Daniel Wechat Writing

公众号 AI 论文解读爆款写作法

本 skill 拆解自新智元、机器之心、量子位三家头部账号的真实爆款样本， 不是"写作建议"，而是被验证过的结构模板。

核心认知

这三家做论文解读，底层不是"翻译论文"，而是把一篇论文改写成一个事件。

读者根本不在乎论文里的数学公式。读者在乎的是：

1. 谁干的？（权威背书：Google DeepMind / Hinton / 北大校友）
2. 干成了什么？（最炸的那个数字，3 秒内能说清）
3. 跟我有什么关系？（影响谁、改变什么、谁慌了）

所有结构、标题、配图、开头，都服务于这三个问题。

工作流阶段门（2026-10-12 整合自 AGENT.md）

写文章不是一口气写完，是分阶段的。每个阶段有门，没过不能进下一阶段。

选题 → 核心稿 → 平台适配 → 审稿 → 发布
        ↑           ↑
     AWAITING     AWAITING
     _CORE_       _FINAL_
     APPROVAL     APPROVAL

阶段说明

阶段1：选题

• 五维检查：受众价值、证据、反证、单一实验、Daniel 判断
• 给至多 3 个角度，等 Daniel 选
• 不直接开写

阶段2：核心稿（平台无关）

• 先建证据账本
• 写平台无关的核心草案
• 停在 AWAITING_CORE_APPROVAL
• 这一阶段不要加载公众号模板、不要配图、不要想标题

阶段3：公众号适配

• 核心稿获明确批准后才进入
• 加标题、加封面、加正文图、加 CTA
• 形成完整平台稿
• 停在 AWAITING_FINAL_APPROVAL

阶段4：审稿

• 先查硬门，再评标题、结构、手机阅读、图片与 CTA
• 给前三项改法，不要一次改十处

阶段5：发布

• 平台稿获批准后才为 PASS
• 存草稿、群发、发布分别需要独立授权
• 永远不自动点发表，只存草稿

证据纪律（2026-10-12 整合自 AGENT.md）

公众号平台没有公开过精确的推荐算法公式。

所以：

• ❌ 不要宣称"完读率权重 35%"
• ❌ 不要宣称"某个阈值就停推"
• ❌ 不要宣称"固定最佳发布时间"
• ❌ 不要宣称"某类互动必然加权"

✅ 可以说的：

• "我们观察到晚间发的文章数据更好"
• "这个标题的打开率比上一个高"
• "建议测试一下这个时间段"

推荐波动先核对观察窗口、入口与账号可见的检测结果，再提出假设。 测试发布时间、标题、封面、结构时一次只改一个变量。

硬门检查（2026-10-12 整合自 AGENT.md）

发布前先过这几道硬门，没过直接 BLOCK：

BLOCK（不能发）

• 关键数字、成果没有来源
• 第一人称经历是编的
• 把目标写成了已经达成的成绩
• 泄露雇主、客户、家人、凭证、私人数据
• 伪造截图、评论、实测
• 刷量或承诺暴富

REVISE（要改）

• 受众价值不清
• 变量太多，一篇文章讲了三件事
• 只有流量目标，没有读者收获
• 权利或账号权限未知

相关 skill 索引

写公众号文章时，按需调用这些 skill：

工作流（按顺序执行，不可跳步）

Step 0  证据核验：论文真伪、数据是否被中文媒体夸大
Step 1  找"最炸的那个数字"（One Big Number）
Step 2  标题：从 4 个公式里选 1 个
Step 3  开头：黄金三段钩子
Step 4  效果速览：4-6 条 bullet 把震撼点先砸出来
Step 5  正文：3-4 个小节，每节讲一个机制
Step 6  社会反应 + 作者团背书
Step 7  收尾：升华到行业意义 + 一句论文金句
Step 8  配图：5 类图按顺序插
Step 9  自检清单

