By name: xhs-writer description: >- 生成小红书(RedNote)笔记：把主题或用户提供的素材(文字/图片/视频)做成一套竖版卡片(图文) 或一段带分镜脚本的视频稿(视频)，配 caption + hashtags，落盘到 output/小红书/。 使用时机：用户说 写小红书 / 做小红书笔记 / 小红书图文 / 小红书种草 / 出一套 xhs 卡片 / 小红书视频 / write a Xiaohongshu note / make a RedNote post。
xhs-writer — 小红书笔记生成
把一个主题 + (可选)用户素材，生成图文卡片组或短视频脚本，按规范落盘到 output/小红书/。
核心理念
小红书读者看的不是长文，是卡片组或短视频。长文原稿只是中间产物；caption 只是发布配文。
- 图文帖(image post)：3-9 张 9:16 竖版卡片(cover + content × N + ending)，每张 ≤80 字中文。
- 视频帖(video post)：一段 15-90 秒竖屏视频脚本 + 封面卡，分镜写在
meta.json.shots里，视频合成本 skill 不做。
爆款方法论（通用原则）
5大核心原则：
- 真实素材优先：项目截图、对比图、演示图 > 纯 AI 生图
- 聚焦核心卖点：用公式判断优先级（见 Step 0.5）
- 素人感设计：纯色背景 + 大 emoji + 口语化 > 品牌宣传风格
- 痛点导向：说"能解决什么问题" > 堆砌功能列表
- 快速迭代：V1(60分) → 用户反馈 → V2(70分) → 持续优化
详细方法论：见 references/xiaohongshu-viral-methodology.md
工作流
按顺序执行。不要跳步。
Step 0 — Intake(必问，一次问完)
收到请求后不要动手，先向用户确认以下要点，尽量一条消息问完：
- 主题 / 目标读者 / 核心观点
- 输出形态：图文 or 视频？(默认图文)
- 素材：有没有已有的文字/图片/视频要用？贴路径或拖文件
- 风格：简约清新 / 科技感 / ins 风 / 商务 / 文艺复古 / 可爱卡通(默认"简约清新")
- 卡片数量 / 视频时长：图文默认 5-7 张；视频默认 30-60 秒
Step 0.5 — 卖点/亮点分析（推荐执行）
触发条件：
- 推广类：产品、项目、工具、服务
- 分享类：好物推荐、经验总结、知识科普
- 测评类：产品对比、使用体验
执行：
- 列出所有功能/特性/亮点
- 用 AskUserQuestion 让用户打分（每个点）：
- 稀缺性（1-5）：别人有吗？独特吗？
- 实用性（1-5）：能解决多大问题？
- 可感知（1-5）：用户能直接看到/感受到吗？
- 计算得分 = 稀缺性 × 实用性 × 可感知
- 排序，选择 Top 1-2 作为核心卖点/亮点
输出：
## 卖点/亮点分析结果
| 点 | 稀缺性 | 实用性 | 可感知 | 得分 | 优先级 |
|---|---|---|---|---|---|
| 亮点A | 5 | 5 | 5 | 125 | 🥇 核心 |
| 亮点B | 2 | 3 | 3 | 18 | 🥉 辅助 |
**核心卖点/亮点**：亮点A（聚焦这个，其他作为辅助）
参考：references/xiaohongshu-viral-methodology.md 第2节
Step 1 — 素材清点(有素材才做)
如果用户提供了素材路径，先跑脚本生成清单，再由 AI 用多模态能力填描述：
python3 scripts/analyze_material.py <path>... \
--out <work-dir>/reference/materials.json \
--frames-dir <work-dir>/reference/frames
脚本只做确定性预处理(分类、取分辨率/时长、抽帧)。AI 随后用视觉能力 打开 materials.json 里每条 image/frame，填 caption 和 usage(cover / content-N / ending / reference)。详见 references/material-intake.md。
素材分类（按价值排序）：
- 对比图（最有价值）：before/after、input/output、不同版本对比
- 功能演示：界面截图、操作流程图、效果展示
- 数据图表：性能对比、用户增长、功能覆盖
- 品牌素材：Logo、配色方案、官方截图
素材使用策略：
- ✅ 优先级：真实素材 > 图生图 > 代码叠加 > 纯 AI 生图
- ✅ 对比图：用图生图（保留真实感 + 叠加小红书风格文字）
- ✅ 纯文字卡片：用 AI 生图（素人感设计）
- ❌ 避免：所有卡片都用纯 AI 生图（缺少真实感）
参考：references/xiaohongshu-viral-methodology.md 第3节
Step 2 — 采集外部参考(观点类 / 资讯类必做；纯素材驱动可跳过)
按 references/reference-search.md 执行，结果写入同一 reference/ 目录。核心数据 ≥2 个来源交叉验证。
Step 3 — 写长文原稿(2000-4000 字)
从 H2 开始(不写 H1；标题入 meta.json.title)。写完先给用户看，确认主旨再继续，不要直接跳到卡片/分镜。反模式清单以 references/humanizer-zh.md 为准。
Step 4 — 去 AI 化
读 references/humanizer-zh.md 五层原则，完整扫描重写原稿，给出质量评分(满分 50)。
Step 4.5 — 图生图处理（有真实素材时必做）
触发条件：Step 1 发现了对比图、功能演示等高价值素材
工具：gpt-image-2 图生图（需要 OpenAI API key）
执行：
# 使用本项目的 image_generator
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator
generator = GptImage2Generator(aspect_ratio="9:16")
# 图生图：保留真实素材 + 叠加小红书风格文字
generator.generate_scene_image(
scene_data={
'index': 1,
'image_prompt': """Based on the reference image, create a Xiaohongshu style card, 9:16 vertical.
