wantsong
/
knowledge-vault
1
0
Fork 0
Code Issues Pull Requests Packages Projects Releases Wiki Activity
knowledge-vault/discussions/agent-building/CCPE2.0/Market/2.打造Nexus System1.md

3526 lines
219 KiB
Markdown
Raw Blame History

This file contains ambiguous Unicode characters

This file contains Unicode characters that might be confused with other characters. If you think that this is intentional, you can safely ignore this warning. Use the Escape button to reveal them.

# 1
## 资料
### AI Native 市场部构建规划
```md
# AI Native 市场部规划文档
## Profile
* **Author:** Wantsong
* **Version:** V3.0
* **date**: 2026-02-09
**Based on**: High-Ticket Vertical Trust Blueprint (高客单价信任蓝图)
## 0. 战略综述 (Executive Summary)
### 0.1 核心使命：高维认知的工业化降维
本系统旨在解决高客单价、高认知门槛商业场景（如高端咨询、医美、国际教育）中的核心矛盾：**专家认知的稀缺性与大众市场的信息不对称**。
我们构建一套 **“硅基变压器系统”** —— 在保持内核（身份与理论）极度硬核的前提下，通过智能体矩阵实现**接口的暴力降维**，将高深的认知转化为大众可消费的内容（IP），将复杂的博弈转化为一线可执行的 SOP。
### 0.2 架构哲学：核心与外挂分离 (Core-Utility Decoupling)
为了应对快速迭代的 AI 技术环境，系统采用 **“双层架构”** 设计：
* **Layer 1: 稳态核心 (The Core Agents)**
* **定位**：系统的“大脑”与“策略中枢”。
* **特征**：基于相对稳定的营销学/心理学原理（如 APTC 模型、定位理论）构建。这部分资产长期复利，不易过时。
* **载体**：Genesis System, Nexus Master 等主控智能体。
* **Layer 2: 敏态外挂 (The Utility Plugins)**
* **定位**：系统的“手脚”与“生产车间”。
* **特征**：基于快速迭代的 AIGC 工具（如 MJ, Sora, Suno）构建。这部分模块化设计，可随时替换升级。
* **载体**：视频流水线、海报生成器等工具型智能体。
### 0.3 五大核心系统概览 (System Overview)
本规划将“市场部”职能解构为五个相互咬合的智能体子系统，对应信任构建的全生命周期：
1. **Genesis System (造核)**：身份架构与理论资产管理。
2. **Nexus System (织网)**：内容降维与全域分发。
3. **Magnet System (吸铁)**：获客钩子与转化工具。
4. **Oasis System (绿洲)**：私域信任与证据链构建。
5. **Evolution System (进化)**：数据归因与模型迭代。
## 1. 核心系统一：Genesis System (造核 · 身份架构)
> **对应蓝图模块**：Module 1 身份架构与认知高地
> **系统定位**：IP 的立法者、哲学王与资产管理员。它是整个市场部的**根目录**。
### 1.1 系统架构与拓扑
采用 **星型发散结构 (Hub-and-Spoke)**。
* **输入**：创始人的原始背景、商业意图、碎片化思考。
* **输出**：机器可读的 `Global Context Object`（全局上下文对象），作为下游所有系统的启动密钥。
### 1.2 核心智能体矩阵 (Core Agents Matrix)
#### **1.2.1 Genesis Master (创世主控)**
* **角色**：立法者 (Legislator) & 守门人 (Gatekeeper)。
* **核心职责**：
* **Phase 0 商业诊断**：拥有“一票否决权”。基于《商业模式校准铁律》对用户的初始意图进行压力测试（溢价守恒、交付半径、人设冲突）。如果商业逻辑跑不通，强制熔断，防止无效投入。
* **Context 分发**：生成机器可读的 **`Global Context Object`**，作为下游所有子智能体的启动密钥。
* **任务分发**：指挥下游 4 个垂类智能体协同工作。
* **白皮书总装**：输出 **《IP 身份与资产架构白皮书（总纲）》**。
* **交付物**：《商业模式可行性诊断书》、《IP 身份与资产架构白皮书（总纲）》。
#### **1.2.2 Sub-Agent 1.1: 认知定位师 (Cognitive Positioning Specialist)**
* **角色**：差异化猎手。
* **核心职责**：解决 **“我是谁”**。扫描市场盲区，挖掘创始人非标资产（偏见/缺陷/跨界），提炼排他性定位。
* **交付物**：《IP 身份定义书》（含认知生态位、人设标签金字塔、排他性定位语）。
#### **1.2.3 Sub-Agent 1.2: 理论封装师 (Theory Encapsulation Specialist)**
* **角色**：概念架构师。
* **核心职责**：解决 **“我信什么”**。将碎片观点封装为“听起来很贵”的理论模型（Model）和反共识观点（Anti-Consensus），并定义行业黑话。
* **交付物**：《理论资产入库单》（含 Mermaid 可视化模型代码、黑话词典）。
#### **1.2.4 Sub-Agent 1.3: 符号设计师 (Symbolic Designer)**
* **角色**：视觉与语言总监。
* **核心职责**：解决 **“像不像专家”**。定义语言指纹（Tone & Voice）与视觉锚点（Visual Anchor），确立高知场域的设计规范。
* **交付物**：《IP 符号系统定义书》、**MJ Prompt Template**（供视频流水线调用）。
#### **1.2.5 Sub-Agent 1.4: 资产规划师 (Asset Planner)**
* **角色**：战略风控官。
* **核心职责**：解决 **“如何长存”**。规划 IP 生命周期的三部曲（破局/教育/赋能）及风险熔断机制。
* **交付物**：《IP 演进路线图》、《IP 理论体系架构图》、《资产沉淀 SOP》、《风险熔断机制》。
### 1.3 效能增强中间件 (Utility Agents)
*作为“插件”或“外挂”，负责特定任务的高效执行与落地。*
* **Utility 1.1-Pre: 数据清洗工 (Data Scrubber)**
* *输入*：竞品视频文稿、评论区差评。
* *输出*：提纯后的“营销逻辑还原”与“用户痛点本质”，直接投喂给 SA-1.1，避免 GIGO (Garbage In, Garbage Out)。
* **Utility 1.2-Pre: 理论蒸馏器 (Theory Distiller)**
* *输入*：创始人的长文章/演讲稿（如《没人会为你的辛苦买单》）。
* *输出*：结构化的核心隐喻、暴论与模型雏形，直接投喂给 SA-1.2，加速理论封装效率。
* **Utility 1.3-Post: 视觉生成器 (Visual Generator)**
* *输入*：SA-1.3 产出的 **MJ Template** + 用户具体的场景需求（如“一张直播间背景图”）。
* *输出*：多平台适配（MJ/SD/Nano）的 **绘画提示词代码块**。
* *价值*：作为“执行手”，确保每一张配图都严格遵循 SA-1.3 定义的“立法规范”，防止审美跑偏。
### 1.4 关键数据流 (Data Flow)
1. 用户与 **Genesis Master** 对话，通过商业诊断。
2. **Master** 唤醒 **SA 1.1 - 1.4**，填充白皮书的各个章节。
3. 所有产出最终汇聚为 **`Global Context Object`**。
* *注：此 Object 将包含“人设标签”、“理论关键词”、“视觉规范”、“语言禁忌”等核心参数，直接投喂给 **Nexus System (系统二)** 用于内容生产。*
## 2. 核心系统二：Nexus System (织网 · 链接分发)
> **对应蓝图模块**：Module 2 公域降维与痛点狙击
> **系统定位**：高维认知的降维翻译机与全域分发引擎。它是连接“高冷专家”与“大众市场”的**硅基变压器**。
### 2.1 系统架构与拓扑
采用 **总线型流水线结构 (Bus Pipeline Topology)**。
* **输入**：Genesis System 产出的 `Global Context Object`（含人设、理论、语言指纹）+ 原始素材（Raw Input）。