⭐ 专业解读深度模板（头条必用，2026-10-12 更新）

这是用户验证过的深度标准。头条深度文必须按这个模板写，不能只复述新闻。

核心认知

专业解读的好文章不是"百科词条"，而是让读者读完以后说："我终于知道该怎么看这个问题了。"

不是告诉读者发生了什么，而是帮读者建立一套可复用的判断框架。

标准结构（7 段，不可跳步）

开头 → 一、真正要解释的不是表面现象 → 二、定义概念（它是什么/不是什么）
→ 三、拆变量（3个左右）→ 四、一个让人后背发凉的细节
→ 五、纠常见误区（2-3个）→ 六、输出判断框架（表格/清单）→ 结尾

开头（3 句话）

1. 从读者困惑/反常识判断切入
2. 点出常见理解错在哪里
3. 说清楚这篇文章拆哪三件事

不要写：随着 AI 快速发展、最近备受关注。

一、真正要解释的，不是 X，而是 Y

• 先说表面问题是什么
• 再说真正要解释的核心问题是什么
• 点出"这才是真正吓人的地方"

二、先把概念说清楚：它是什么，不是什么

用三句法：

1. 一句人话：它到底是什么
2. 一句排除：它不是什么，常见误解是什么
3. 一句关系：它跟读者有什么关系

三、真正起作用的是这几个变量

拆 3 个左右的变量，每个变量：

• 变量名
• 这个变量怎么变了
• 为什么这个变化会导致结果

不要说：行业变了、底层逻辑变了。要说具体哪几个变量变了。

四、一个让人后背发凉的细节

从原文里挑一个最反直觉、最让人意外的细节，单独成段讲透。

五、几个常见误区，需要先排除

纠 2-3 个常见误区，每个按这个结构：

1. 常见说法是什么
2. 它为什么有一定道理
3. 它解释不了什么
4. 更准确的理解是什么

六、以后判断类似问题，可以看这套框架

输出可复用的判断工具：

• 两个维度的表格
• 3-4 个判断指标
• 一个"以后遇到这种事该怎么想"的路径

这是整篇文章最有价值的部分。

结尾

• 回收核心判断
• 说明边界（哪些情况不成立）
• 给 1-2 条读者能用的建议
• 最后加 Daniel 个人 CTA

数据来源说明（自然融入，不单独成区）

最后列：核心事实来源、数据口径、不确定的地方标注边界。

Step 0：证据核验（不可跳过）

中文媒体经常把论文数据夸张化。写作前必须打开原文 arXiv 摘要和结果章节核对。

常见造假/夸大点：

• 把"胜率%"写成"Elo 分涨了 250 分"
• 把"6 个模型里的 1 个"写成"GPT 越练越菜"
• 把"某一个 benchmark"写成"全面超越"
• 把"demo 效果"写成"已产品化"

规则：标题里出现的每个数字，必须能在论文 Results 章节直接指到。 指不到就改掉，或在正文里加限定词（"在 XX 任务上"、"在 XX 规模下"）。

Step 1：找"最炸的那个数字"

一篇论文通常有几十个数字，但爆款只靠一个记住。

判断标准：

• 能不能在朋友圈一句话说清楚？
• 有没有"对比对象"？（51200 代 vs 317 次，比单说 317 次强 10 倍）
• 反不反直觉？（"人给 AI 指方向，反而更差"）

把这个数字写在最前面，全文反复用。

反面教材：我们之前那篇 Agent Plasticity，最炸的数字应该是 "会进步的模型在 94-98% 决策里用自己写的笔记，GPT-5.6 Luna 98% 根本不看"—— 这个数字比"胜率翻倍"更反直觉，应该做标题主角。

Step 2：爆款标题标准（必须遵守，2026-10-12 更新）

标题是文章生死线。标题不行，内容再好没人看。

爆款标题的5个标准（缺一不可）

1. 有具体数字 —— 不能空泛，要有数字/对比
2. 有反直觉/反差 —— 打破读者预期，让人好奇
3. 跟读者有关 —— 看完标题就知道"这事跟我有关系"
4. 21字以内 —— 手机订阅号列表不截断
5. 不是平铺直叙 —— 不能只是"XX公司发布了XX"