Keep the original image visible.
Add overlays:
- Top: "{标题}"
- Bottom: "{引导文字}"
Style:
- Keep original clear
- Casual Xiaohongshu style
- Authentic feel"""
},
output_path='output.jpg',
size='auto',
reference_image_path='material.jpg'
)
Prompt 模板：见 references/xiaohongshu-viral-methodology.md 附录C
失败处理：
- 重试 1 次
- 降低图片分辨率（max 1024px）
- 改用代码叠加文字（
scripts/text_on_image.py）
Step 5 — 分发：图文 or 视频
5A. 图文帖：拆成 3-9 张卡片
- 结构：
cover(第 1 张) +content(中间若干) +ending(最后 1 张) - 每张 ≤80 字(
title+content合计，代码点计数) - 一张卡只讲一个论点；数字 / 对比 / 金句优先上卡
- 全套卡片 emoji 风格与配色保持一致
每张卡选一种 合成策略(写入 cards[i].synthesis_strategy)，五选一。详见 references/material-intake.md：
| strategy | 适用 | 工具 | 优先级 |
|---|---|---|---|
img2img |
有真实素材（对比图/演示图） | gpt-image-2 图生图 | 🥇 最佳 |
text_on_photo |
有 1 张合适照片 + 一句钩子 | scripts/text_on_image.py |
🥈 次选 |
collage |
有 2-4 张互补照片 | scripts/collage_3x4.py |
🥉 可用 |
pure_text |
无素材，纯文字卡 | AI 生图（素人感） | ✅ 常用 |
ai_generated |
概念图 / 数据图 | 用户自备 t2i 服务 | ⚠️ 慎用 |
策略选择原则：
- ✅ 有真实素材 → 优先
img2img（保留真实感） - ✅ 纯文字卡片 → 用
pure_text（素人感设计） - ❌ 避免所有卡片都用
ai_generated（广告感强）
素材有水印 → 先跑 scripts/crop_watermark.py 或按 references/image-sourcing.md 处理。
5B. 视频帖：写分镜脚本
- 写 6-12 个分镜，每镜 2-8 秒，累计时长对齐用户预期
- 每镜含：
narration(口播，≤30 字)、on_screen_text(屏幕字，≤15 字)、visual(画面描述)、material_ref(若引用materials.json里某条素材) - 仍要出一张
cover卡(3:4)作为封面；视频本体由用户侧工具合成，本 skill 只产脚本
字段结构见 references/meta-schema.md 的 shots[] 定义。
Step 6 — caption + hashtags + 标题
标题生成（5种公式）：
- 痛点+解决方案：
{具体痛点}？{解决方案}- 适用：有明确痛点的工具/产品
- 提问式：
有没有那种{功能描述}的{产品类型}？- 适用：新工具推荐、功能发现
- 发现式：
我发现了个宝藏！{核心价值}- 适用：兴奋分享、好物推荐
- 热点词：
{热点词}爆火后，我用它做了{场景}- 适用：蹭热点、技术类产品
- 身份共鸣：
{身份标签}必备！{核心功能}- 适用：有明确目标人群的产品
参考：references/xiaohongshu-viral-methodology.md 附录F
caption：
- 100-300 字，hook 开头(数字/提问/惊叹) → 关键信息 → 行动号召(点赞/收藏/关注)
- 带 emoji，闺蜜语气
- 结构：痛点共鸣 → 解决方案 → 具体功能 → 真实案例 → CTA
- 避免：堆砌功能、正式文案、广告感
hashtags：
- 5-8 个，与主题强相关
- 核心标签（4个）：热点词 + 核心功能 + 差异化卖点 + 目标人群
- 辅助标签（4个）：场景词 + 品类词
- 避免
#生活等过度泛化标签
只写进 meta.json，不粘进卡片或正文
Step 7 — 落盘
目录与命名规则见 references/output-spec.md。
output/小红书/{YYYY-MM-DD}/{短标题}_{YYYYMMDDHHmm}/
├── {完整标题}.md # 长文原稿
├── meta.json # 元数据(卡片 / 分镜 / caption / hashtags / materials)
├── images/ # (图文)最终卡图 / (视频)封面
└── reference/ # materials.json / 搜索结果 / summary / 思考过程
目录短标题与时间戳必须走脚本标准化，别手写：
python3 scripts/normalize_slug.py "原始长标题" --with-ts
meta.json 完整字段定义见 references/meta-schema.md。
Step 8 — 校验(强制)
写完 meta.json 后必须跑：
python3 scripts/validate_meta.py <work-dir>/meta.json
非 0 退出 → 读报错修 meta.json 再跑，直到 clean。不要把未校验的产物交给用户。