* **输出**：适配多平台的**标准分发数据包**（视频文件、图文排版、SEO配置）。
* **核心逻辑**：**Deep in, Simple out (深进去，浅出来)**。
### 2.2 核心智能体矩阵 (Core Agents Matrix)
#### **2.2.1 Nexus Master (链接主控)**
* **角色**：**双模态战役指挥官 (Dual-Mode Campaign Commander)**。
* **核心职责**：
* **Context 锚定 (Identity Anchoring)**：读取 `Global Context`，严格执行 **物理隔离协议**。针对 IP1 (Captain) 和 IP2 (Storyteller) 加载截然不同的符号系统与语言指纹。
* **双模态决策 (Dual-Mode Strategy)**：
* *Mode A (资产降维)*：基于 System 1 的理论资产，提取核心观点进行降维传播（打信任战）。
* *Mode B (外部狩猎)*：基于 System 5 的市场情报或竞品爆款，进行反共识重构（打流量战）。
* **光谱化降维 (Spectral Down-Dimensioning)**：为下游设定精确的 **降维阈值 (Floor)**。
* *Level 1*: 保留学术术语（IP1 白皮书）。
* *Level 3*: 强制去学术化/大白话（IP2 短视频）。
* **输出交付物 (Deliverables)**：
* **《周度内容作战地图 (Weekly Campaign Map)》**：面向人类决策者的战略简报（含战役目标、选题策略、红线预警）。
* **`Nexus_Task_Brief` (JSON)**：面向下游智能体的**机器指令包**（含风格参数、禁词表、品控闸门规则）。
#### **2.2.2 Sub-Agent 2.1: 降维编译师 (The Content Decoder)**
* **角色**：内容的“中央厨房”与“总编剧”。
* **核心职责**：将枯燥的理论（Module 1）翻译为大众能懂的脚本。
* **核心能力 (Capabilities)**：
* **Style Injection (风格注入)**：强制调用 Genesis 定义的 `Tone of Voice`。
* **Metaphor Engineering (隐喻工程)**：调用“比喻库”，将商业逻辑转化为生活场景（如：把“私域运营”比作“养鱼”）。
* **APTC-P 植入**：自动在脚本前 3 秒植入“痛点钩子 (Pain Hook)”。
* **模式选择 (Mode Selection)**：
* *Mode Alpha (冲突型)*：用于短视频破圈（怼谬误）。
* *Mode Beta (诊断型)*：用于种草/干货（给方案）。
* *Mode Gamma (叙事型)*：用于深度说服（讲故事）。
* **交付物**：**《通用内容母本 (The Master Content Blueprint)》**。
* *结构包含*：核心观点、黄金3秒文案、逻辑展开、视觉建议描述。
#### **2.2.3 Sub-Agent 2.2: 矩阵适配师 (The Matrix Adapter)**
* **角色**：平台化翻译官。
* **核心职责**：解决“水土不服”。将“标准素材”适配到不同平台。
* **核心能力 (Capabilities)**：
* **Algorithmic Tweak (算法微调)**：
* *For 抖音*：压缩节奏，前置情绪冲突。
* *For 公众号*：扩充逻辑链条，增加图表。
* *For 小红书*：提炼 "Key Takeaways"（干货清单），生成 "封面图文案"。
* **SEO Embedding (搜索埋词)**：自动植入行业热搜词。
* **交付物**：**《全平台分发数据包 (Distribution Package)》**。
### 2.3 外挂流水线 (Utility Pipelines - The Production Lines)
> *这是可插拔的“执行车间”。根据客户资源配置，选择启用 AI 全自动或人机协作模式。*
#### **2.3.1 Utility-V: 视频流水线 (Video Pipeline)**
* **定位**：将《通用母本》转化为 MP4 视频文件。
* **子工序 (Sub-processes)**：
* **V1 分镜师 (Storyboarder)**：将母本拆解为分镜头脚本，生成对应的画面提示词（Prompt for MJ/Runway）。
* **V2 资产生成 (Asset Gen)**：调用绘图/视频模型生成素材，或调用数字人模型（Avatar）生成口播流。
* **V3 剪辑合成 (Compositor)**：调用剪映/CapCut 接口或 RPA 进行音画同步、字幕添加。
* **差异化配置**：
* *口播流*：侧重数字人/真人实拍脚本 + B-Roll（空镜）。
* *MV流*：侧重画面节奏与 BGM 匹配（前置音乐逻辑）。
#### **2.3.2 Utility-T: 图文流水线 (Text/Article Pipeline)**
* **定位**：将《通用母本》转化为排版精美的图文/长图。
* **子工序 (Sub-processes)**：
* **T1 扩写师 (Expander)**：将脚本逻辑扩展为 3000 字深度长文（用于公众号/博客）。
* **T2 视觉排版 (Visualizer)**：根据 Genesis 定义的 VI 规范，自动插入金句卡片、图表和重点高亮。
### 2.4 关键数据流 (Data Flow)
1. **Genesis System** 提供 `Global Context`。
2. **Nexus Master** 接收原始素材（如一条语音笔记），指令 **SA 2.1** 进行编译。
3. **SA 2.1** 输出《通用内容母本》。
4. **Utility-V / Utility-T** 并行工作，生产出《标准视频素材》和《标准图文素材》。
5. **SA 2.2** 接收标准素材，封装为《全平台分发数据包》（含各平台专属标题、标签）。
6. 最终由人工或 RPA 工具一键发布。
## 3. 核心系统三：Oasis System (绿洲 · 私域信任)
> **对应蓝图模块**：Module 3 私域阵地与信任证据
> **系统定位**：高浓度信任场的维护者与证据链构建者。
> **核心逻辑**：**存量经营 (Retention)**。通过结构化的“逻辑证据”和“事实证据”，将流量转化为信徒。
### 3.1 系统架构与拓扑
采用 **“图书管理员 (Librarian)” 模型**。
* **核心资产库 (The Vault - 外部 IT 系统)**：这是系统的物理底座（如 Notion / 飞书 / 自建 CMS）。包含三个分库：
* `Knowledge Base` (理论/文章/黑话)
* `Case Museum` (成功案例/失败复盘/数据截图)
* `Q&A Registry` (高频问答/话术)
* **智能体职责**：Agent 不直接存储数据，而是作为**“读写接口”**。
* **Write (写入)**：将碎片化输入清洗后存入 Vault。
* **Read (读取)**：根据场景调取 Vault 中的弹药，生成运营策略。
### 3.2 核心智能体矩阵 (Core Agents Matrix)
#### **3.2.1 Sub-Agent 3.1: 知识策展人 (The Knowledge Curator)**
* **对应 Matter**：3.1 结构化知识库建设
* **角色**：私域的主编与档案管理员。
* **核心职责**：
* **碎片重组**：读取 Genesis System 的理论模型，将散落在群聊、直播逐字稿中的碎片观点，整理为结构化的 `Wiki Entry` (词条) 或 `Newsletter` (通讯)。
* **资产打标**：自动为内容打上 `Pain Point` (对应痛点)、`Product Line` (对应产品)、`Stage` (对应客户阶段) 标签，方便检索。
* **交互模式**：
* *Input*: 一段杂乱的会议录音 / 几条零散的语音笔记。
* *Output*: 一篇结构清晰的《行业洞察周报》或《Wiki 知识卡片》。
#### **3.2.2 Sub-Agent 3.2: 证据管理员 (The Evidence Manager)**
* **对应 Matter**：3.2 证据链与案例博物馆
* **角色**：冷酷的法医与案例分析师。
* **核心职责**：
* **事实提取**：从项目交付文档/聊天记录中，提取 **Before/After 对比数据**、**关键转折点**、**客户好评截图**。
* **故事封装**：将枯燥的数据封装为 **HERO 叙事结构**（背景-挑战-方案-结果）。
* **失败复盘**：专门处理“搞砸了”的案例，提取教训，生成《避坑指南》（反向背书）。
* **交付物**：**《标准化案例卡片 (Case Card)》**。
* *结构*：`[客户画像]` + `[核心痛点]` + `[解决方案(引用理论)]` + `[最终效果]` + `[证据截图]`.
