plugins/tools/novelist/skills/novelist-trending/SKILL.md
爆款题材选择——网文/小说选题方法论框架 + 实时数据协议。当用户问"写什么题材火/选个爆款题材/这个题材现在能写吗/选题/题材有没有市场/红海还是蓝海"时调用; 也被 novelist-design 在立项前引用以定题材方向。给的是稳定的选题判断镜片(榜单逻辑/生命周期/红蓝海/作者优势匹配/避坑), 当下"什么火"靠 agentic protocol 联网取——不钉死会过时的热点。这是决策辅助框架, 不替用户拍板, 给镜片+利弊由用户选。
npx skillsauth add lazygophers/ccplugin novelist-trendingInstall this skill globally with one command. Works with Claude Code, Cursor, and Windsurf.
3 of 9 scanners reported clean
Some scanners were skipped, did not run, or reported a non-clean status. Review each row below.
帮作者回答"该写什么题材 / 现在能不能写 / 何时入场"。选题方法论稳定(怎么判断), 当下热点易变(谁在热)——本 skill 把二者分开: 判断逻辑写死在 skill, 实时数据靠 agentic protocol 联网取。给镜片不替决策(同 novelist-craft 风格)。
按序执行, 每步标 [入]→[出]。下方四镜片 / 决策框架 / Agentic Protocol 是被本主干调用的工具库, 不单独跑。
[入] 用户问题 [出] 三类之一 —— 纯方法论(怎么判红蓝海)→ step2a; 需当下数据(现在写什么火 / X 是红海吗 / 我想写 X 现在合适吗)→ step2b。[入] 问题 [出] 判断框架 —— 用四镜片 + 决策框架答, 不联网, 到此结束。[入] 目标题材/方向 [出] 当月榜单 + 书荒呼声 + 扶持方向 + 行业增速 —— 必走下方 Agentic Protocol Step1-3, 禁凭语料编。[入] 2b 联网事实 [出] 每题材的 生命周期段/拥挤度/供需缺口/跟风时机 —— 逐题材套镜片 1-4。[入] 候选题材 + 用户优势自评 [出] 热度 ∩ 优势交集, 排除「高热低驾驭」。[入] 3-4 结论 [出] 下方 Step3 表格, 由用户拍板, 禁替选。任何"现在 X 题材火 / Y 是蓝海"都是时点变量, 训练语料里的热点早已过时。硬停: 给具体题材建议前, 必须走下方 agentic protocol 联网取当下数据, 禁直接报"现在流行 X"。方法论(本 skill)稳定, 实例每季度变。
| 判断 | 启发式 | |---|---| | 分平台类型读榜 | 内容平台(起点=人工推荐+PK赛制, 上榜≈过编辑审美关) vs 算法平台(番茄=字节大数据, 起量≈过读者完读关)。同题材两类平台命运可能相反, 别跨平台迁移结论 | | 分榜种读信号 | 新书榜读"趋势/增量"(机会窗口) vs 畅销/完结榜读"存量天花板"(多半已红海)。判蓝海看前者, 判拥挤度看后者 | | 男频女频分开 | 男频锁"我能不能变强", 女频锁"她如何掌控人生"。爽点/节奏/命名两套体系, 禁跨频迁移 | | 榜单配人工书单 | 纯算法榜被流量灌溉扭曲; 书荒广场/书单"求XX"的高频呼声更早暴露未满足需求 |
蓝海开拓 → 验证爆发 → 跟风红海 → 同质衰退
| 段 | 信号 | 动作 | |---|---|---| | 开拓期 | 现象级单品 + 榜上"孤例", 周围还没人跟 | 红利最厚风险最高, 值得赌但要快 | | 红海期 | 标题/设定批量撞车, 平台拆分品类 | 你是后来者, 要么微创新要么换赛道 | | 衰退期 | 能一眼说出"标准套路公式", 读者吐槽"又是这个" | 别入 |
当下哪个题材在哪一段 = 致命级 需联网取数(拉当月新书榜 + 书荒呼声 + 最近行业报告), 每次选题重跑"四段信号体检", 禁复用上本书的判断。
理想解 = 热门题材 ∩ 自己最擅长的细分 ← 不是二选一, 取交集
↓ 没有交集时
宁选「中热度 × 高驾驭」, 不选「高热度 × 低驾驭」 ← 不会写的爆款=陷阱
↓ 最后一步一票否决
可持续性: 撑不到完本 → 降级中长篇(<30万字也能出爆款, 还利改编)
具体题材建议前必须执行(对应第一原则):
| 类型 | 处理 | |---|---| | "现在写什么火/X 是红海吗"(需当下数据) | → 必走 Step 2 联网 | | "选题方法论/怎么判断红蓝海"(纯框架) | → 直接用四镜片答 | | "我想写 X, 现在合适吗"(混合) | → 先 Step 2 取 X 当下数据, 再用镜片分析 |
按四镜片反推搜索维度:
信息源黑名单: 知乎、微信公众号、百度百科。优先平台官方榜单规则、权威媒体(36氪/晚点/界面/光明网)、行业报告、作者访谈。
联网事实 + 四镜片分析, 以下表格格式输出候选列表, 由用户拍板, 禁替选:
