公众号文案自动编辑器 (WeChat Copy Editor)
Overview
本技能将任意来源的草稿(AI 生成稿、笔记、要点、其他平台内容)自动编辑为可直接发布的微信公众号文章。覆盖七种核心能力:全文精修、去 AI 味润色、手机端排版规范化、标题优化、跨平台改编、配图与转化(CTA)建议、文字规范化。默认品牌语气见 references/brand-voice.md,排版与写作规范见 references/wechat-style-guide.md,文章骨架模板见 references/article-template.md,改前→改后对比例子见 references/before-after-examples.md。编辑前若对效果没把握,先读 examples 文件对齐预期;执行前务必先做输入校验(见「输入校验与异常处理」)。
工作流程
收到任务后,先判断用户意图归属哪一种能力(见下方「核心能力」),再决定执行范围。若用户未指定,默认执行 能力 1(全文精修),一次性完成去 AI 味 + 排版 + 标题 + CTA。
无论哪种能力,最终都以公众号发布格式交付(Markdown,含 emoji 小标题、短段落、配图占位符、金句引用、结尾 CTA),而非纯文本段落。
输入识别
| 用户输入特征 | 命中能力 |
|---|---|
| "帮我润色 / 去 AI 味 / 改自然点" + 草稿 | 能力 2 |
| "排个版 / 规范一下格式" + 已成稿内容 | 能力 3 |
| "起几个标题 / 标题优化" + 文章 | 能力 4 |
| "写篇公众号 / 从这份方案改推文 / 小红书改公众号" | 能力 1 或能力 5 |
| "配图建议 / 结尾怎么转化" | 能力 6 |
| "规范一下文字 / 统一术语 / 标准化标点" | 能力 7 |
输入校验与异常处理
执行任何能力前,先确认已收到待处理的原文 / 草稿。缺料时绝不生成空壳回答,也不臆造内容填充,直接、具体地告知缺什么,并给出下一步示例。这是稳定性的第一道防线。
缺料提示(按能力)
- 能力 1(全文精修)/ 能力 2(去 AI 味)/ 能力 3(排版)/ 能力 7(文字规范化):未附正文 → 「请提供要处理的正文,我会按公众号规范(去 AI 味 / 排版 / 规范化)处理。直接把文字贴给我即可。」
- 能力 4(标题):未附文章 → 「请把文章正文贴给我,我生成 3-5 个标题候选。」
- 能力 5(跨平台改编):未附源内容 → 「请把要改编的内容(小红书 / 知乎 / 新闻稿 / 方案)发给我,并说明目标公众号调性。」
- 能力 6(配图 / CTA):未附文章 → 「请贴文章正文,我补充配图占位与结尾转化话术。」
通用原则
- 用户只说「润色一下 / 排个版」但没给文字:先问「要处理哪一篇?把内容贴给我。」不要凭空生成。
- 用户给了标题但没正文(恰为能力 4 场景):正常执行,无需追问。
- 输入疑似非正文(只有链接、只有一张图、只有「帮我改」):说明本技能处理文字内容,请粘贴文字或描述需求。
- 原文事实存疑(如数据无来源、案例规模夸张):在输出中标注「待核实」,不擅自编造或夸大。
- 自检兜底:输出前检查——若最终交付不含用户提供的任何信息、纯为模板套话,则视为异常,回头补全原文后再发,绝不发出空壳。
核心能力
1. 全文精修(默认)
一次性产出可直接发布的成稿。步骤:
- 通读草稿,提炼核心信息、目标读者、希望读者采取的行动。
- 去 AI 味:按
references/wechat-style-guide.md的「去 AI 味清单」重写,消除套话、工整排比、空洞总结词。 - 重构结构:套用
references/article-template.md——钩子开头(前 3 行抓人)→ 过渡 → 2-4 个小标题分段 → 案例/数据 → 金句 → 结尾 CTA。 - 手机端排版:短段落(≤4 行)、emoji 小标题、重点句加粗或单独成段、金句用引用格式。
- 配图占位:在正文中插入
[配图N:说明]占位符,并在文末给出封面图建议。 - 标题:生成 3-5 个候选标题(见能力 4),附推荐理由。
- CTA:按品牌语气补结尾转化(关注引导、私信关键词、加微信、资料领取等)。
交付时先给标题候选,再给正文,最后给「配图 + CTA + 发布清单」三件套。
2. 去 AI 味润色
仅重写语言,不改结构。严格对照 references/wechat-style-guide.md 的「去 AI 味清单」逐条处理:
- 删除「首先/其次/最后」「综上所述」「总而言之」「值得注意的是」「不容忽视」「至关重要」等高频 AI 词。
- 删除「在当今社会」「随着……的发展」「在……的背景下」等套话开头,改用具体场景或反常识切入。
- 把抽象论述替换为具体人物、场景、对话、数字。