#### **3.2.3 Sub-Agent 3.3: 运营参谋 (The Operations Advisor)**
* **对应 Matter**：3.3 私域触点与活体运营
* **角色**：私域运营的军师（Human-in-the-loop 核心）。
* **核心职责**：它不直接发朋友圈，它**教人怎么发**。
* **剧本生成**：基于 `Tone of Voice` (人设)，生成每日朋友圈/社群的 **“剧本 (Script)”**。
* *示例*：“今天周三，建议发一条‘工作现场’类内容。配图建议选一张加班修图的照片，文案侧重强调‘对细节的强迫症’，以展示专业度。”
* **问答辅助**：当群里有人提问时，它检索 Vault，生成 3 个版本的回答建议（温和版/犀利版/引导转化版），供真人选择发送。
* **交付物**：**《每日运营SOP (Daily Ops Script)》**、**《高频问答话术包》**。
### 3.3 外挂数据库系统 (External IT System - The Trust Vault)
> *这是你提到的“信息化数据库系统”，是 Agent 工作的物理场所。*
* **定位**：企业的**“数字大脑皮层”**。
* **建议形态**：
* **轻量级**：飞书多维表格 / Notion Database / 语雀。
* **专业级**：基于向量数据库 (Vector DB) 的 RAG 知识库（如 Dify, FastGPT 的底层库）。
* **核心功能需求**：
* **全偏检索**：支持模糊搜索（搜意思，不只是搜关键词）。
* **多模态存储**：支持文本、图片（案例截图）、PDF（白皮书）。
* **API 接口**：必须开放 API，允许 SA 3.1/3.2 自动写入，允许 SA 3.3 自动读取。
### 3.4 关键数据流 (Data Flow)
1. **SA 3.1 & 3.2 (写入)**：不断吞噬企业的日常碎片信息（录音、文档），将其**清洗**并**结构化**存入 `Trust Vault`。
2. **Trust Vault (存储)**：随着时间推移，变成一个越来越厚的资产壁垒。
3. **SA 3.3 (读取)**：每天早上，根据当天的营销日历，从 Vault 中抽取一个旧案例或一条金句，生成当天的朋友圈文案。
4. **真人 (执行)**：复制文案，微调语气，配图发送。
## 4. 核心系统四：Magnet System (吸铁 · 获客转化)
> **对应蓝图模块**：Module 2.3 (获客钩子) + Module 4 (商业博弈)
> **系统定位**：轻量级 SaaS 工厂与自动化销售博弈引擎。
> **核心逻辑**：**流量变现 (Conversion)**。将公域流量捕获为私域线索，并通过高维度的心理博弈完成成交。
> **前身继承**：深度整合并升级原《销售洞察智能体系统》中的 A/B/C 三类智能体。
### 4.1 系统架构与拓扑
采用 **“漏斗型流水线 (Funnel Pipeline)”** 结构。
* **输入**：
* **流量端**：公域用户行为数据（点击、评论）。
* **销售端**：私域聊天记录、面诊录音。
* **输出**：
* **工具端**：引流小工具（H5/小程序）。
* **策略端**：客户心理画像、攻单话术、产品定价建议。
### 4.2 核心智能体矩阵 (Core Agents Matrix)
#### **4.2.1 Sub-Agent 4.1: 产品定价师 (The Pricing Strategist)**
* **对应 Matter**：4.1 产品矩阵与定价策略
* **角色**：产品经理与精算师。
* **核心职责**：
* **阶梯微调**：基于 Genesis System 定义的 `Product Ladder` (L1/L2/L3)，根据市场反馈（如转化率数据），动态调整 L1 引流品的内容（是送课还是送工具？）和 L2 利润品的价格锚点。
* **Offer 包装**：自动生成 **“不可抗拒的 Offer (Irresistible Offer)”** 文案。
* *公式*：主产品 + 赠品 (Bonus) + 风险逆转 (Risk Reversal) + 稀缺性 (Scarcity)。
* **交互模式**：
* *Input*: “本月主推 2980 的陪跑课，转化率只有 0.5%。”
* *Output*: “建议增加赠品《SOP手册》，并承诺‘学不会退款’，同时限时涨价预告。”
#### **4.2.2 Sub-Agent 4.2: 诱饵架构师 (The Bait Architect)**
* **对应 Matter**：2.3 获客钩子（原 Agent T 升级）
* **角色**：轻量级工具开发者。
* **核心职责**：
* **痛点量化**：将 Module 1 的 `Pain Point` 转化为 **“测评逻辑”**。
* **工具生成**：
* *Type A (Quiz)*: 生成“企业 AI 含金量体检表”逻辑。
* *Type B (Calculator)*: 生成“人力成本计算器”逻辑。
* **裂变设计**：生成带有“鄙视链”属性的结果海报文案。
* **交付物**：《引流工具 PRD-Lite》、《裂变海报文案》。
#### **4.2.3 Sub-Agent 4.3: 销售博弈师 (The Sales Game Master)**
* **对应 Matter**：4.2 销售话术引擎 + 4.3 自动化成交链路
* **前身**：整合升级原 **Agent B (深度画像)** + **Agent C (话术生成)**。
* **角色**：金牌销售的大脑与嘴替。
* **核心职责**：
* **深度画像 (Profiling)**：基于 **Agent A1 (清洗)** 提供的线索，利用 ORBIT/PRISM 模型构建 `3C Profile` (决策者/核心恐惧/信任缺口)。
* **攻心话术 (Persuasion)**：基于画像，生成针对性的 **SPIN 提问话术** 和 **异议处理话术**。
* *场景*：当客户说“太贵了”，它不只是降价，而是生成“价值对冲”话术。
* **逼单策略 (Closing)**：识别客户的 **“购买信号”**，生成临门一脚的逼单指令（如：“限时名额话术”）。
* **交付物**：《客户心理全景图》、《催单行动指南》。
### 4.3 外挂数据处理流水线 (Utility Pipeline - The Data Refinery)
> *这是原 Agent A1/A2 的功能化封装，作为数据预处理车间。*
* **Utility-Data (数据清洗车间)**：
* **U1 聊天记录清洗 (Chat Cleaner)**：(原 Agent A1)
* *Input*: 微信聊天记录导出文件。
* *Output*: 结构化线索（需求/预算/抗拒点）。
* **U2 录音质检 (Audio Reviewer)**：(原 Agent A2)
* *Input*: 面诊/电话录音转写文本。
* *Output*: 合规性质检报告 + 事实摘要。
### 4.4 关键数据流 (Data Flow)
1. **Genesis System** 定义了产品阶梯 (L1-L3)。
2. **SA 4.1** 将其包装为具体的 Offer。
3. **SA 4.2** 生成引流工具，吸引公域流量。
4. **Utility-Data** 捕获并清洗用户与工具/销售的交互数据（聊天/录音）。
5. **SA 4.3** 读取清洗后的数据，生成《心理画像》和《攻单话术》，指导销售完成成交。
6. 成交数据反馈给 **Evolution System** (下一章)，用于优化模型。
## 5. 核心系统五：Evolution System (进化 · 数据迭代)
> **对应蓝图模块**：Module 5 数据反馈与系统迭代
> **系统定位**：全链路数据监控与 AI 模型校准引擎。
> **核心逻辑**：**反脆弱 (Anti-Fragile)**。利用“人机回环 (Human-in-the-loop)”机制，将业务数据转化为洞察，反哺优化 Agent。
### 5.1 系统架构与拓扑
采用 **“双环控制 (Dual-Loop Control)”** 结构。
* **外环 (Business Loop)**：基于 BI 数据 -> 优化业务策略（SOP）。
* **内环 (Model Loop)**：基于 Golden Data -> 优化 Agent 模型（Prompt/SFT）。
* **物理底座**：**企业级数据仓库 (Data Warehouse)**。
* *存储*: 全链路埋点数据、清洗后的对话语料、标注数据集。
* *计算*: 传统的 ETL 与 BI 报表生成。
### 5.2 核心智能体矩阵 (Core Agents Matrix)
#### **5.2.1 Sub-Agent 5.1: 归因分析师 (The Attribution Analyst)**
* **对应 Matter**：5.2 归因分析与策略复盘
* **角色**：数据侦探与策略顾问。
* **核心职责**：
* **异动解读**：
* *Input*: BI 系统推送的异常指标（如：本周线索成本飙升 30%）。