标题公式（按优先级选）

公式1：反常识 + 具体数字（最推荐）

《[主体]居然[反常识结果]？[具体数字]告诉你真相》
《[你以为的常识]，其实[反常识真相]》

公式2：痛点 + 悬念（适合大众向）

《用[产品]的注意了：[可能发生在你身上的事]》
《为什么[大家都在做的事]，其实是错的？》

公式3：对比反差

《A和B做了同一件事，结果完全相反》

标题反向禁止

• ❌ 比喻太绕，读者第一时间反应不过来（"卖铲子的下场挖矿了"）
• ❌ 数字没有说清楚是什么的数字（"涨了7.8倍"——什么涨了？）
• ❌ 平铺直叙（"XX公司发布了XX产品"）
• ❌ 没有跟读者的关系（"这事我为什么要关心？"）
• ❌ 超过21个字（手机订阅号列表会截断）
• ❌ 不要用"深度解读""全面梳理""一文看懂"——这是小编号，不是爆款号

标题生成后自检（3个问题）

写完标题，问自己：

1. 我刷到这个标题，会点进去看吗？
2. 我能跟朋友一句话说清这篇文章讲什么吗？
3. 这个标题跟其他10篇公众号文章比，有什么不一样？

3个问题有1个答"否"，重写。

Step 3：开头黄金三段（新智元标准模板）

第一段：断言句，无主语感叹，1 句话。

谷歌，可能已经破解了RSI！

第二段：时间锚点 + 谁干的，1-2 句。

就在刚刚，谷歌联合 Google DeepMind、马里兰大学及弗吉尼亚大学，发表了一篇重磅论文。

第三段：用"这一次"做悬念递进，连说 2 次，把最反直觉的点抛出来。

这一次，他们展示了一条完全不同的RSI路线：AI自我进化，居然可以靠做梦？ 这一次，谷歌是让智能体把自己走过的每一步存成一棵树，然后在树里「做梦」。

然后立刻贴论文标题页截图 + arXiv 链接。

反例（我们之前的开头）：

昨天刷到一篇论文，本来以为又是"哪家模型又跑分第一"。读完发现不是。

——这个开头太软，像个人博客。新智元开头是新闻快讯体，不是个人随笔。 我们走 Daniel 个人号可以保留一点温度，但前 3 句必须按黄金三段来。

Step 4：效果速览（bullet list，必须放在开头后）

新智元模板：

[论文名]的效果可以说是相当震撼：
- [结果 1：带对比数字]
- [结果 2：追平/超越了谁]
- [结果 3：效率提升 X 倍]
- [结果 4：兼容性/通用性]
- [彩蛋结论：反常识的那一条]

样本（Dream-RSI）：

• 算法优化任务，主流进化搜索系统需要跑51200代，Dream-RSI调用317次就达到了同等水平
• 圆填充问题，追平谷歌自家AlphaEvolveV2的最强纪录
• GPU内核优化，达到同等性能，生成次数暴降2.43倍
• 底层权重一字未改，Gemini 3.1 Pro和3.7 Flash均可套用
• 此外还有一个更有意思的结论，人给AI指方向，反而比不指更差

为什么要先放 bullet？ 因为 80% 的读者看到这里就会转发。他们不会读完全文，但会因为这 5 个 bullet 转发。 这是整篇文章最重要的转发钩子。

Step 5：正文分节（3-4 节，每节一个机制）

每节用一个加粗小标题，小标题本身是一句话判断，不是名词短语。

新智元样本：

• 历史，就是它做梦的世界（讲核心思想）
• Dream-RSI 的运行闭环（讲方法）
• 317次碾压5万代：人类反而成了累赘（讲实验结果）
• 深度剖析：直接给 AI 「总结经验」，反而效果更差？（讲反直觉发现）
• 暑期实习生操刀一作，身后是17人豪华天团（讲作者团）

