🎁 Get the FREE AI Skills Starter GuideSubscribe →
BytesAgainBytesAgain
🦀 ClawHub

Xiaohongshu Writing

by @killian-filippov

小红书爆款内容写作助手,帮助生成高点击率、**像人写**的笔记。包含去AI味检查、7种标题公式、5种开头模板、3种结尾模板、SEO优化。Use when user wants to write XiaoHongShu content, generate viral post titles, or needs he...

Versionv1.1.0
Downloads1,749
Installs10
Stars3
TERMINAL
clawhub install xiaohongshu-writing

📖 About This Skill


name: xiaohongshu-writing version: "1.1.0" description: "小红书爆款内容写作助手,帮助生成高点击率、像人写的笔记。包含去AI味检查、7种标题公式、5种开头模板、3种结尾模板、SEO优化。Use when user wants to write XiaoHongShu content, generate viral post titles, or needs help with RedNote writing. Trigger on: 写小红书笔记、小红书文案、爆款标题、种草笔记、学习日记、干货分享。"

小红书爆款写作 Skill

帮你写出高点击率、高互动、像人写的小红书笔记!


⚠️ 重要:去AI味检查(写之前必看)

AI生成的文本有明显特征,一眼就能看出来。写小红书笔记时,必须避免以下问题:

🚫 AI文本的16种死罪

#### 致命特征(一眼AI) | 问题 | AI写法 | 人类写法 | |------|--------|----------| | 三段式结构 | "首先...其次...最后..." | 直接说事,不用套路 | | 机械连接词 | "值得注意的是"、"综上所述"、"不难发现" | "说实话"、"其实"、"真的" | | 空洞大词 | "赋能"、"闭环"、"数字化转型"、"智慧时代" | "帮忙"、"完整流程"、"升级" | | 均匀段落 | 每段都差不多长 | 长短不一,有节奏感 |

#### 高频问题 | 问题 | 表现 | |------|------| | AI高频词 | "助力"、"彰显"、"凸显"、"焕发"、"深度剖析" | | 修辞堆砌 | 对偶句>2个、排比句>1个、引用句>4个 | | 技术词滥用 | 在非技术内容里用"解构"、"光谱"、"量子纠缠" | | 标点滥用 | 破折号太多、分号太密 |

#### 风格问题 | 问题 | 表现 | |------|------| | 句子太规整 | 每句话结构都差不多 | | 用词单一 | 来回就那几个词 | | 没情绪 | 整篇都很"平",没有喜怒哀乐 | | 开头重复 | 每段开头都是"这个..."、"那..." |

✅ 人类化重写规则

1. 去掉"首先其次最后" → 直接说事
2. "值得注意的是" → "注意" / "说真的"
3. "综上所述" → "所以" / "总之"
4. "赋能" → "帮" / "让...更好"
5. 打破均匀段落 → 长短搭配
6. 加入个人口吻 → "我觉得"、"亲测"
7. 句子长短不一 → 有短有长
8. 适当"不完美" → 口语化、有语气词


🦞 小红书风格核心特征

小红书不是写作文,是跟朋友聊天

必须做到

  • 热情开场 - "姐妹们!"、"兄弟们!"、"宝子们!"
  • 高密度emoji - 但不是乱堆,要有节奏
  • 短段落 - 1-3句话一段,别写长文
  • 口语化 - 像说话,不像写论文
  • 个人视角 - "我"、"我觉得"、"亲测"
  • 情绪词 - "绝了"、"太可了"、"yyds"、"踩雷"
  • 绝对禁止

  • ❌ "首先、其次、最后"的三段式
  • ❌ "值得注意的是"、"综上所述"
  • ❌ 大段文字(超过5行就太长)
  • ❌ 没有任何emoji的干文字
  • ❌ 像说明书一样的列表

  • 🚀 使用流程

    第一步:了解需求

    问用户: 1. 写什么内容? 2. 给谁看? 3. 想达到什么效果?

    第二步:生成标题

    用下面的标题公式,生成3-5个备选。

    第三步:写正文

    1. 选一个开头模板 2. 用口语化语言写内容 3. 加入emoji和情绪词 4. 短段落,有节奏

    第四步:去AI味检查

    对照上面的"AI文本16种死罪",逐条检查并修改。

    第五步:输出成品

  • 标题(3-5个备选)
  • 正文(已去AI味)
  • 建议标签

  • 🎯 爆款标题公式

    7种高转化标题类型

    #### 1. 画饼型(美好愿景)

    公式:行动 + 美好结果
    示例:
    
  • "坚持这个习惯,皮肤好到发光"
  • "学会这招,气质提升一个档次"
  • "每天10分钟,30天练出马甲线"
  • #### 2. 不看会亏型(损失厌恶)

    公式:后悔/不知道 + 核心信息
    示例:
    
  • "后悔没早知道的护肤真相"
  • "90%的人都不知道的省钱技巧"
  • "千万别这样洗脸,难怪皮肤越来越差"
  • #### 3. 数字型(具体可信)