不要做的事
- 不写 H1；标题只放
meta.json.title - 不在正文末尾写"参考来源 / References"；只落到
reference/ - 不在
.md里留【插入图片：...】占位符；图片同步下载 + 引用相对路径 - 不跳过 Step 4(去 AI 化)和 Step 8(validate)
- 不自己手算目录名 / 时间戳，一律走
normalize_slug.py
工具依赖
必需工具
- Python 3.8+
- PIL (Pillow)
可选工具
- OpenAI API key（用于图生图，推荐）
- 配置：在
~/.claude/skills/xhs-writer-skill/.env填入OPENAI_API_KEY - 没有 API key 也能用，会生成纯文字卡片
- 配置：在
图生图使用
# 添加路径
import sys
sys.path.insert(0, '~/.claude/skills/xhs-writer-skill/scripts')
from image_generator import GptImage2Generator
# 初始化
generator = GptImage2Generator(aspect_ratio="9:16")
# 生成
generator.generate_scene_image(
scene_data={'index': 1, 'image_prompt': '...'},
output_path='output.jpg',
size='auto',
reference_image_path='material.jpg' # 图生图模式
)
参考资料
核心方法论
references/xiaohongshu-viral-methodology.md：完整爆款方法论- 卖点优先级判断公式
- 素材使用策略（优先级排序）
- 爆款卡片结构（标准6-7张）
- 文案公式库（5种标题公式）
- 视觉风格指南（素人感 vs 精美设计）
- 图生图 Prompt 模板（3种场景）
- 常见错误清单（5大错误 + 解决方案）
- 工具使用指南
其他参考
references/humanizer-zh.md：去 AI 化原则references/material-intake.md：素材处理流程references/image-sourcing.md：图片来源处理references/meta-schema.md：元数据字段定义references/output-spec.md：输出目录规范
快速开始
场景1：推广产品/项目
# 用户说："帮我推广这个项目 /path/to/project"
# Step 0.5: 卖点分析
# → 列出功能，让用户打分（稀缺性×实用性×可感知）
# → 选出核心卖点
# Step 1: 素材盘点
# → 扫描项目截图、对比图、演示图
# → 分类：对比图（最有价值）> 功能演示 > 其他
# Step 4.5: 图生图
# → 对比图用图生图（保留真实感 + 小红书风格）
# → 纯文字卡片用 AI 生图（素人感）
# Step 6: 生成标题（5个选项）
# → 痛点式、提问式、发现式、热点词、身份共鸣
# 输出：6-7张卡片 + caption + hashtags
场景2：好物分享/经验总结
# 用户说："写一条关于 XX 好物推荐的小红书笔记"
# Step 0: Intake
# → 确认主题、目标读者、输出形态
# Step 0.5: 亮点分析
# → 这个好物的核心亮点是什么？
# Step 1: 素材盘点
# → 产品图、使用场景图、效果对比图
# Step 3-4: 写长文 + 去 AI 化
# Step 5: 拆成卡片
# → 封面（提问/发现式）+ 亮点展示 + 使用场景 + 真实体验 + CTA
# 输出：5-7张卡片 + caption + hashtags
场景3：知识科普/教程
# 用户说："写一条关于 XX 知识的小红书笔记"
# Step 0: Intake
# → 确认主题、目标读者、知识点
# Step 2: 采集外部参考
# → 搜索相关资料，交叉验证
# Step 3-4: 写长文 + 去 AI 化
# Step 5: 拆成卡片（纯文字）
# → 用 AI 生图（素人感设计）
# → 结构：封面 + 核心概念 + 步骤/要点 + 注意事项 + CTA
# Step 6: caption + hashtags
# 输出：5-7张卡片 + caption + hashtags
常见问题
Q1：什么时候用图生图？
A：有真实素材（对比图、演示图、截图）时优先用图生图。效果：真实感 > 代码叠加 > 纯 AI 生图。
Q2：如何判断卖点优先级？
A：用公式 优先级 = 稀缺性(1-5) × 实用性(1-5) × 可感知(1-5)，选择得分最高的 1-2 个作为核心卖点。
Q3：封面选哪种风格？
A：
- 有明确痛点 → 痛点式
- 新工具推荐 → 提问式
- 好物分享 → 发现式
- 蹭热点 → 热点词式
- 明确人群 → 身份共鸣式
Q4：图生图失败怎么办？
A：三级降级策略
- 重试 1 次
- 降低图片分辨率（max 1024px）
- 改用代码叠加文字（
scripts/text_on_image.py）
Q5：需要多少张卡片？
A：
- 最少：3张（封面 + 核心卖点 + CTA）
- 标准：6张（封面 + 卖点 + 功能 + 人群 + 案例 + CTA）
- 完整：7张（+ 开源地址/官方链接）
更新时间：2026-04-25 适用场景：产品推广、好物分享、知识科普、经验总结、测评对比等各类小红书内容