每节内部结构

1. 一句话讲这节要解决什么问题
2. 用类比把技术概念讲成人话（"就像棋手复盘，不需要重新摆盘再下一遍，翻棋谱就够了"）
3. 抛 1-2 个具体数字
4. 配 1 张论文原图或机制示意图

写作语气

• 用"我们"、"你"，不用"本文""该研究"
• 每个技术概念必须配一个生活化类比
• 段落 2-3 句一段，手机屏一屏 3-4 段
• 关键数据加粗 + 蓝色强调色

Step 6：社会反应 + 作者团背书

这是新智元和机器之心的秘密武器，我们之前完全没用。

社会反应

• 贴 1-2 条 X/Twitter 真实截图（带账号头像）
• 选大 V 的金句（"谷歌可能刚刚破解了递归自我改进"）
• 这一步让文章从"解读"变成"事件报道"

作者团背书

新智元每篇论文解读必写一段：

论文一作 Tong Zheng 是马里兰大学二年级博士生，今年夏天才以学生研究员的身份进入谷歌。他身后是 17 人的作者团，包括 DeepMind 研究员与讲席教授。

为什么重要？ 读者会觉得"这事有来头"。一个无名小卒的论文和 Hinton 联名的论文，可信度差 10 倍。

如果论文作者团不够大牌，就找论文里被引用的名人、或给出正面评价的大 V。

Step 7：收尾（升华 + 金句）

新智元模板：

[行业背景铺垫 1-2 句]
[一句论文原文作为金句，单独一行加粗]
[一句开放式判断结尾]

样本：

智能体必须学会做梦才能递归自我改进，而历史，就是它做梦时所处的整个世界。 随着 Gemini 4 等超大型预训练模型的临近，这种「在虚拟历史中做梦」的 RSI 到来， 我们距离那场智能大爆炸，或许只有一步之遥了。

不要写"这就是今天的内容，欢迎关注"这种废话。 要把文章收束到一个更大的判断上。

Step 8：配图清单（5 类图，按顺序）

封面图规范（vectornode-image gpt-image-2 电影感场景风，2026-10-12 更新）

不要用 PIL 纯色块做封面——那是 PPT 风，订阅号列表里会被淹没。 不要用 seedream 生成——文字容易乱码，风格不够电影感。 必须用 vectornode-image 的 gpt-image-2 生成电影感场景图，标题字直接在生成时叠上去。 封面图同时作为正文开头第一张图使用——既是公众号列表封面，也是文章标题下方的视觉锚点。

标准流程

1. 先确定主题的"视觉冲突"：这篇文章的核心反差是什么？
2. 调用 gpt-image-2 生成：

   python3 /Users/danielli/新媒体运营/skills/vectronode-image/scripts/vectronode_image.py generate \
     --prompt "电影感公众号封面，深蓝黑色调，高对比度。[视觉冲突描述]。左侧留白叠加超大白色粗体中文标题：[主标题第一行]。第二行：[主标题第二行]。其中\"[关键词1]\"用[颜色]，\"[关键词2]\"用[颜色]。左上角小字：DanielAI编程实验室。文字清晰锐利无乱码，电影感，类似新智元爆款封面。" \
     --output /tmp/article/cover.png \
     --size 1536x1024 \
     --model gpt-image-2
   

3. 生成后直接用，不要二次 PIL 叠字（容易对不齐）

视觉冲突模板（按文章主题选）

Prompt 模板

电影感公众号封面，深蓝黑色调，高对比度，[视觉冲突描述]。
左侧留白叠加超大白色粗体中文标题：[主标题第一行]。
第二行：[主标题第二行]。
其中"[关键词1]"用[颜色]，"[关键词2]"用[颜色]。
左上角小字：DanielAI编程实验室。
文字清晰锐利无乱码，电影感，类似新智元爆款封面。