    公式:数字 + 核心内容 + 结果
    示例:
    
  • "3步搞定日常妆容,新手也能学会"
  • "收藏这10个穿搭公式,一周不重样"
  • "25套初秋显瘦穿搭总结"
  • #### 4. 反认知型(打破常识)

    公式:否定词 + 常见行为 + 负面结果/真相
    示例:
    
  • "千万别这样护肤,难怪越来越差"
  • "原来一直用错了,怪不得没效果"
  • "你以为的护肤,其实是在伤肤"
  • #### 5. 提问型(引发好奇)

    公式:问题 + 痛点
    示例:
    
  • "为什么你的妆容总是不持久?"
  • "小个子怎么穿才显高?"
  • "同样是护肤,为什么她比你白?"
  • #### 6. 参照物型(借势)

    公式:学/跟着 + 名人/热门 + 效果
    示例:
    
  • "学白鹿的穿搭,轻松穿出女团感"
  • "照着韩剧女主这样化妆,素颜也好看"
  • "跟着大厂程序员学AI,3个月入门"
  • #### 7. 圈定人群型(精准定位)

    公式:人群标签 + 必看/必做 + 核心价值
    示例:
    
  • "学生党必看的平价护肤好物"
  • "新手妈妈一定要知道的育儿技巧"
  • "半吊子工程师的AI学习日记"
  • 万能标题公式

    用户收益 + 关键词 + 解决方案

    示例:

  • "毛孔粗大怎么办?美容师教我这样做,效果惊人"
  • "小个子穿搭|这样搭配显高10cm"
  • "AI入门难?程序员教你3个月从小白到实战"
  • 五大品类标题公式

    | 品类 | 公式 | 示例 | |------|------|------| | 穿搭 | 痛点/场景 + 解决方案 + 结果 | "微胖女生这样穿,显瘦20斤" | | 美妆 | 目标人群 + 问题 + 效果词 | "黄皮必入!这支口红显白到离谱" | | 母婴 | 目标人群 + 解决方案 + 状态词 | "新手妈妈必看,宝宝一觉睡到天亮" | | 美食 | 场景 + 特点 + 情绪词 | "一人食晚餐|10分钟搞定,好吃到哭" | | 干货/知识 | 人群 + 问题 + 解决方案 | "程序员学AI|3个月从小白到实战" |


    📝 开头模板(5种)

    1. 打招呼式(最常用)

    像老朋友聊天一样

    ✅ 好的写法: "姐妹们!今天又来分享好物了~" "哈喽大家好,我是xx,今天想聊聊..." "宝子们!这个必须安利给你们!"

    ❌ AI写法: "大家好,今天我想和大家分享..."

    2. 与我相关型(引发共鸣)

    让读者觉得"这说的就是我"

    ✅ 好的写法: "身高156,体重110,梨形身材的我,终于开窍了..." "作为一个半吊子工程师,我踩过的坑能写本书" "如果你也是____,那这篇一定要看!"

    ❌ AI写法: "作为一个____,我想分享一下我的经验..."

    3. 痛点切入型(直击要害)

    直接点出读者的困扰

    ✅ 好的写法: "你是不是也有这种情况:想学AI但不知道从哪开始?" "皮肤暗沉、毛孔粗大?我之前也是!" "每天加班到很晚,根本没时间运动对吧?"

    ❌ AI写法: "很多人都会遇到这样的问题:____"

    4. 告诫劝机型(听我的没错)

    ✅ 好的写法:
    "说真的,如果你正在学AI,这几个坑千万别踩!"
    "真心建议,新手学编程前先看看这篇"
    "听我一句劝,别再____了"

    ❌ AI写法: "以下是一些需要注意的事项..."

    5. 社会热点型(蹭热度)

    ✅ 好的写法:
    "最近AI特别火,作为业内人士我想说..."
    "2026年了,这些技能真的要学起来"
    "趁着xx的热度,来聊聊..."

    ❌ AI写法: "随着xx的发展,越来越多的人开始关注..."


    📝 结尾模板(3种)

    1. 互动式(提升互动率)

    "觉得有用的话,记得点赞收藏哦~"
    "你们有什么好方法吗?评论区聊聊!"
    "想看更多内容的记得关注我~"
    "你们有没有踩过类似的坑?来聊聊"
    

    2. 结论式(总结观点)

    "所以啊,学AI最重要的就是____"
    "总结一下,这3点是关键:..."
    "最后想说,____真的很重要"
    

    3. 行动号召式(引导转化)

    "赶紧试试吧,效果真的很好!"
    "从今天开始,一起____吧"
    "别再犹豫了,现在就开始!"
    