* *Action*: 调用 Nexus System 的投放记录，分析是素材疲劳？还是渠道质量下降？
* **爆款复盘**：
* *Input*: Top 10 高转化视频脚本。
* *Action*: 提取共性特征（如：都用了“焦虑钩子”），生成《爆款元素清单》。
* **流失诊断**：
* *Input*: 销售阶段流失的客户画像。
* *Action*: 分析是产品定价问题（Matter 4.1）还是话术问题（Matter 4.2）？
* **交付物**：**《周度经营诊断报告》**、**《策略优化建议书》**。
#### **5.2.2 Sub-Agent 5.2: 模型驯兽师 (The Model Trainer)**
* **对应 Matter**：5.3 模型校准与资产沉淀
* **角色**：Prompt 工程师与数据集管理员。
* **核心职责**：
* **Bad Case 修复**：
* *Input*: 业务人员反馈的“AI 说错话”记录。
* *Action*: 自动生成 `Negative Constraint` (负面约束)，修正对应的 System Prompt。
* **Golden Data 清洗**：
* *Input*: 销售金牌话术、高转化脚本。
* *Action*: 清洗为标准的 `{instruction, input, output}` 格式，存入 **“私有模型训练集”**。
* **SOP 固化**：
* 将验证有效的策略（如：新的追单话术），自动更新到 Oasis System 的 `Knowledge Base` 中。
* **交付物**：**《Agent 迭代日志》**、**《Golden Data 数据集》**。
### 5.3 外挂信息化系统 (External IT System - The Data Engine)
> *这是你熟悉的领域，负责“算”和“存”。*
* **全链路数据仪表盘 (Full-Funnel Dashboard)**：
* **L1 结果指标**：GMV, ROI, CAC。
* **L2 过程指标**：线索量, 加粉率, 工具使用率。
* **L3 内容指标**：完播率, 转评赞。
* **归因链路 (Attribution Chain)**：
* 打通 公域(UTM) -> 私域(CRM) -> 成交(ERP) 的数据流，确保能追踪到每一分钱的去向。
* **资产库 (Asset Library)**：
* **Golden Data Set**：专门存储用于 SFT (Supervised Fine-Tuning) 的高质量语料。
* **SOP Repository**：存储企业的标准作业程序文档。
### 5.4 关键数据流 (Data Flow)
1. **BI 系统** 实时监控业务数据，发现异常触发报警。
2. **SA 5.1** 接收报警，调取相关数据进行归因分析，生成《诊断报告》。
3. **管理层/专家** 确认报告，调整业务策略（如：修改投放素材）。
4. 同时，**SA 5.2** 收集业务中产生的高质量数据（如：销售修改后的完美话术）。
5. **SA 5.2** 清洗数据，更新 Golden Data Set，并优化相关 Agent (如 SA 4.3) 的 Prompt。
6. **系统进化**：Agent 变得更聪明，业务效率提升。
## 6. 实施路线图 (Implementation Roadmap)
> **核心原则**：
> 1. **MVP (Minimum Viable Product)**：不追求系统一次性完美，先跑通最小闭环。
> 2. **现金流优先**：所有动作必须指向“可变现的流量”或“可复用的资产”。
> 3. **人机回环**：在 AI 不够聪明时，先由“人”顶上，跑通逻辑后再自动化。
### 6.1 阶段一：造核与织网 (Phase I: The Genesis & Nexus)
* **周期**：T+0 ~ T+2 个月
* **战略目标**：确立不可替代的专家 IP，跑通内容生产流水线，获取首批 B 端种子用户。
#### **关键战役 1.1：身份资产固化 (Genesis Initialization)**
* **动作**：
* 启动 **Genesis Master**，完成商业模式校准（Phase 0）。
* 调用 **SA 1.1 - 1.4**，产出《IP 身份定义书》、《理论资产库》、《符号系统规范》。
* **里程碑**：生成机器可读的 `Global Context Object`，作为后续所有 Agent 的启动密钥。
#### **关键战役 1.2：内容流水线跑通 (Nexus Pipeline Setup)**
* **动作**：
* 部署 **SA 2.1 (降维编译师)**，调试“Alpha/Beta/Gamma”三种风格 Prompt。
* 搭建 **Utility-V (视频车间)**，测试“分镜+数字人/剪辑”的自动化流程。
* **人工介入**：在 SA 2.2 (矩阵适配) 上线前，先由人工运营负责多平台分发，积累平台数据。
* **里程碑**：全网粉丝突破 1 万（B 端占比 > 20%），单条视频平均完播率达标。
### 6.2 阶段二：吸铁与绿洲 (Phase II: The Magnet & Oasis)
* **周期**：T+3 ~ T+5 个月
* **战略目标**：解决“流量浪费”问题，建立私域信任资产，实现首单高客单价转化。
#### **关键战役 2.1：获客钩子部署 (Magnet Deployment)**
* **动作**：
* 启动 **SA 4.2 (诱饵架构师)**，开发并上线首个引流工具（如《企业 AI 含金量体检表》）。
* 在所有公域内容（视频/文章）中埋设工具入口。
* **里程碑**：公域转私域线索率达到 1%（行业基准），获取 500+ 有效企业微信好友。
#### **关键战役 2.2：私域信任基建 (Oasis Construction)**
* **动作**：
* 搭建 **Trust Vault (外部 IT 数据库)**，作为知识库载体。
* 启动 **SA 3.1 (知识策展人)**，将过往内容整理为 Wiki/白皮书。
* 启动 **SA 3.3 (运营参谋)**，辅助真人进行朋友圈/社群的高频互动。
* **里程碑**：私域用户对朋友圈内容的互动率 > 5%，出现主动咨询。
### 6.3 阶段三：进化与扩张 (Phase III: The Evolution & Scale)
* **周期**：T+6 个月起
* **战略目标**：从“工具使用者”进化为“AI Native 增长服务商”，实现系统的自动化迭代与对外赋能。
#### **关键战役 3.1：全链路数据闭环 (Data Loop Closure)**
* **动作**：
* 打通 **公域(UTM) -> 私域(CRM) -> 成交(ERP)** 的数据流。
* 启动 **SA 5.1 (归因分析师)**，每周生成经营诊断报告。
* **里程碑**：管理层能通过 BI 仪表盘实时查看 ROI，不再依赖感性判断。
#### **关键战役 3.2：模型私有化微调 (Model SFT)**
* **动作**：
* 启动 **SA 5.2 (模型驯兽师)**，清洗前两个阶段积累的 Golden Data。
* 对核心 Agent（如 SA 2.1 编译师、SA 4.3 博弈师）进行微调 (Fine-tuning)。
* **里程碑**：AI 生成内容的采纳率 > 90%，基本实现“数字员工”独立上岗。
### 6.4 资源需求与风险管理 (Resource & Risk)
#### **资源配置 (Resource Allocation)**
* **人力**：1 位架构师（船长，负责 Genesis/Evolution）、1 位内容运营（负责 Nexus/Oasis 执行）、1 位销售/交付（负责 Magnet 转化）。
* **算力**：LLM API (GPT-4/Claude-3)、视频生成工具 (Runway/Sora)、数字人服务 (HeyGen/D-ID)。
#### **风险控制 (Risk Control)**
* **R1 内容同质化**：
* *对策*：定期（每季度）由 Genesis Master 强制刷新 `Anti-Consensus List`（反共识观点库），确保内容犀利度。
* **R2 平台封禁**：
* *对策*：严守 SA 1.4 定义的《风险熔断机制》，引流动作必须符合各平台规范（如利用企业微信合规接口）。
* **R3 转化率低**：
* *对策*：启动 SA 5.1 进行归因，如果是话术问题，立即迭代 SA 4.3 的 Prompt；如果是产品问题，调整 SA 4.1 的 Offer。
```
### 高客单价垂直领域信任构建与商业化蓝图
```md
# 高客单价垂直领域信任构建与商业化蓝图
**(High-Ticket Vertical Authority & Commercialization Blueprint)**
## 摘要
本蓝图是专为 **AI Native 市场部** 及 **高客单价/高认知门槛业务**（如高端咨询、医美、国际教育）量身定制的战略操作系统。
它摒弃了大众消费品“流量为王”的短视逻辑，转而遵循 **“认知势能 -> 信任存钱 -> 价值变现”** 的长期主义路径。通过深度融合 **APTC 心理学模型** 与 **Agent 智能体生产力**，构建了一套自动化、可复制、反脆弱的商业闭环。