反向禁止

• ❌ PIL 画纯色块+文字（PPT 风，无视觉锚点）
• ❌ seedream 生成（文字容易乱码）
• ❌ 白底黑字（订阅号列表看不见）
• ❌ 无意义的抽象渐变/几何图形
• ❌ 标题超过 2 行、每行超过 10 个字
• ✅ gpt-image-2 生成的电影感场景图（文字清晰、视觉强）

⚠️ 致命坑：正文图必须用 Markdown 语法引用（血泪教训）

这是踩过的坑，下次再犯就是事故。

AI 写稿时常见错误：

1. 生成了封面图 ✅
2. 生成了正文配图文件（infographic.jpg 等）✅
3. 但 markdown 正文里一个 ![]() 都没写 ❌

结果：推到草稿箱后，正文干干净净一张图都没有，用户看到的是纯文字长文。

正确做法（强制）：

写稿时，每生成一张正文配图，必须立刻在 markdown 对应位置插入：

![图片说明](本地图片路径.jpg)

脚本 wechat_mp_api_publish.py 会自动：

1. 扫描 markdown 里的所有 ![]() 本地图片
2. 逐张上传到微信素材库
3. 替换成微信 CDN 的 URL

你不需要手动上传正文图，只需要在 markdown 里写对引用路径。

配图配额（按字数，对标新智元/机器之心）：

正文图按优先级选（重要！对标新智元）：优先用真实截图，图文笔记作为补充。

P0 操作方法（Chrome headless 截真截图，已验证可行）：

# 1. 截全页（window-size 高度设大一点，保证整个页面都截到）
/Applications/Google\ Chrome.app/Contents/MacOS/Google\ Chrome \
  --headless --disable-gpu \
  --window-size=1200,8000 \
  --screenshot=/tmp/article/full_page.png \
  "https://官方原文URL"

# 2. 用 PIL 裁剪关键段落
python3 << 'PYEOF'
from PIL import Image
img = Image.open('/tmp/article/full_page.png').convert('RGB')
W, H = img.size
# 按文章结构裁 3-5 段关键图
img.crop((0, 0, W, 900)).save('/tmp/article/fig1_title.jpg', 'JPEG', quality=88)
img.crop((0, 800, W, 1700)).save('/tmp/article/fig2_categories.jpg', 'JPEG', quality=88)
img.crop((0, 2200, W, 3200)).save('/tmp/article/fig3_example.jpg', 'JPEG', quality=88)
PYEOF

裁剪原则：

• 宽度统一 1200px（公众号标准阅读宽度）
• 每张高度 800-1000px（不要太长）
• 裁掉导航栏、侧边栏、广告，只留正文
• 必须包含关键文字/数据/图表

反向禁止：

• ❌ PIL 画彩色卡片假装数据（读者一眼看穿）
• ❌ 纯白底黑字无品牌感（像文档不像文章）
• ✅ 官方真截图 > 仿真官方风格 > 图文笔记卡片

正文图按位置插（不要均匀分布，要按叙事节奏）：

自检：写完 markdown 后，grep 一下 ![]() 数量：

• 深度文：必须 ≥5 个 ![]()
• 商业故事：必须 ≥3 个
• 快讯：必须 ≥2 个
• 不够就补，不要交差
• 再 grep 一下图片文件名：必须有至少 2 张是 Chrome 截的真截图（fig.jpg / real_*.jpg），不能全是 PIL 画的*

Step 9：自检清单

发布前逐条核对：

基础项

• [ ] 标题通过3问自检：刷到会点进去吗？能一句话说清吗？跟其他文章比有什么不一样？
• [ ] 标题里每个数字都能在原文指到
• [ ] 开头 3 句抓人，不铺垫
• [ ] 配图 ≥ 2 张（封面 + 至少 1 张正文图）
• [ ] 正文 markdown 里有 ![]() 图片引用（不是 0 张）
• [ ] 正文图至少 2 张是 Chrome headless 截的官方真截图（不是全 PIL 画的）
• [ ] 封面是 gpt-image-2 生成的电影感场景图（不是 PIL 纯色块，不是 seedream）
• [ ] 全文 1500-2500 字（爆款区间）
• [ ] 关键数据都有来源标注（自然融入正文，不单独成区）
• [ ] 结尾有 Daniel 个人 CTA