    🎨 情绪词库

    正面情绪词(激发向往)

    绝美 / 氛围感 / 治愈 / 太绝了 / 爱了爱了
    好用到哭 / 必入 / 无限回购 / 真香
    yyds / 绝绝子 / 太可了 / 拿捏了 / 巨好用
    

    负面情绪词(制造焦虑)

    后悔 / 踩雷 / 避坑 / 千万别 / 别再XX了
    血泪教训 / 真的很坑 / 谁买谁后悔
    

    悬念词(引发好奇)

    竟然 / 原来如此 / 没想到 / 真相是
    秘密 / 隐藏 / 不为人知 / 悄悄告诉你
    


    🔍 SEO优化技巧

    关键词布局原则

    小红书对关键词抓取主要在:标题、开头、结尾、标签

    布局方法: 1. 标题:包含1-2个核心关键词 2. 开头:出现2-3次关键词 3. 结尾:出现1-2次关键词 + 话题标签 4. 标签:3-5个相关话题

    注意:不要堆砌关键词,保持自然


    📊 不同内容类型的写作要点

    干货分享类

    结构:问题 → 分析 → 解决方案 → 总结
    特点:实用、具体、可操作
    标题:数字型 + 人群型
    结尾:引导收藏
    

    种草测评类

    结构:痛点 → 产品介绍 → 使用体验 → 效果展示
    特点:真实、有对比、有细节
    标题:不看会亏型 + 参照物型
    结尾:引导互动讨论
    

    学习日记类

    结构:背景 → 过程 → 收获/踩坑 → 下一步计划
    特点:真实、有共鸣、可持续
    标题:圈定人群型 + 与我相关型
    结尾:邀请一起学习
    


    ⚠️ 避坑指南

    内容禁忌

    - 不要过度美化/夸大效果(如"7天瘦20斤")
    
  • 不要出现微信号、店铺名等导流信息
  • 不要硬广植入,容易被举报
  • 不要抄袭搬运,坚持原创
  • AI生成内容必须标注(2026年2月新规)
  • 标题禁忌

    - 不要做标题党,标题与内容要一致
    
  • 不要堆砌关键词,保持自然
  • 标题字数控制在20字以内,16-18字最佳

  • 📝 示例输出格式

    ❌ AI味的写法(不要这样写)

    【标题】机器学习的三层理解

    【正文】

    大家好,今天我想和大家分享一下我对机器学习的理解。

    首先,我想介绍一下函数层。函数层是机器学习的基础,它定义了模型的结构。

    其次,损失层非常重要。它决定了我们如何衡量模型的好坏。

    最后,优化层是让模型不断改进的关键。

    综上所述,这三层结构帮助我们理解机器学习的本质。

    【标签】#机器学习 #AI

    ✅ 人类化的写法(要这样写)

    【标题备选】
    1. 学ML踩了半年坑,终于悟出3层框架🧠
    2. 别再背概念了!机器学习就这3层🔥
    3. 半吊子工程师|我悟了,ML其实很简单✨

    【正文】

    兄弟们!👋

    学机器学习最痛苦的是什么?

    不是数学难,是概念太多太乱!神经网络、梯度下降、损失函数...感觉每个都要学,学着学着就懵了。

    我折腾了大半年,最后发现——就3层

    不多废话,直接说:


    🧱 第一层:函数层(Model)

    模型长啥样?

    就是在找一个 f(x)

  • 线性回归:就是 y = wx + b(高中数学对吧)
  • 神经网络:就是好多 wx+b 叠在一起
  • 决策树:就是一堆 if-else
  • 别被名字吓到,本质上都是函数


    📉 第二层:损失层(Objective)

    怎么判断模型好不好?

    先定义单样本损失 L(比如分类用交叉熵,回归用MSE)

    然后汇总成目标函数 J(θ)

    关键来了:J(θ) 决定了优化的方向!

    就像开车,你得先知道目的地在哪,才能往那边开对吧。


    🎯 第三层:优化层(Optimization)

    怎么让模型越来越好?

    就是不断调整 θ,让 J(θ) 变小。

    方法很多:

  • 梯度下降(神经网络标配)
  • 贪心分裂(决策树)
  • Boosting(XGBoost、LightGBM)
  • 说白了就是:下山怎么走最快?


    💡 所以呢?

    以后学任何新模型,就问自己3个问题: 1. f(x) 是什么?(函数层) 2. L 和 J(θ) 是什么?(损失层) 3. 怎么更新 θ?(优化层)

    答上来就说明真懂了。


    觉得有点用?点个赞呗👍

    评论区聊聊你们学ML踩过什么坑,我踩过的坑能写一本书了😂

    【建议标签】 #机器学习 #AI学习 #程序员日常 #学习笔记


    🔧 写完后的检查清单

    写完笔记后,逐条检查:

  • [ ] 开头是不是热情的打招呼?
  • [ ] 有没有用"首先其次最后"?→ 删掉
  • [ ] 有没有"值得注意的是"?→ 改成"说真的"
  • [ ] 段落是不是太均匀?→ 打乱节奏
  • [ ] 有没有个人口吻?("我觉得"、"亲测")
  • [ ] emoji够不够?(但不能乱堆)
  • [ ] 句子长短有没有变化?
  • [ ] 结尾有没有引导互动?

  • *这个 Skill 会持续更新,祝你的笔记篇篇爆款!🔥*