### **核心逻辑全景 (The Logic Panorama)**
本蓝图由五个相互咬合的模块构成，形成了一个精密的信任转化机器：
1. **造核 (Module 1 身份架构)**：
* 这是**战略原点**。我们不生产平庸的内容，我们构建具有 **“解释权”** 的IP资产。通过独家理论（如密封舱）和反共识观点，确立不可替代的专家地位。
* *关键交付：IP身份定义书、理论模型图。*
2. **织网 (Module 2 公域降维)**：
* 这是**获客引擎**。我们利用 Agent M2 将晦涩的“核物理”降维成大众易懂的“煮鸡蛋”，利用情绪钩子和痛点狙击，在公域广场精准捕获高净值用户。
* *关键交付：降维脚本工厂、多维流量矩阵。*
3. **养鱼 (Module 3 私域信任)**：
* 这是**孵化温床**。我们将流量引入私域，用结构化的知识库（逻辑征服）、无可辩驳的案例库（事实征服）和有温度的活体运营（情感征服），完成从“认识”到“信赖”的质变。
* *关键交付：结构化知识库、案例博物馆。*
4. **收网 (Module 4 商业博弈)**：
* 这是**变现收割**。我们设计“引流品->利润品”的顺滑阶梯，利用 Agent C-Pro 的话术引擎和自动化链路，在临门一脚时消除疑虑，实现高溢价成交。
* *关键交付：产品阶梯矩阵、销售攻防手册。*
5. **进化 (Module 5 数据迭代)**：
* 这是**反脆弱系统**。通过全链路数据监控和归因复盘，我们不断校准策略；更重要的是，利用“人机回环”机制，将黄金数据反哺给 Agent，让数字员工越来越懂业务。
* *关键交付：全链路仪表盘、Agent模型微调数据集。*
### **执行建议 (Execution Strategy)**
* **启动期 (0-3个月)**：聚焦 **Matter 1.1/1.2 (定人设)** 与 **Matter 2.1 (跑通内容模型)**。不要急着变现，先验证“你的观点是否有人听”。
* **成长期 (3-6个月)**：重兵投入 **Matter 2.3 (获客钩子)** 与 **Matter 3.1/3.2 (私域基建)**。跑通“流量转线索”的链路。
* **成熟期 (6个月+)**：全面发力 **Matter 4.1 (产品矩阵)** 与 **Matter 5.3 (模型进化)**。追求自动化的成交效率与 Agent 的深度赋能。
## **蓝图框架定义 (Blueprint Framework Definition)**
本蓝图旨在为**高客单价、高认知门槛**的垂直领域业务，构建一套系统化的信任获取与商业变现机制。不同于大众消费品的流量逻辑，本蓝图遵循 **“认知势能 -> 信任存钱 -> 价值变现”** 的核心路径。
### **结构逻辑综述 (Structural Logic)**
本蓝图采用 **MECE (Mutually Exclusive, Collectively Exhaustive)** 原则构建，确保战略无死角、执行无重叠。
1. **完整性 (Collectively Exhaustive)**：
* 五个模块覆盖了从“我是谁”（身份架构）到“怎么让别人知道”（公域降维），再到“怎么让人信”（私域证据）、“怎么让人买”（商业博弈），最后到“怎么持续进化”（系统迭代）的全生命周期。
* 它不仅符合经典的营销漏斗，更深度融合了 **APTC (Attention-Pain-Trust-Conversion)** 心理模型，确保每一个业务动作都对应着客户心理防线的突破。
2. **独立性 (Mutually Exclusive)**：
* 各模块边界清晰：
* **模块一**是静态的“资产构建”（建核电站）；
* **模块二**是动态的“流量捕获”（拉电网）；
* **模块三**是深度的“信任培育”（供电）；
* **模块四**是临门的“价值交换”（收电费）；
* **模块五**是后端的“效能监控”（仪表盘）。
* 这种切分方式解耦了“流量”与“变现”，避免了动作变形（如为了流量牺牲专业度）。
3. **适配性 (Applicability)**：
* **跨行业通用**：无论是您的 AI 咨询（船长 IP），还是未来的医美、教育、高端金融客户，其“信任品”的本质不变，均可复用此架构。
* **人机协作友好**：结构设计考虑到 AI Agent 的介入，将“思考（Strategy）”与“执行（Execution）”分层，便于未来将具体任务分发给 Agent I, M, T 等智能体。
### **第一层：模块 (Module) —— 战略域**
* **定义**：构成信任构建与商业化系统的最高阶战略领域。
* **属性 (Attributes)**：
* **模块名称 (Module Name)**：对该战略领域的精炼概括。
* **对应 APTC 阶段 (APTC Mapping)**：明确该模块主要解决客户心理模型中的哪个环节（A/P/T/C），确保战略不脱靶。
* **核心目标 (Core Objective)**：阐述该模块存在的终极目的，回答“为什么要做”。
* **模块释义 (Module Explanation)**：描述该模块覆盖的业务范围、核心价值逻辑。
* **关键成功要素 (KSFs)**：该模块想要成功跑通，必须具备的 1-3 个核心条件（如：极度差异化的人设、反常识的观点）。
### **第二层：具体事项 (Matter) —— 战术域**
* **定义**：在一个模块内部，为实现其核心目标而必须构建的关键系统、资产或成果。它是 **“交付物”** 的集合。
* **属性 (Attributes)**：
* **事项名称 (Matter Name)**：对该项工作的具体描述（如：反常识选题库构建）。
* **战术目标 (Tactical Objective)**：阐述完成该事项所要达成的具体、可衡量的成果。
* **交付物形态 (Deliverable Format)**：该事项产出的具体形式。
* *示例：文档/SOP手册、数字资产（账号/群/落地页）、工具系统、数据报表。*
* **优先级 (Priority)**：
* *P0 (基石/Critical)*：不做系统无法启动。
* *P1 (增长/Growth)*：不做影响扩展速度。
* *P2 (优化/Optimization)*：锦上添花。
* **认知负载 (Cognitive Load)**：评估该事项对专业深度的要求，辅助判断是需要人类专家（船长）深度介入，还是可交由 AI 处理。
* *High (需专家深度介入)、Medium (人机共创)、Low (规则化/可自动化)*
* **验证标准 (Validation Standard)**：如何判断该事项已合格完成（非 KPI，而是验收标准）。
### **第三层：关键活动 (Activity) —— 执行域**
* **定义**：为完成某个“具体事项”，需要执行的一系列具体操作步骤或任务指令。这是未来编写 **Prompt** 或 **SOP** 的直接依据。
* **属性 (Attributes)**：
* **活动名称 (Activity Name)**：清晰的动词短语（如：提取竞品差评关键词）。
* **活动描述 (Activity Description)**：详细说明该活动的执行逻辑、输入源和预期输出。
* **输入数据 (Input Data)**：执行该活动所需的原材料（如：原始录音、行业报告、客户聊天记录）。
* **执行模式建议 (Execution Mode)**：对“谁来做”的初步建议（暂不强制，仅作标记）。
* *建议值：Agent 自动执行、Human-in-the-loop (人机回环)、Human Only (纯人工)*
* **频率/触发机制 (Frequency/Trigger)**：是一次性建设，还是周期性任务，或是由特定事件触发。
---
## **模块一：身份架构与认知高地 (Identity Architecture & Cognitive Authority)**
本部分定义了 IP 的“灵魂”与“大脑”。对于高客单价业务，客户买的不是服务，而是你对世界的**解释权**。
* **对应 APTC 阶段**：**[Ref: APTC-A-Authority]** (权威构建)
* **核心目标**：在潜在客户心中确立不可替代的“专家/导师”地位，建立以“我”为中心的认知坐标系，解决“凭什么听你的”这一根本问题。
* **模块释义**：这是整个系统的**根目录**与**宪法**。它不涉及具体的发帖或销售动作，而是定义 IP 的灵魂。包含差异化的人设定位（Identity）、独家的理论体系（Worldview，如您的“密封舱理论”）、品牌故事以及鲜明的价值观（赞成什么，反对什么）。它是所有后续内容的源头。
* **关键成功要素 (KSFs)**：
1. **极度差异化**：必须与市场上平庸的“大路货”专家区隔开（如：不做单纯的工具推荐，而做认知架构师）。
2. **理论闭环**：拥有一套自洽且能解释行业现象的独家方法论。
* **适用场景**：
* **船长自用**：确定 Agent I 的“身份架构师”参数，定义“HiFi Agent Studio”的技术哲学。
* **B端服务**：协助医美院长建立“轮廓美学专家”人设，或协助国际学校校长建立“全人教育布道者”人设。
