topic-research

选题调研 (Topic Research)

Safety Notice

This listing is imported from skills.sh public index metadata. Review upstream SKILL.md and repository scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "topic-research" with this command: npx skills add dongbeixiaohuo/writing-agent/dongbeixiaohuo-writing-agent-topic-research

选题调研 (Topic Research)

指令 (Instructions)

核心目标:在动笔之前,先验证选题是否值得写。避免"自嗨式选题",确保写的内容读者真正关心。

  1. 触发时机

在以下情况下应使用本技能:

  • 用户有一个选题想法,但不确定是否值得写

  • 用户想了解某个话题的热度和竞争情况

  • 用户想知道同类爆款文章的标题和套路

  • 进入完整写作工作流前的第一步

  1. 选题调研四步法

Step 1:热点扫描

目标: 了解该话题最近的热度和讨论量

执行:

  • 使用搜索工具搜索:[话题] 最新 OR 热门 OR 讨论

  • 关注近7天的内容

  • 统计搜索结果的覆盖面和讨论热度

输出格式:

📊 热点扫描结果:

【话题】:[用户提供的选题] 【热度评估】:⭐⭐⭐⭐⭐(1-5星) 【近期讨论量】:[描述搜索结果的丰富程度] 【热点趋势】:上升 / 平稳 / 下降 【时效性】:常青话题 / 热点话题(需要快速发布)

Step 2:爆款拆解

目标: 找出同类爆款文章,分析标题和切入点

执行:

  • 搜索:[话题] site:mp.weixin.qq.com OR site:zhihu.com OR site:toutiao.com

  • 找出阅读量/点赞量高的文章

  • 分析这些爆款的标题模式

输出格式:

🔥 爆款拆解:

【同类爆款标题】

  1. "[标题1]" —— 来源:XX平台,预估阅读:XX → 标题套路:[分析使用的公式]
  2. "[标题2]" —— 来源:XX平台,预估阅读:XX → 标题套路:[分析使用的公式]
  3. "[标题3]" —— 来源:XX平台,预估阅读:XX → 标题套路:[分析使用的公式]

【爆款标题共性】

  • [总结1-2个共性特征]

【可借鉴的切入角度】

  • [角度1]
  • [角度2]

Step 3:痛点验证

目标: 从评论区/问答中提取读者真正关心的点

执行:

  • 查看爆款文章的评论区高赞评论

  • 搜索知乎/微博相关问题下的高赞回答

  • 提取读者真正的痛点和诉求

输出格式:

💬 痛点验证:

【评论区高赞观点】

  1. "[高赞评论1]" —— 点赞数:XX → 反映痛点:[解读]
  2. "[高赞评论2]" —— 点赞数:XX → 反映痛点:[解读]
  3. "[高赞评论3]" —— 点赞数:XX → 反映痛点:[解读]

【读者真正关心的问题】

  1. [问题1]
  2. [问题2]
  3. [问题3]

【读者的情绪状态】

  • [描述读者在这个话题上的主要情绪:焦虑/愤怒/好奇/迷茫等]

Step 4:选题打分与建议

目标: 给出综合评估和切入点建议

打分维度:

维度 权重 评分标准

热度 30% 近期讨论量、搜索结果丰富度

痛点 30% 读者是否真正关心、评论区互动

差异化 20% 已有内容是否饱和、有无新角度

可写性 20% 是否有足够素材、是否适合你的风格

输出格式:

📝 选题评估报告:

【选题】:[话题名称]

【综合评分】:XX/100 分

【分项评分】

  • 热度(30%):XX/30
  • 痛点(30%):XX/30
  • 差异化(20%):XX/20
  • 可写性(20%):XX/20

【结论】 ✅ 推荐写 / ⚠️ 可以写但需调整角度 / ❌ 不建议写

【建议切入点】

  1. [推荐角度1] —— 理由:XXX
  2. [推荐角度2] —— 理由:XXX

【风险提醒】

  • [如有风险,列出注意事项]

