> Topic Matrix 49 · 出品 · v1.1.0

选题裂变矩阵（topic-fission-matrix）

Overview

一句话：1 个核心命题（中心 1 格）× 3 层独立组合（8 主题域 × 16 目标人群 × 24 任务场景）= 3072 个候选组合 → 反常识钩子化公式 → 任意行业的无限选题库。

这不是灵感清单，是结构化生成器。靠灵感做内容注定枯竭，靠结构能持续长。三层之间解耦、各自盘活，理论上 8 × 16 × 24 = 3072 个组合；钩子化公式把"描述题"变成"钩子题"。已在 5 个行业跑通样板：AI IP / BeatDesign / 商业 IP / 装修建材 / AI 电商。

交付物有三件套：
1. scripts/generate_matrix.py —— 确定性生成器：抽组合、推荐公式、三维评分、出钩子草稿、做回锚检验、输出 Markdown 表（支持 --platform 语气适配）。
2. scripts/presets.json —— 5 个行业的完整三层词表，可直接 --preset 调用。
3. assets/matrix_visual.html —— 纯前端 49 格同心矩阵可视化（数据不出本地）。

When to use

• 用户说"选题荒 / 没选题 / 同质化严重 / 矩阵做选题 / 49 格 / 三轴选题 / 跑一遍 49 格 / 同款 Skill"
• 用户上传 49 格矩阵截图，要求"复刻 / 做成 Skill / 我们也做一个"
• 选题库原地打转（一直在 2-3 个主题内卷），需要结构化扩列
• 任何行业、赛道、账号想建立可复制的"无限选题引擎"
• 与 topic-mining-10 配合（先用 10 招挖真实客户原话，再把原话装进矩阵的某一层）

不适用：单次灵感型选题（直接 brainstorming 即可，不需要结构）。

Core Principle

三层为什么能独立转动

只要核心命题不变，三层之间没有强依赖：
- 主题域（内 8 格） = 这一行"能讲什么"（细分专业议题）
- 目标人群（中 16 格） = "讲给谁"（身份 × 阶段 × 动机）
- 任务场景（外 24 格） = "他们当下卡在哪"（动词 + 对象 + 卡点）

一个「AI 学习」主题，可以配「AI 小白 / 大学生 / 教师培训师」的不同人群，配「判断要不要学 / 第一次学 AI / 查资料」的不同场景。把依赖解开，每层各自盘活。

为什么 8 × 16 × 24 = 3072 而不嫌多

三层词越具体、越细，组合越能撞出意外。一个泛泛的"做内容"和一个具体的"挑可用片段"，配上同一个"AI 视频创作者"——后者出来的标题一定更狠。具体性是钩子的燃料。

为什么反常识化是关键一步

三层直接拼出来的是描述题：「AI 视频 + 自媒体创作者 + 每天赶内容 = 自媒体创作者每天赶 AI 视频内容」。这是描述，不是钩子。

必须再过一道反常识钩子化公式（5 条），描述题才能变成「AI 视频做得越来越快，为什么自媒体内容反而越来越懒？」这种有钩子、能戳、能转发的标题。

核心命题是锚，不是转动层

中心 1 格永远是「客户为什么找你」的那一句话。它不参与随机组合，是组合跑出标题后的回锚检验器——跑题的内容砍掉或标 WARN。这保证了无限候选不会变成无限废稿。

Workflow

Step 1 — 锁定核心命题

向用户拿 1 句话：「你的客户因为什么找你/买你/关注你？」

如果用户给的是业务定位 / 账号介绍，必须帮反问出那一句核心命题，再把它作为锚。反问句式参考：
- 「如果只能用一句话描述你的客户找你解决的问题，是什么？」
- 「客户买单的最直接理由是什么？不是效果，是那一句话里的承诺。」
- 范例：AI IP → "普通人用 AI 做成事"；商业 IP → "把专业能力变成信任与成交"。

智能追问规则（用户给不出核心命题时，按序执行）：
1. 反问逼出：用上面 3 个反问句之一，要求用户只用一句话作答；若仍给的是定位/介绍，继续追"那句话里客户真正买单的理由是什么"。
2. 原话提炼：若反复模糊，先调 topic-mining-10 挖 3-5 条真实客户原话，从原话共性里提炼命题（"客户总在问 X，说明他们要的是 Y"）。
3. 预设反推（退路）：直接 --preset 调同行业预设，把预设核心命题抛给用户："这个命题是 XX，你的业务和它差在哪？"用差异逼出用户自己的命题。
4. 兜底不硬跑：核心命题仍未定稿前，禁止跑 Step 3；宁可多一轮追问，也不要用模糊命题产出一堆跑题草稿。

Step 2 — 展开三层候选词（半自动 + 用户确认）

AI 自动生成三层词表，按"先填好再让用户改"的方式，让用户最多改 1-2 格。

每层生成后用 AskUserQuestion 让用户确认 / 补 1-2 格，避免 AI 自说自话。完整填写规则与 5 行业范例见 references/matrix_template.md。