* * **事项分解思路：**
1. **模块目标回溯**：本模块的核心是 `APTC-Authority` (权威构建)。对于高客单价业务，信任是成交的前提，而权威是信任的基石。解决的是“凭什么听你的”这一终极问题。
2. **核心矛盾**：
* **同质化竞争**：市场上充斥着“搬运型”专家，观点大同小异，无法形成记忆点。
* **信任脆皮**：没有人设厚度，流量来了接不住，或者只能接低价流量，无法承载高溢价。
* **资产流失**：随着时间推移，如果IP没有内核，热度会衰减；而高客单价IP需要随着时间增值（越老越香）。
3. **解题思路**：
* **生态位区隔**：必须在拥挤的市场中找到一个“无人区”或“降维打击区”，确立排他性定位。
* **理论武装**：不能只讲碎片经验，必须封装成“听起来很贵”的方法论模型，掌握解释权。
* **五感统一**：将抽象的权威感，翻译为视觉、语言、场景等可感知的符号，建立高知场域。
* **长线规划**：把IP当做资产来管理，规划其成长路径和风险防御机制。
4. **Matter 拆解**：
* **Matter 1.1 认知生态位与差异化人格 (Cognitive Niche & Differentiated Persona)**：解决“我是谁”的问题。通过扫描盲区，确立独特的人设标签和排他性定位。
* **Matter 1.2 独家世界观与理论体系 (Proprietary Worldview & Theoretical System)**：解决“我信什么”的问题。封装核心方法论（如密封舱理论），构建反共识观点库。
* **Matter 1.3 IP视觉与语言符号系统 (Visual & Verbal Symbol System)**：解决“像不像专家”的问题。设计高知场域、语言指纹和视觉识别系统。
* **Matter 1.4 IP资产演进与生命周期规划 (Asset Evolution & Lifecycle Planning)**：解决“怎么活得久”的问题。规划IP的三部曲路径，建立资产沉淀与风险防御机制。
### **Matter 1.1：认知生态位与差异化人格 (Cognitive Niche & Differentiated Persona)**
* **战术目标**：在拥挤的市场中找到一个“无人竞争”或“降维打击”的生态位，并确立一个鲜活、立体、且具备“排他性魅力”的专家人格。
* **交付物形态**：《IP 身份定义书 (Identity Bible)》、《竞品认知差异化分析报告》。
* **优先级**：**P0 (基石)**
* **认知负载**：**High** (需创始人深度内省 + Agent I 辅助分析)
* **验证标准**：目标客户看到人设描述时，能在 3 秒内说出“这正是我在找的人，他和别人不一样”。
#### **关键活动 (Key Activities)**
##### **Activity 1.1.1：行业认知“盲区”扫描 (Cognitive Gap Analysis)**
* **活动描述**：不同于传统的竞品流量分析，本活动聚焦于 **“找谬误”** 。分析市场上头部竞品（大V/机构）的普遍言论，寻找他们**没说透、说错、或故意隐瞒**的行业真相。这些“盲区”就是我们建立权威的切入点。
* **输入数据**：行业Top 10竞品的热门视频/文章评论区（找用户抱怨）、行业通用的营销话术。
* **执行模式**：**Human-in-the-loop** (Agent 爬取负面评论/高频词 -> 人类专家提炼洞察)
* **频率**：启动期一次性深度扫描，后续季度更新。
* *示例：医美行业都在推销“大能量”，盲区是“韧带松弛后的能量无效化”；AI行业都在推“提示词工程”，盲区是“没有业务流的提示词是废纸”。*
##### **Activity 1.1.2：创始人/专家“天赋基因”提取 (Expert DNA Extraction)**
* **活动描述**：深度挖掘专家身上的 **“非标资产”** 。不仅是学历/案例，更重要的是：偏见（Bias）、怪癖（Quirks）、失败经历（Failures）和跨界背景（Cross-over）。高客单价的信任往往来自“真实的不完美”和“独特的跨界视角”。
* **输入数据**：创始人深度访谈录音、过往履历、个人笔记/日记。
* **执行模式**：**Human Only** (深度访谈) 或 **Agent I** (通过问卷与创始人对话)
* **关键产出**：**“人设标签金字塔”**
* *顶层（神性/价值观）*：如“长期主义的守夜人”。
* *中层（人性/性格）*：如“技术洁癖”、“毒舌”、“社恐但真诚”。
* *底层（物性/符号）*：如“永远穿冲锋衣”、“喜欢用航海比喻”。
##### **Activity 1.1.3：排他性定位语提炼 (Exclusive Positioning Statement)**
* **活动描述**：用一句话定义 IP。必须包含：**目标人群 + 核心痛点 + 独家方案 + 差异化身份**。
* **执行模式**：**Agent I** (提供多版本供选)
* *示例：“为高净值企业主（人群）解决AI落地焦虑（痛点）的‘数字员工架构师’（身份），而非卖课的讲师。”*
### **Matter 1.2：独家世界观与理论体系 (Proprietary Worldview & Theoretical System)**
* **战术目标**：将碎片化的经验封装为 **“听起来很贵”** 的方法论体系。建立一套属于自己的 **“行业黑话”** ，掌握定价权和解释权。
* **交付物形态**：《核心理论模型图 (The Model)》、《反共识观点库 (Anti-Consensus List)》、《知识体系目录》。
* **优先级**：**P0 (基石)**
* **认知负载**：**High**
* **验证标准**：同行开始引用你的概念，或者客户在咨询时主动使用你的术语（如“船长，我觉得我需要一个密封舱”）。
#### **关键活动 (Key Activities)**
##### **Activity 1.2.1：核心方法论“模型化”封装 (Methodology Modeling)**
* **活动描述**：将专家的解决问题流程，提炼为一个可视化的模型（三角形、环形、漏斗等），并赋予一个独特的命名。**这是高客单价服务的“产品雏形”。**
* **输入数据**：过往成功案例的复盘记录、专家的操作SOP。
* **执行模式**：**Human-in-the-loop** (专家口述逻辑 -> Agent 辅助生成图表概念/命名建议)。
* *示例：将“AI开发流程”封装为“密封舱理论”；将“直播带货逻辑”封装为“APTC模型”。*
##### **Activity 1.2.2：“反共识”观点库构建 (Anti-Consensus Idea Generation)**
* **活动描述**：列出行业里哪怕 90% 的人都相信，但你认为是错的观点。这是 **Agent M2 (降维/冲突)** 后续生产爆款内容的弹药库。
* **输入数据**：Activity 1.1.1 的产出。
* **执行模式**：**Agent I** (基于逻辑推演生成) + **Human Review** (确认立场)。
* **产出示例**：
* *共识*：“做自媒体要日更。” -> *反共识*：“高客单价做日更是廉价的勤奋，要月更一篇传世之作。”
* *共识*：“客户是上帝。” -> *反共识*：“对于专家IP，客户是病人，医生不能听病人的指挥。”
##### **Activity 1.2.3：知识图谱与关键词定义 (Knowledge Graph & Glossary)**
* **活动描述**：定义 IP 的知识边界。哪些讲，哪些绝对不讲（如：只讲道术，不讲八卦）。同时定义一套 **“私有词汇表”** 。
* **执行模式**：**Agent I** (整理)
* **战略意义**：当用户开始使用你的词汇（如“降维”、“密封舱”、“认知高地”）时，你就完成了对他的**认知殖民**。这是最高级的信任。
### **Matter 1.3：IP 视觉与语言符号系统 (Visual & Verbal Symbol System)**
* **战术目标**：将抽象的“专家人设”和“世界观”，翻译为可感知的视觉信号和语言习惯。在高客单价领域，建立一套 **“高专业度、高辨识度、适度距离感”** 的交互界面。
* **交付物形态**：《IP 视觉识别手册 (Visual Identity Manual)》、《语言风格指南 (Tone of Voice Guide)》、《场景布置SOP》。
* **优先级**：**P1 (重要)**
* **认知负载**：**Medium** (需设计师配合或使用 AI 绘图工具 + 船长审核)
* **验证标准**：内容的截图在朋友圈传播时，即使遮住头像，熟客也能一眼认出。
#### **关键活动 (Key Activities)**
##### **Activity 1.3.1：高认知感视觉识别系统设计 (High-Cognition VI Design)**
* **活动描述**：设计区别于“微商风”或“娱乐风”的专业视觉体系。核心原则是 **“去噪”** 与 **“质感”** 。在高客单价领域，花哨等于廉价，极简与秩序代表专业。
* **输入数据**：Matter 1.1 确定的“人设标签”与“价值观”（如：极客、冷峻、睿智）。