【下一步】 如果确定写这个选题,请说"确认选题",我将进入写作需求澄清阶段。

  1. 快速模式

如果用户只需要快速判断,可以使用简化版:

📊 选题快速评估:[话题名称]

热度:⭐⭐⭐⭐☆(4/5) 痛点:⭐⭐⭐⭐⭐(5/5) 差异化:⭐⭐⭐☆☆(3/5) 可写性:⭐⭐⭐⭐☆(4/5)

综合:80/100 ✅ 值得写

建议角度:[一句话建议]

示例 (Examples)

用户: 我想写一篇关于"35岁程序员危机"的文章,帮我调研一下这个选题值不值得写。

AI:

📊 选题调研报告:35岁程序员危机

═══════════════════════════════════════════════════

【热点扫描】 热度评估:⭐⭐⭐⭐⭐(5/5) 近期讨论量:极高,近7天相关内容超过10万条 热点趋势:持续热门,每次大厂裁员都会引发讨论 时效性:常青话题 + 周期性热点

═══════════════════════════════════════════════════

【爆款拆解】

  1. "35岁失业后,我发现自己连送外卖都干不好" —— 公众号,10w+ → 标题套路:悬念反转型 + 身份认同型
  2. "离开字节的第3年,我终于不再羡慕前同事了" —— 知乎,8w+ → 标题套路:时间跨度 + 情绪反转
  3. "程序员35岁危机的真相:不是年龄,是你停止成长了" —— 今日头条,50w+ → 标题套路:反常识 + 对立冲突型

爆款共性:都在打破"35岁危机"的刻板印象,给出新视角

═══════════════════════════════════════════════════

【痛点验证】 评论区高赞观点:

  • "说的就是我,看完沉默了" —— 反映:读者寻求认同
  • "不是35岁危机,是10年没成长危机" —— 反映:读者渴望反思
  • "最可怕的是发现自己竟然没有不可替代性" —— 反映:核心焦虑点

读者真正关心的问题:

  1. 35岁危机是真的吗?还是被贩卖的焦虑?
  2. 我该怎么避免35岁危机?
  3. 已经35岁了还有救吗?

读者情绪状态:焦虑 + 渴望被安慰 + 想要具体建议

═══════════════════════════════════════════════════

【综合评分】85/100 分 ✅ 强烈推荐写

  • 热度(30%):30/30 —— 持续热门话题
  • 痛点(30%):28/30 —— 读者痛点明确
  • 差异化(20%):12/20 —— 内容较多,需要新角度
  • 可写性(20%):15/20 —— 素材丰富

═══════════════════════════════════════════════════

【建议切入点】

  1. 「反焦虑贩卖」角度 —— 揭露培训机构如何贩卖35岁焦虑
  2. 「真相揭示」角度 —— 35岁危机的本质不是年龄,而是XX
  3. 「行动指南」角度 —— 30岁开始为35岁做的3件事

【风险提醒】

  • 这个话题内容很多,需要有独特观点才能脱颖而出
  • 避免写成鸡汤,读者对空洞安慰免疫了

确定写这个选题吗?请说"确认选题"进入下一步。

最佳实践 (Best Practices)

  • 调研先于写作:永远先验证选题,再开始写作流程

  • 数据说话:尽量用搜索结果和评论数据支撑判断

  • 读者视角:关注评论区,那里才是真正的痛点

  • 差异化优先:热门话题更需要独特角度

  • 诚实评估:如果选题不行,要敢于说"不建议写"

版本记录 (Version History)

  • v1.0.0 (2026-01-03): 初始版本,支持热点扫描、爆款拆解、痛点验证、选题打分四步法。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

Research

research-expert

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

web-article-extractor

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

style-modeler

No summary provided by upstream source.

Repository SourceNeeds Review
Automation

workflow-producer

No summary provided by upstream source.

Repository SourceNeeds Review