Step 3 — 跑生成器（核心交付）

拿到核心命题 + 三层词后，直接调用 scripts/generate_matrix.py 出候选：

# 方式 A：用内置行业预设快速验证
python scripts/generate_matrix.py --preset business_ip --count 12 --seed 42

# 方式 B：自定义三层词（逗号分隔）
python scripts/generate_matrix.py \
  --core "让普通人用 IP 把专业能力变成现金流" \
  --themes "IP定位,内容选题,表达呈现,信任建立,流量获取,产品设计,成交转化,私域复购" \
  --audiences "创业者,企业老板,知识博主,..." \
  --scenes "不知道定位准,找不到稳定选题,..." \
  --count 12 --seed 42 --platform xiaohongshu --out 选题候选.md

# 方式 C：带平台语气适配（douyin / xiaohongshu / bilibili / shipinhao）
python scripts/generate_matrix.py --preset business_ip --count 12 --seed 42 --platform douyin

脚本会：从 3072 组合中随机抽 K 组（种子可复现）→ 按场景关键词推荐最匹配的反常识公式（公式 1-5）→ 生成钩子草稿 → 三维评分（钩子狠度/可拍性/回锚度）+ 综合决策 → 做字面回锚检验 → 输出可直接贴进选题库的 Markdown 表。指定 --platform 时，表后额外输出该平台的语气微调提示。

> 脚本输出的是「草稿 + 评分」，必须过 Step 4-5 润色、语义回锚与（可选）五维评测后再拍。评分标准与五维/平台表见 references/scoring_and_platform.md。

Step 4 — 反常识钩子化润色

脚本勾出了建议公式，但草稿需按 references/hook_formulas.md 的 5 条公式与反 AI 味规则润色成终稿。5 条公式（初版，已验证）：

1. A 在做 X，但是/反而/为什么 Y 反而 Z —「AI 视频做得越来越快，为什么自媒体内容反而越来越懒？」
2. 号称 X，真正能用的只有 Y，剩下的怎么办 —「AI 视频生成了 10 秒，真正能用的只有 3 秒，剩下的怎么办？」
3. 第一次/一上来就 X，先 Y 不会 Z —「第一次装修面对不同报价，先比较哪些项目才不会被低价误导？」
4. 上百个 X 都要做 Y，统一前应该先 Z —「上百个 SKU 都要做图，AI 批量生前应该先统一哪些标准？」
5. 客户表面问 X，实际问题是 Y —「客户一上来只问价格，问题可能不在价格，而在专业信任还没有建立。」

同一组合可换公式产出 3-5 条不同标题，挑最狠的拍。完整公式集、变形与反 AI 味规则见 references/hook_formulas.md。

Step 4.5 — 五维进阶评测（可选，精挑阶段做）

三维评分（脚本自动出）管"草稿够不够狠/具体/贴锚"；进入精挑阶段，可再叠加五维人工评测管"做成内容后值不值得长期做"：需求强度 / 传播潜力 / 差异区分 / 执行可行 / 持续可耕，每维 1-5 分。五维均 ≥4 → 必做；任一 ≤2 → 重设计或降级辅线。详细评测指引见 references/scoring_and_platform.md。

Step 5 — 核心命题锚定检验（语义层）

脚本的字面回锚只是初筛；每条候选标题最终须过 references/core_anchor.md 的 3 步语义检验：覆盖性（用户找核心命题时会碰到这问题吗）→ 因果性（钩子根因能被核心命题解释吗）→ 方向性（看完内容会自然接受到核心命题方向吗）。凡不能回扣核心命题的，砍掉或标 WARN 降级到辅线。

> 回锚分（脚本三维之一）低 ≠ 跑题：业务场景词常与核心命题字面不重合但语义强相关，以本步语义检验为准。

Step 6 — 任务类型标签（与 topic-mining-10 对齐）

每条标题标注「看见 / 听懂 / 相信 / 行动」四任务之一（topic-mining-10 第 10 招的直接复用）：矩阵钩子题适合「看见 + 相信」，决策类适合「行动」，知识拆解类适合「听懂」。按策略混搭。

Step 7 — 选题库登记（可选）

用户确认后，按「小段知识库·04_选题库总览.md」指针登记规则落档：原文件原位保留不动，只在索引追加本次矩阵词表 + K 条候选标题的元数据。

完整调用示例（端到端）

场景：小段老师想为「商业 IP」账号建选题引擎，目标平台抖音。

1. Step 1 锁定命题：核心命题 = "把专业能力变成信任与成交"（用户给不出时走智能追问规则）。
2. Step 2 三层词：直接用预设 business_ip 的 8/16/24 词表（也可自定义微调）。
3. Step 3 跑脚本：
   bash python scripts/generate_matrix.py --preset business_ip --count 12 --seed 42 --platform douyin
4. Step 4 润色 + Step 4.5 五维（挑综合分 ≥4 的几条做五维精挑）。
5. Step 5 语义回锚：确认每条都回扣"专业能力→信任与成交"。
6. Step 6 任务标签 + Step 7 登记选题库。