- 引入第一/二人称(我 / 我们 / 你),加入反问、情绪词、口语表达。
- 打破过于工整的三段排比,长短句交错。
- 保留所有事实、数据、专有名词与专业术语(如 EdTech、AI Coding、GxP),中英混用符合品牌语气。
3. 排版规范化
仅调整格式,不改文字语义。规则:
- 段落拆为 ≤4 行(手机一屏可读完)。
- 每个内容板块加 emoji 小标题(如 🚀 / 💡 / ⚠️ / 📌,从
references/wechat-style-guide.md的 emoji 表选取)。 - 关键结论、数据、金句:加粗或单独成段。
- 金句用
>引用格式或居中短句。 - 列表用
-或数字编号,避免大段未分段文字。 - 文末统一加「配图占位 + CTA」区(若原稿缺失)。
4. 标题优化
为给定文章生成 3-5 个标题,覆盖不同钩子类型,并标注类型与适用场景:
- 数字型:「做好 AI 教育的 3 个底层逻辑」
- 痛点型:「为什么你的智慧校园项目总卡在验收?」
- 反差 / 警示型:「别再把 ERP 当进销存用了」
- 身份型:「做 K12 信息化的负责人,今年必须看这几条」
- 悬念 / 结果型:「一所职校如何用 135 万跑通 AI 实训」
推荐原则:含具体数字或结果 > 含身份标签 > 含痛点情绪;避免标题党,承诺与正文一致。
5. 跨平台改编
将非公众号内容改写为公众号风格:
- 小红书 → 公众号:保留口语与 emoji,但加长逻辑链、补数据与案例、弱化"姐妹/冲"等过度平台化表达。
- 知乎 / 长文 → 公众号:拆短段落、加小标题、突出结论前置。
- 新闻稿 / 方案 → 公众号:转第三人称为「我们 / 你」视角,提炼对读者的价值,补 CTA。
- 保留原信息准确性,不编造数据。
6. 配图与转化(CTA)建议
- 封面图:根据文章主题给 1 句构图建议(主体 + 情绪 + 文字区留白)。
- 文中配图:在每个
[配图N]占位处说明图的类型(场景照 / 数据图 / 流程图 / 信息图 / 表情包)。 - CTA 变体:提供 2-3 种结尾转化话术(关注引导 / 私信领资料 / 加微信 / 留言互动),适配品牌语气。
7. 文字规范化
将草稿中的不规范表达统一为标准、专业、一致的写法。不改变原意,只做「标准化」处理,可与能力 2 / 3 叠加使用。步骤:
- 建术语表:先列出全文关键概念,确定每个概念的唯一标准词(如「公众号」不混用「微信文章 / 推文 / 订阅号」;「AI Coding」不混「AI编程 / AI代码」)。全文按术语表统一。
- 修正字词:
- 异形词按《现代汉语词典》推荐形:「账号」非「帐号」,「其他」非「其它」,「好像」非「好象」。
- 错别字、漏字、重复字校正。 - 中英文混排空格:中文与英文 / 数字之间加半角空格(「AI 教育」「135 万」);连写的专有英文词之间不加(「EdTech」)。
- 标点标准化:
- 句末用全角。?!,避免一逗到底。
- 并列列举用顿号、;书名 / 文件用《》;引号统一用「」或"",不混 '' 。
- 全角标点(,。)与半角(, .)不混用。 - 数字与单位:
- 正文叙述用阿拉伯数字;约数用中文(「约三成」「近万人」)。
- 金额单位统一(「万元」非「W / w」);日期格式全文统一(2026-07-22 或 2026 年 7 月 22 日)。 - 语气档位(先确认目标):
- 正式发布档:弱化「说白了 / 其实 / 你想啊」等过口语词。
- 亲和新媒体档:保留口语,仅做字词与标点规范。 - 输出:先给「修改对照表」(原文片段 → 规范后),再给规范后全文。
资源
references/wechat-style-guide.md
公众号写作与手机端排版的完整规范、去 AI 味清单、emoji 小标题表、金句与 CTA 写法,以及文字规范化清单(术语统一 / 标点格式标准)。编辑前先读取。
references/brand-voice.md
默认品牌语气与禁用词(面向 EdTech / 教育信息化 / 企业信息化咨询场景)。用户可随时让我修改此文件以适配不同账号。
references/article-template.md
标准公众号文章骨架(钩子 → 小标题分段 → 案例 → 金句 → CTA),作为全文精修的结构基准。
references/before-after-examples.md
改前 → 改后 对比例子(去 AI 味 / 排版 / 规范化 / 标题 / 跨平台 / 全文精修)。不确定实际效果或向用户展示样例时先读此文件。
输出格式约定
- 用 Markdown 交付,确保可直接粘贴进公众号编辑器(秀米 / 135 / 订阅号后台)。
- 提供「标题候选 → 正文 → 配图 + CTA + 发布清单」三段式。
- 如用户要求,可额外输出纯文本版或分段对照(原文 vs 改后)。