* **执行模式**：**Human Design / AI Art Generation**
* **关键要素**：
* **主色调**：选择冷静、理性、有厚度的颜色（如深蓝、黑金、墨绿），避免高饱和度的荧光色。
* **符号锚点**：设计一个贯穿所有内容的视觉符号（如：船长的“罗盘/六分仪”、医美的“黄金比例尺”、教育的“灯塔”）。
* **信息可视化规范**：定义图表、PPT、思维导图的统一风格。专家是用图表说话的，图表的审美决定了理论的“含金量”。
* **排版规范**：字体要用无衬线体（现代、高效），留白率要高（营造奢侈感）。
##### **Activity 1.3.2：语言风格与黑话体系构建 (Linguistic Style & Jargon Dictionary)**
* **活动描述**：定义 Agent M1/M2 在生成内容时的**Tone (语调)** 和 **Voice (声音)**。建立独特的语言习惯，形成“语言指纹”。让受众在潜移默化中习得你的语言，进而认同你的思维。
* **输入数据**：Matter 1.2 的“反共识观点库”与“创始人性格”。
* **执行模式**：**Agent I** (编写 System Prompt 中的 Style 部分)
* **关键动作**：
* **定义 Token (词令)**：将核心概念词条化（如：“密封舱”、“降维”、“思想考古”）。在内容中高频重复。
* **语气参数设定 (Tone Setting)**：为 Agent M1/M2 设定具体的语气参数。
* *Example*：自信度 (High)、亲和力 (Low/Medium)、逻辑密度 (High)、情绪化 (Low)。
* **句式模版设计**：设计标志性的开场白或结束语（如：“我是船长，带你穿越技术周期的迷雾”）。
* **风格参数设定 (参考)**：
* *距离感*：保持 1.5 米的社交距离（是导师而非玩伴）。
* *确定性*：多用断言句（“一定是”、“本质是”），少用推测句（“可能是”、“大概”）。
* *词汇表*：强制植入 Matter 1.2 定义的专有名词（如“密封舱”、“认知降维”）。
##### **Activity 1.3.3：标志性开场与结尾设计 (Signature Opening & Closing)**
* **活动描述**：设计具有仪式感的固定话术，强化记忆点。
* **参考逻辑**：借鉴娱乐主播的“口号”，但升级为“价值宣言”。
* **执行模式**：**Agent I** (生成多版本测试)
* **关键动作**：
* **去生活化**：避免杂乱的居家背景（除非是生活方式博主）。
* **专业暗示物**：放置书籍（知识）、奖杯/证书（资质）、复杂的设备/屏幕（技术实力）、白板（逻辑推演能力）。
* **光影设计**：使用轮廓光或深邃的布光，营造“思考者”的氛围，而非娱乐直播的大平光（显得脸白但缺乏深度）。
* **示例**：
* *开场*：“欢迎回到深渊，我是船长。”（营造沉浸感）
* *结尾*：“不要用战术的勤奋，掩盖战略的懒惰。”（金句升华）
### Matter 1.4：IP 资产演进路线图 (IP Asset Evolution Roadmap)
* **战术目标**：规划 IP 从“初出茅庐”到“行业权威”的生命周期。防止 IP 因为内容枯竭或人设固化而衰退，确保每个阶段都有明确的 **“里程碑”** 。
* **交付物形态**：《IP 阶段性作战地图 (Roadmap)》、《资产沉淀清单》、《风险熔断机制手册》。
* **优先级**：**P1 (重要)**
* **认知负载**：**High** (需结合商业战略制定)
* **验证标准**：按季度复盘时，关键指标（如B端线索量、客单价）符合预设增长曲线——IP 的收入结构从“手停口停”的劳务收入（讲课/咨询），逐渐转向“睡后收入”（工具/版权/品牌授权）。
#### **关键活动 (Key Activities)**
##### **Activity 1.4.1：IP 生命周期阶段规划 (IP Lifecycle Planning)**
* **活动描述**：参考“启动/成长/成熟”明确 IP 在不同阶段的战略重心，但重新定义各阶段的核心任务。
* **执行模式**：**Human Strategy**
* **阶段定义 (高客单价版)**：
* **阶段一：犀利的破局者 (The Challenger)**。
* *目标*：“被看见”。在极窄的细分领域（如“AI Native 市场部”）建立绝对第一。
* *策略*：观点要极度犀利，甚至偏激，不惜得罪平庸的大多数，筛选出首批死忠粉（对应 Agent Alpha 模式）。
* **阶段二：系统的教育者 (The Educator)**。
* *目标*：“建立标准”。从单点突破（AI营销）扩展到全案（企业数字化转型）。
* *策略*：开始输出系统化的课程、书籍、白皮书，展现架构能力（对应 Matter 1.2 的理论体系）。
* **阶段三：生态赋能期 (The Ecosystem Empowerment)**。
* *目标*：“定义未来”。从“卖服务”变成“卖标准/卖工具”。
* *策略*：推出 SaaS 工具、认证体系、行业标准，成为“庄家”。组织高端社群、制定行业标准、投资生态。
##### **Activity 1.4.2：内容资产库结构设计 (Content Asset Library Structure)**
* **活动描述**：建立一套机制，将“流式内容”（直播/短视频）转化为“版式资产”（书籍/课/库）。**只有版式资产才能产生复利。**
* **参考逻辑**：娱乐主播的“选题库”，升级为“知识积木”。
* **执行模式**：**Agent M1 + 人工整理**。
* **关键动作**：
* **碎片转图谱**：每季度将公域的短视频脚本/文章，整理成《季度行业洞察白皮书》。
* **案例转库**：将咨询/交付过程脱敏后，沉淀为《实战案例库》（Case Study Library）。
* **方法转工具**：将脑子里的逻辑，固化为可交付的《检查表/计算器/模板》（即 Agent T 的原型）。
* **结构示例**：
* *底层*：**原矿库**（创始人日记、会议录音、原始代码）。
* *中层*：**组件库**（金句集、案例集、反常识观点集、数据图表）。
* *顶层*：**成品库**（已发布的文章、视频脚本、白皮书）。
##### **Activity 1.4.3：风险预警与人设熔断机制 (Risk Warning & Persona Circuit Breaker)**
* **活动描述**：专家 IP 最大的风险是“人设崩塌”或“专业质疑”。需要预设防御机制。
* **输入数据**：娱乐主播的“危机公关预案”，适配为 B 端风险。
* **执行模式**：**Human Policy Making**
* **关键动作**：
* **言论红线**：明确绝对不碰的领域（如：不承诺100%效果、不评价同行私德、不碰政治红线）。
* **承诺管理**：严禁过度承诺效果（如：“保证 ROI 翻倍”），必须加上限定条件。
* **熔断机制**：当出现专业质疑或重大客诉时，立即启动的“静默-自查-回应”SOP。
* **适度自黑 (Anti-Fragile)**：主动暴露一些无伤大雅的缺点（如：脾气急、字写得丑），增加真实感，降低“造神”带来的崩塌风险。
## **模块二：公域降维与痛点狙击 (Public Domain Penetration & Pain Agitation)**
* **对应 APTC 阶段**：**[Ref: APTC-A-Attention]** + **[Ref: APTC-P-Pain]** (吸引与痛点)
* **核心目标**：在喧嚣的公共舆论场（公域），通过对专业知识的“降维翻译”捕获注意力，并精准激发目标客户的深层焦虑或隐性需求。
* **模块释义**：这是系统的**捕鱼网**。核心动作是将模块一的高深理论，转化为大众（或非专业B端客户）能听懂、感兴趣的内容。重点在于 **“情绪钩子”** 的设计、 **“认知冲突”** 的制造（如“你以为是A，其实是B”）以及 **“反常识”** 的观点输出，以此筛选出高意向人群。
* **关键成功要素 (KSFs)**：
1. **降维能力**：能把“核物理”讲成“煮鸡蛋”（Agent M2 的核心能力）。
2. **情绪精确度**：不仅仅是制造焦虑，而是精准击中客户“想解决却解决不了”的痛处。
* **适用场景**：
* **船长自用**：Agent M2 生成“傲慢与偏见”风格的短视频脚本，发布于抖音/视频号，抨击伪AI应用。
* **B端服务**：为医美机构生成“避坑指南”系列视频；为教育机构生成“为什么你的努力是无效的”系列文章。
* * **事项分解思路：**
1. **模块目标回溯**：本模块的核心是 `APTC-Attention` (吸引) + `APTC-Pain` (痛点)。对于高客单价业务，流量的质量 > 数量。
2. **核心矛盾**：专家/高知内容天然枯燥、门槛高，而公域（抖音/视频号）追求娱乐、情绪、短平快。
3. **解题思路**：必须建立一套 **“工业化降维系统”** 。不是让专家去学跳舞，而是把专家的核物理知识，通过“情绪钩子”和“通俗比喻”，翻译成大众能听懂的语言，同时精准筛选出有痛点的B端/高净值C端用户。
4. **Matter 拆解**：