脚本产出片段（示意）：

| # | 组合 | 反常识标题（草稿） | 公式 | 狠度 | 可拍 | 回锚 | 综合 | 决策 |
| 1 | 成交转化 × 销售运营 × 找不到稳定选题 | 成交转化越做越多，销售运营找不到稳定选题却反而越来越难？ | 公式1 | 5 | 4 | 2 | 3.8 | 中选 |

表后自动附：【平台适配：抖音】强冲突、短平快……严禁极限词。

可视化（可选）

assets/matrix_visual.html 是纯前端页面：填入核心命题 + 三层词（或一键载入内置预设），即可看到同心 49 格矩阵与当前组合规模。数据不出本地，不依赖网络。用于给用户快速预览全局结构。

Output Schema

每条候选标题的输出格式（脚本新版已含评分列）：

| # | 组合（主题×人群×场景） | 反常识标题（草稿） | 公式 | 狠度 | 可拍 | 回锚 | 综合 | 决策 |
|---|----------------------|-------------------|------|------|------|------|------|------|
| 1 | AI 视频 × 自媒体创作者 × 每天赶内容 | AI 视频做得越来越快，为什么自媒体内容反而越来越懒？ | 公式 1 | 5 | 4 | 4 | 4.6 | ⭐优先拍 |

• 狠度/可拍/回锚 各 1-5 分；综合 = 狠度×0.4+可拍×0.3+回锚×0.3；决策：⭐优先拍(≥4.0) / 中选(3.0-3.9) / 暂缓·回炉(<3.0)。
• 回锚分低（≤2）不等于跑题：业务场景词常与核心命题字面不重合，须过 Step 5 语义检验判定（详见 references/scoring_and_platform.md）。
• 指定 --platform 时，表后输出该平台语气微调提示。

平台适配差异表（摘要）

完整改写示例见 references/scoring_and_platform.md 第三节。母题钩子不变，只换语气外壳。

完整 5 行业的矩阵词表（可直接复制即用）见 references/industry_samples.md。

与现有 Skills 的协作

能力边界（反模式）

本 Skill 的边界是「结构化选题引擎」——从 1 个核心命题裂变候选钩子标题，不越界做以下事；遇到时主动引导到正确工具，而不是硬做：

> 核心原则：本 Skill 的边界是「选题发现与钩子化」，不越界做内容创作。与下游 Skill 形成「先裂变选题 → 再写稿 / 拍片」的创作链。

FAQ

• 用户给不出核心命题怎么办？ 走 Step 1 智能追问规则：反问逼出 → 用 topic-mining-10 挖原话提炼 → 预设反推；核心命题未定稿前不跑 Step 3。
• 三层词一定要 8/16/24 吗？ 不是必须，6-10 主题 / 12-16 人群 / 20-24 场景都能跑；填词具体性远比数量重要。
• 回锚分低但我觉得不跑题？ 正常。回锚是字面初筛，以 Step 5 语义检验为准，语义通过就保留并标 WARN。
• 同一组合能出几条标题？ 3-5 条，换公式（1-5）+ 换角度即可。
• 评分是绝对的吗？ 不是，综合分是草稿优先级建议，终判仍以语义回锚 + 人审钩子为准。
• 不同平台要写几遍？ 母题钩子一遍，语气外壳按需换（抖音/视频号主版 + 小红书/B站微调），不重复劳动。

完整版见 references/scoring_and_platform.md 第四节。

References

• references/matrix_template.md — 49 格矩阵的填写规则与 5 行业示例简表
• references/hook_formulas.md — 反常识标题公式集（初版 5 条 + 变形 + 反 AI 味规则）
• references/core_anchor.md — 核心命题锚定检验规则与陷阱清单
• references/industry_samples.md — 5 行业完整词表（可直接复制即用）
• references/scoring_and_platform.md — 三维评分标准、五维进阶评测、平台适配差异表、FAQ

铁律

• 三层独立：每层填词时不许引用其他层的具体词，否则组合变弱。
• 词要具体：人群词必须「一眼能分辨出是谁」；场景词必须是「动词 + 对象 + 卡点」。泛词不进表。
• 反常识化是必要步骤：不经过钩子化的组合题目是描述，不是钩子，不能直接拍。
• 核心命题不参与转动：它是检验器，不是组合项。组合跑出的标题必须能回锚。
• 缺素材补素材：三层词与用户真实业务偏差过大时，必须先调三层，不要硬上。
• 同组合可多次生成不同标题：钩子公式可换，描述角度可换；同一组合产出 3-5 条不同标题正常，挑最狠的拍。

<!-- topic-matrix-49 | 归属:小段笔记 | 品牌:小段笔记（安粉传媒） | 改编/二次分发请保留本标识 -->