小红书标题生成器
按公式库批量产出候选标题，并对字数和合规风险做硬校验。
核心分工
| 谁 | 负责什么 |
|---|---|
| 脚本 | 公式化组合候选、字数统计、绝对化用语与导流词扫描（确定性工作） |
| AI / 人 | 从候选中挑出最贴合内容的一条并微调措辞（需要判断力） |
脚本不评判创意好坏——它保证的是「结构合规、无违规词、字数合适」。
快速开始
# 生成 10 条候选标题
python3 scripts/title_gen.py --topic "通勤穿搭" --selling 显高 便宜 --audience "小个子上班族" --count 10
# 只看某类公式
python3 scripts/title_gen.py --topic "考研英语" --style 数字清单式 悬念反差式 --count 6
# 校验已有标题（不通过时 exit code = 1，可接入自动化流程）
python3 scripts/title_gen.py --check "史上最好的通勤穿搭法，加我微信领取"
# JSON 输出，便于程序消费
python3 scripts/title_gen.py --topic "通勤穿搭" --json
八类标题公式
数字清单式、痛点直击式、身份代入式、悬念反差式、利益承诺式、对比测评式、场景代入式、避坑提醒式。
每类公式内置 2-3 个模板，脚本按轮转方式组合，保证输出覆盖多种公式而非重复堆砌同一种。
病毒标题范式（实证补充）
> 某脱敏科技科普账号两爆款标题共性（CTR 15.8% / 19.9%，观看 6 万+ / 8 万+）：
- 零前提具体动作 + 不可逆：
你发给 AI 的东西，已经删不掉了（「你每天都在做的动作 + 删不掉」）。读者无需背景即中招。 - 你不知道 + 已发生：
你发给 ChatGPT 的照片，可能已经在公网了（「你发的东西已外泄」 + 好奇留白）。 - 好奇留白 + 第一人称：标题自带「这说的是我吗」的代入，而非「教你 XX」的教导感。
与八类公式的关系：病毒标题往往同时命中「悬念反差式」+「身份代入式」+「痛点直击式」，但关键不是公式堆叠，而是「零前提有份感」——读者点进来前不需要先认可任何前提。实测同账号「被害感/技术腔」标题 CTR 仅 6–11%，远低于零前提款。
校验规则
- 字数：6-20 字为合适（信息流中超过 20 字会被折叠），>30 字判为过长
- 绝对化用语：最好/第一/顶级/100%/根治/永久/日入过万 等（《广告法》风险）
- 站外导流：微信/vx/淘宝/公众号 等（平台限流红线）
生成模式下默认过滤含风险词的候选，加 --all 可查看全部。
实测验证
单元测试 tests/test_title_gen.py 14 项全部通过，覆盖字数统计、风险词识别、公式过滤、去重、模板占位符填充。
真实运行示例：
主题：通勤穿搭 人群：小个子上班族 卖点：显高, 便宜
1. [✅] 3个通勤穿搭技巧，第5个我没想到 公式=数字清单式 字数=16(合适)
2. [✅] 小个子上班族的通勤穿搭困扰，终于有解了 公式=痛点直击式 字数=19(合适)
4. [✅] 通勤穿搭：为什么别人显高，你却不行 公式=悬念反差式 字数=17(合适)
违规校验示例（正确拦截，exit 1）：
标题：史上最好的通勤穿搭法，加我微信领取
绝对化用语：最好
导流风险词：微信
已知限制
- 公式模板是通用套路，爆款最终取决于内容与账号基础，脚本不承诺点击率
- 风险词库为常见词整理，平台规则会调整，不构成法律意见
- 模板内置固定词可能与主题撞车（如场景词「通勤」+ 主题「通勤穿搭」），已通过去重检测规避
依赖
仅 Python 标准库，无需安装任何第三方包。
