3. 痛点切入型(直击要害)
直接点出读者的困扰
? 好的写法:
"你是不是也有这种情况:想学AI但不知道从哪开始?"
"皮肤暗沉、毛孔粗大?我之前也是!"
"每天加班到很晚,根本没时间运动对吧?"
? AI写法:
"很多人都会遇到这样的问题:____"
4. 告诫劝机型(听我的没错)
? 好的写法:
"说真的,如果你正在学AI,这几个坑千万别踩!"
"真心建议,新手学编程前先看看这篇"
"听我一句劝,别再____了"
? AI写法:
"以下是一些需要注意的事项..."
5. 社会热点型(蹭热度)
? 好的写法:
"最近AI特别火,作为业内人士我想说..."
"2026年了,这些技能真的要学起来"
"趁着xx的热度,来聊聊..."
? AI写法:
"随着xx的发展,越来越多的人开始关注..."
?? 结尾模板(3种)
1. 互动式(提升互动率)
"觉得有用的话,记得点赞收藏哦~"
"你们有什么好方法吗?评论区聊聊!"
"想看更多内容的记得关注我~"
"你们有没有踩过类似的坑?来聊聊"
2. 结论式(总结观点)
"所以啊,学AI最重要的就是____"
"总结一下,这3点是关键:..."
"最后想说,____真的很重要"
3. 行动号召式(引导转化)
"赶紧试试吧,效果真的很好!"
"从今天开始,一起____吧"
"别再犹豫了,现在就开始!"
?? 情绪词库
正面情绪词(激发向往)
绝美 / 氛围感 / 治愈 / 太绝了 / 爱了爱了
好用到哭 / 必入 / 无限回购 / 真香
yyds / 绝绝子 / 太可了 / 拿捏了 / 巨好用
负面情绪词(制造焦虑)
后悔 / 踩雷 / 避坑 / 千万别 / 别再XX了
血泪教训 / 真的很坑 / 谁买谁后悔
悬念词(引发好奇)
竟然 / 原来如此 / 没想到 / 真相是
秘密 / 隐藏 / 不为人知 / 悄悄告诉你
?? SEO优化技巧
关键词布局原则
小红书对关键词抓取主要在:标题、开头、结尾、标签
布局方法:
1. 标题:包含1-2个核心关键词
2. 开头:出现2-3次关键词
3. 结尾:出现1-2次关键词 + 话题标签
4. 标签:3-5个相关话题
注意:不要堆砌关键词,保持自然
?? 不同内容类型的写作要点
干货分享类
结构:问题 → 分析 → 解决方案 → 总结
特点:实用、具体、可操作
标题:数字型 + 人群型
结尾:引导收藏
种草测评类
结构:痛点 → 产品介绍 → 使用体验 → 效果展示
特点:真实、有对比、有细节
标题:不看会亏型 + 参照物型
结尾:引导互动讨论
学习日记类
结构:背景 → 过程 → 收获/踩坑 → 下一步计划
特点:真实、有共鸣、可持续
标题:圈定人群型 + 与我相关型
结尾:邀请一起学习
?? 避坑指南
内容禁忌
- 不要过度美化/夸大效果(如"7天瘦20斤")
- 不要出现微信号、店铺名等导流信息
- 不要硬广植入,容易被举报
- 不要抄袭搬运,坚持原创
- AI生成内容必须标注(2026年2月新规)
标题禁忌
- 不要做标题党,标题与内容要一致
- 不要堆砌关键词,保持自然
- 标题字数控制在20字以内,16-18字最佳
?? 示例输出格式
? AI味的写法(不要这样写)
【标题】机器学习的三层理解
【正文】
大家好,今天我想和大家分享一下我对机器学习的理解。
首先,我想介绍一下函数层。函数层是机器学习的基础,它定义了模型的结构。
其次,损失层非常重要。它决定了我们如何衡量模型的好坏。
最后,优化层是让模型不断改进的关键。
综上所述,这三层结构帮助我们理解机器学习的本质。
【标签】#机器学习 #AI
? 人类化的写法(要这样写)
【标题备选】
1. 学ML踩了半年坑,终于悟出3层框架??
2. 别再背概念了!机器学习就这3层??
3. 半吊子工程师|我悟了,ML其实很简单?
【正文】
兄弟们!??
学机器学习最痛苦的是什么?
不是数学难,是概念太多太乱!神经网络、梯度下降、损失函数...感觉每个都要学,学着学着就懵了。
我折腾了大半年,最后发现——**就3层**。
不多废话,直接说:
---
### ?? 第一层:函数层(Model)
**模型长啥样?**
就是在找一个 **f(x)**
- 线性回归:就是 y = wx + b(高中数学对吧)
- 神经网络:就是好多 wx+b 叠在一起
- 决策树:就是一堆 if-else
别被名字吓到,本质上都是**函数**。
---
### ?? 第二层:损失层(Objective)
**怎么判断模型好不好?**
先定义单样本损失 **L**(比如分类用交叉熵,回归用MSE)
然后汇总成目标函数 **J(θ)**
**关键来了:J(θ) 决定了优化的方向!**
就像开车,你得先知道目的地在哪,才能往那边开对吧。
---
### ?? 第三层:优化层(Optimization)
**怎么让模型越来越好?**
就是不断调整 θ,让 J(θ) 变小。
方法很多:
- 梯度下降(神经网络标配)
- 贪心分裂(决策树)
- Boosting(XGBoost、LightGBM)
说白了就是:**下山怎么走最快?**
---
### ?? 所以呢?
以后学任何新模型,就问自己3个问题:
1. f(x) 是什么?(函数层)
2. L 和 J(θ) 是什么?(损失层)
3. 怎么更新 θ?(优化层)
答上来就说明真懂了。
---
觉得有点用?点个赞呗??
评论区聊聊你们学ML踩过什么坑,我踩过的坑能写一本书了??
【建议标签】
#机器学习 #AI学习 #程序员日常 #学习笔记
?? 写完后的检查清单
写完笔记后,逐条检查:
- 开头是不是热情的打招呼?
- 有没有用"首先其次最后"?→ 删掉
- 有没有"值得注意的是"?→ 改成"说真的"
- 段落是不是太均匀?→ 打乱节奏
- 有没有个人口吻?("我觉得"、"亲测")
- emoji够不够?(但不能乱堆)
- 句子长短有没有变化?
- 结尾有没有引导互动?
这个 Skill 会持续更新,祝你的笔记篇篇爆款!??
相关推荐
专题
+ 收藏
+ 收藏
+ 收藏
+ 收藏
+ 收藏
最新数据
相关文章
信号管道:自动化营销情报工具 - Openclaw Skills
技能收益追踪器:监控 Openclaw 技能并实现变现
AI 合规准备就绪度:评估与治理工具 - Openclaw Skills
FOSMVVM ServerRequest 测试生成器:自动化 API 测试 - Openclaw Skills
酒店搜索器:AI 赋能的住宿与位置情报 - Openclaw Skills
Dub 链接 API:程序化链接管理 - Openclaw Skills
IntercomSwap:P2P BTC 与 USDT 跨链兑换 - Openclaw Skills
spotplay:macOS 原生 Spotify 播放控制 - Openclaw Skills
DeepSeek OCR:AI驱动的图像文本识别 - Openclaw Skills
Web Navigator:自动化网页研究与浏览 - Openclaw Skills
AI精选