| 题材 | 生命周期段 | 拥挤度 | 供需缺口 | 平台扶持 | 优势匹配(用户自评) | 综合信号 | |---|---|---|---|---|---|---| | (举例)都市重生 | 跟风红海 | 高(新书榜占比 N%) | 低 | 无专项 | — | ⚠️ 慎入 | | (举例)文物鉴宝 | 验证爆发 | 中 | 高(书荒区求文频繁) | 有征文 | — | ✅ 窗口期 |
综合信号图例: ✅ 推荐窗口 / ⚠️ 谨慎 / ❌ 已晚。「优势匹配」列由用户填写, 不由 AI 替评。
novelist-design 立项前调用: 给题材方向候选 + 红蓝海判断, 落到 总览.md 的题材定位; 题材定后才进核心设计。| 触发 | 一线修复 | 仍失败兜底 |
|---|---|---|
| 无法联网取当下数据 | 明确告知用户"只能给方法论, 当下热点无法核实", 用四镜片给判断框架 | 禁拿训练语料里的旧热点冒充当下 |
| 用户目标函数不明(冲榜变现/影视改编/个人表达) | AskUserQuestion 问目标——目标不同, 方法论取舍方向翻转 | 默认"商业向", 标注可调 |
| 用户要的题材没有市场数据 | 用供需缺口 + 平台扶持两指标兜底判断 | 数据真空 → 标"信息不足", 降低结论置信度 |
| 用户坚持写不擅长的爆款题材 | 提示"不会写的爆款=陷阱(写长乏力)", 建议降级中长篇 | 用户坚持 → 标风险, 尊重创作选择不强拦 |
| # | 禁做 | 改为 | |---|---|---| | 1 | 凭训练语料报"现在 X 题材火" | 必走 agentic protocol 联网取当下数据 | | 2 | 替用户拍板写哪个题材 | 给候选+红蓝海+匹配度, 用户选 | | 3 | 只看"当前榜单火"就推荐 | 数据滞后, 看趋势拐点/将热未热, 而非追已霸榜 | | 4 | 推"高热度但用户不擅长"的题材 | 会写的冷门 > 不会写的爆款, 取热度∩优势交集 | | 5 | 把蓝海等于"没人写的冷门" | 真蓝海=有人求×没人供; 纯冷门可能是无人问津 | | 6 | 选题当成功充分条件 | 题材=必要非充分, 执行力/完本权重 > 选题精度 | | 7 | 忽略政策红线选题 | 先过红线(涉政/涉黄/低俗全本下架), 现实题材是政策正向扶持方向 |
references/research/01-platform-lifecycle.md — 平台榜单逻辑/题材生命周期/红蓝海/跟风时机(界面/中国作家网/中国新闻出版研究院报告/艺恩)references/research/02-audience-hooks.md — 读者画像/爽点-题材匹配/受众基数/标签组合(光明网/新浪财经/中国作家网)references/research/03-decision-pitfalls.md — 作者优势匹配/选题决策框架/差异化/避坑(国家新闻出版署/社科院报告/阅文教程/爱奇艺访谈)主题Skill(方法论框架型), 由 novelist 插件经 huashu-nuwa 主题变体蒸馏。被 design 立项引用; 方法论稳定 + 实时数据联网取 + 给镜片不替决策。
tools
UI/UX 与布局设计——做界面布局/结构/导航/组件/交互的设计决策。触发:做UI/UX/布局/排版/导航/组件/交互/栅格/响应式/图表选型/字体配对。按媒介路由 HTML/Web、原生 App(iOS/Android/桌面)、CLI、TUI。需后端动态系统不适用;配色/主题/色板走姊妹 skill design-color。
tools
主题与配色设计——做颜色搭配/调色板/主题/品牌色阶/暗模式的设计决策。触发:选配色/调色/主题/色板/品牌色/暗模式/对比度/色盲/UI风格。按媒介路由 HTML/Web(CSS变量)、原生App(平台token)、CLI(ANSI)、TUI(真彩/256/16降级)。保证可访问性(对比度/色盲安全)。需后端动态系统不适用;UI/UX 布局/组件/交互走姊妹 skill design-uiux。
tools
跨任意组件(plugin/skill/agent/command)的验证驱动优化循环纪律 skill。当用户要优化某个已有组件却无明确方向、或要防止改了反而更差(自评乐观偏差 / 多维同改归因失效 / 为凑分加废话膨胀)、或要把一套通用「评分→单变量改→改后验证严格更好才留否则回滚→触顶停」的纪律套到任意组件上时使用。管优化过程本身的纪律(validation gate / ratchet / 独立验证 / 触顶停),不评单组件深度(交 skill-dev),不查插件接线(交 plugin-dev)。仅手动 /optimize-any 触发。
data-ai
两层规则记忆 (基于 .skein/spec)。planning 时 recall 召回相关规则、task finish 后 sediment 沉淀学习 + prune 自动精简过期/重复/断链规则。core 常驻硬规 + recall 按需召回, 经判定门自动写盘 (不逐次问用户)。产出 .skein/spec 下 core/recall 规则文件 + index。另支持空仓 bootstrap 播种规则基线、记忆大面积失效 (大重构/换栈) 时 reconstruct 可逆归档后按项目类型分型重建、maintain 手动体检 (超预算/stale/断链/重复/废弃, --apply 自动修复)、auto-fix (Stop hook 写 .pending-fix 标记 → main 派 skein-specer bg 跑 maintain --apply 全自动修, 断链只报告)。