⭐ 深度模板专项检查（头条必须全过）

• [ ] 开头是从读者困惑切入，不是"随着 AI 发展"
• [ ] 正文有"一、真正要解释的不是 X，而是 Y"这一段
• [ ] 正文有"二、先把概念说清楚"——说清楚它是什么、不是什么
• [ ] 正文有"三、真正起作用的是这几个变量"——拆了 3 个左右具体变量
• [ ] 正文有"四、一个让人后背发凉的细节"
• [ ] 正文有"五、几个常见误区"——纠了 2-3 个常见误解
• [ ] 正文有"六、以后判断类似问题，可以看这套框架"——输出了可复用的判断工具（表格/清单）
• [ ] 结尾说明了边界（哪些情况不成立）
• [ ] 关键数据都有来源标注（自然融入正文，不单独成区）

头条如果深度模板专项检查没过，就是不合格，重写。

我们的差异化定位

新智元/机器之心是媒体号，它们追求"快、全、权威"。

我们是 Daniel 个人号，要保留：

• 个人视角：在技术解读后加一段"这对我们做 agent 有什么用"
• 行动建议：结尾给 2-3 条读者能马上用的建议（这是我们之前那篇做对的地方）
• 温度：可以保留"我盯着这句话看了挺久"这种个人感受

不要为了模仿新智元把自己写成媒体号。 我们的护城河是"个人实战经验 + 技术深度"，不是"快讯速度"。

参考样本

• references/sample-xinzhiyuan-dream-rsi.md —— 新智元 Dream-RSI 爆款全文结构标注
• references/sample-xinzhiyuan-deepseek-r1.md —— 新智元 DeepSeek-R1 思维链学结构标注

图文笔记配图标准（2026-10-12 更新）

不要画抽象流程图（方框+箭头那种），读者一眼看穿是PPT风。

要用图文笔记风格：卡片式布局，文字充足清晰，像小红书/知乎笔记一样好读。

图文笔记标准

1. 卡片式布局：每个要点一张卡片，上下排列
2. 文字充足：每个卡片要有标题 + 描述 + 3个要点
3. 字体清晰：标题28号、描述20号、要点18号以上
4. 结构清晰：左侧编号块 + 右侧内容区
5. 底部提示：加一句实用提示

反向禁止

• ❌ 抽象流程图（几个方框+箭头，没有具体内容）
• ❌ 文字太小看不清
• ❌ 纯几何图形没有信息密度
• ✅ 图文笔记卡片（有标题、有描述、有要点）

图文笔记配色标准（2026-10-12 二次更新）

不要用蓝色大色块！太丑，不高雅。要用 Claude Code 风格的克制配色。

Claude 风格配色（Anthropic 品牌色）

排版要求

1. 不要大色块标题栏！标题直接写在背景上，下面一条细分隔线
2. 不要左侧大色块编号！编号直接用珊瑚橙色字，不要背景
3. 卡片细边框：1px 浅灰边框，8px 小圆角
4. 克制简约：不要多余装饰，留白要够
5. 字体层级清晰：标题 > 描述 > 要点

封面图文字叠加标准（2026-10-12 三次更新）

封面图必须带标题文字！不能是纯场景图。

标准流程

1. 用 vectornode 生成纯场景图时，prompt 里要加：
   • "left side empty space for title text overlay"（左侧留白）
   • 或 "top area clear for headline"（顶部留白）
2. 生成后用 PIL 精确叠中文标题（避免 AI 生成中文乱码）
3. 字体用 Hiragino Sans GB.ttc，标题字号 60-80px
4. 文字颜色用白色或珊瑚橙，加轻微阴影保证可读性

封面标题样式

• 主标题：两行以内，每行不超过 10 字
• 位置：左侧或顶部留白区
• 字重：粗体
• 颜色：白色为主，关键词用珊瑚橙 #D97757 强调