* **Matter 2.1 内容降维工厂 (Content Down-Dimensioning Factory)**：解决“生产什么”的问题。建立从“硬核理论”到“爆款脚本”的工业化流水线（对应 Agent M2）。
* **Matter 2.2 多维流量矩阵 (Traffic Matrix Strategy)**：解决“在哪分发”的问题。不同平台（抖/视/红/公）的生态位不同，打法不同。
* **Matter 2.3 获客钩子与转化前哨 (Lead Magnet & Conversion Outpost)**：解决“流量去哪”的问题。公域流量不能浪费，必须通过“钩子”引流到私域/工具。
### **Matter 2.1：内容降维工厂与脚本流水线 (Content Down-Dimensioning Factory)**
* **战术目标**：构建一套“高保真、高产量”的内容生产系统。将模块一中艰深的专业理论（Input），批量转化为大众听得懂、愿意看、且能精准激发痛点的短视频/图文脚本（Output）。
* **交付物形态**：《降维脚本结构SOP》、《爆款选题库（动态）》、《Agent M2 (降维表达) 提示词工程》。
* **优先级**：**P0 (核心执行层)**
* **认知负载**：**Medium** (Agent 生成初稿 + 船长/专家 注入灵魂)
* **验证标准**：内容的“完播率”达到行业基准线以上，且评论区出现大量“扎心了”、“终于听懂了”、“求合作”的高质量反馈，而非单纯的“哈哈哈哈”。
#### **关键活动 (Key Activities)**
##### **Activity 2.1.1：痛点“显微镜”与选题挖掘 (Pain Point Microscopy)**
* **活动描述**：选题定生死。不追逐泛娱乐热点，而是通过“显微镜”观察目标客户的**具体痛苦场景**。只有颗粒度够细，才能击穿心理防线。
* **输入数据**：
* 客户咨询录音/聊天记录（最真实痛点）。
* 行业热门视频下的“差评”或“提问”（未被满足的需求）。
* **[Ref: 模块一]** 的“反共识观点库”。
* **执行模式**：**Agent M-Pro (情绪猎手)** 自动爬取与分析 -> 输出《选题清单》。
* **选题公式示例**：
* *场景*（开会没人听）+ *错误归因*（员工执行力差）+ *反常识真相*（其实是你指令模糊）+ *钩子*（给你一个指令模板）。
##### **Activity 2.1.2：降维脚本结构化生成 (Structured Script Generation)**
* **活动描述**：应用 **[Ref: APTC]** 模型，将选题填充进标准化的脚本结构中。核心是调用 **Agent M2** 的三种风格模组（Alpha/Beta/Gamma）。
* **关键动作**：
* **黄金3秒设计 (The Hook)**：必须是结论前置、认知冲突或强烈的视觉/听觉刺激（如：“别再花冤枉钱做投放了！”）。
* **中间段降维 (The Explanation)**：强制使用**比喻**（Metaphor）。把商业逻辑比喻成“谈恋爱”、“做饭”、“盖楼”。禁止连续出现3个以上专业术语。
* **结尾段升华与行动 (The CTA)**：金句总结价值，并留下具体的行动指令（如：“去评论区领体检表”）。
* **执行模式**：**Agent M2** + **Human Review** (船长审核语气是否“油腻”，逻辑是否严密)。
##### **Activity 2.1.3：素材工业化生产与品控 (Industrialized Production & QC)**
* **活动描述**：解决“拍得慢、剪得慢”的问题。建立低成本、高效率的拍摄剪辑SOP。对于专家IP，内容密度 > 画面精致度。
* **关键动作**：
* **集中拍摄制**：每月集中 1-2 天，一口气拍摄 10-20 条口播/对谈视频。
* **极简布景标准化**：固定机位、灯光、收音参数（复用 **Matter 1.3** 的场景设计），开机即拍，减少调试时间。
* **AI 剪辑辅助**：利用 AI 工具（如剪映/Opus Clip）自动识别粗剪、添加字幕、匹配 B-roll（空镜），将剪辑效率提升 5 倍。
* **成片品控 (QC)**：发布前检查——封面标题是否吸睛？字幕有无错别字？关键信息（钩子）是否清晰？
### **Matter 2.2：多维流量矩阵与分发策略 (Multidimensional Traffic Matrix & Distribution Strategy)**
* **战术目标**：基于目标客户（高净值/B端决策者）的媒介习惯，构建一个 **“主次分明、全域覆盖”** 的账号矩阵。不是所有平台都发一样的内容，而是根据平台调性进行 **“内容适配”** ，最大化流量捕获效率。
* **交付物形态**：《全平台账号运营规划表》、《分发适配SOP》、《跨平台引流路径图》。
* **优先级**：**P0 (基础建设)**
* **认知负载**：**Low** (规则明确，可交由运营助理或 RPA 工具执行)
* **验证标准**：各平台粉丝画像与目标客户（如：企业主、高管、爱美高知女性）的重合度 > 60%，且全网总曝光量呈月度增长趋势。
#### **关键活动 (Key Activities)**
##### **Activity 2.2.1：核心阵地选型与差异化定位 (Platform Selection & Positioning)**
* **活动描述**：根据业务属性（AI咨询/医美/教育），确定 **1个主阵地**（重兵投入）和 **N个辅助阵地**（分发占位）。
* **关键动作**：
* **视频号 (The Trust Anchor)**：**B端/高客单价必争之地**。依托微信社交关系链，穿透力强，适合讲深度、讲商业、讲人设。
* *策略*：发“干货+观点”，重在点赞（社交推荐）。
* **抖音 (The Traffic Engine)**：**公域扩圈首选**。算法精准，适合情绪强、节奏快、视觉冲击大的内容。
* *策略*：发“痛点+剧情/冲突”，重在完播（算法推荐）。
* **小红书 (The Search Engine)**：**决策种草机**（尤其是医美/教育）。用户搜索心智强。
* *策略*：发“图文笔记+避坑指南”，重在收藏/搜索排名（SEO）。
* **B站/YouTube (The Library)**：**长视频知识库**。适合沉淀 10分钟以上的深度解析。
* *策略*：发“教程+方法论”，作为信任背书的仓库。
##### **Activity 2.2.2：内容适配与“一鱼多吃” (Content Adaptation & Repurposing)**
* **活动描述**：拒绝简单的“一键同步”。同一份核心素材（由 Matter 2.1 生产），需要根据平台特性进行**微整形**。
* **执行模式**：**Agent (改写文案) + 人工 (剪辑调整)**。
* **操作SOP**：
* **源素材**：一段 5 分钟的深度对谈视频（关于“企业AI转型”）。
* **适配 A (视频号)**：剪成 3 分钟完整版，保留深度金句，文案强调“转发给老板看”。
* **适配 B (抖音)**：切成 3 个 45 秒的短视频，每个只讲一个痛点（如“为什么你的AI员工不干活”），配合快节奏BGM。
* **适配 C (小红书)**：截取 4 张关键PPT/金句图，配上 800 字图文笔记，标题改为“企业AI避坑指南（附图）”。
* **适配 D (公众号)**：基于视频内容，Agent M1 扩写成 3000 字深度长文。
##### **Activity 2.2.3：搜索占位与SEO埋词 (Search Engine Optimization)**
* **活动描述**：高客单价客户在下单前，一定会**搜索**。必须确保搜你的名字或行业关键词时，全是你的正面内容。
* **关键动作**：
* **关键词库建立**：列出行业 Top 50 搜索词（如：AI咨询、面部抗衰、国际学校排名）。
* **埋词策略**：在视频标题、简介、话题标签（Hashtag）、封面文字中，高频植入关键词。
* **评论区SEO**：在置顶评论中包含关键词，增加被搜索到的概率。
### **Matter 2.3：获客钩子与转化前哨 (Lead Magnet & Conversion Outpost)**
* **战术目标**：解决“流量浪费”问题。公域的赞和粉如果不转化为私域线索（Lead），对高客单价业务毫无意义。必须在公域设置 **“低门槛、高诱惑”** 的入口，将用户平滑地“捕获”到私域或工具中。
* **交付物形态**：《引流钩子（工具/资料包）》、《公域转私域SOP》、《私信自动回复脚本》。
* **优先级**：**P0 (增长引擎)**
* **认知负载**：**Medium** (工具开发需技术介入/资料整理需专业度)
* **验证标准**：公域流量（曝光/播放）到私域线索（加粉/使用工具）的转化率 > 1%（行业优秀水平）。
#### **关键活动 (Key Activities)**
##### **Activity 2.3.1：“诱饵”设计与封装 (Lead Magnet Design)**
* **活动描述**：设计一个用户 **“无法拒绝”** 且 **“即时满足”** 的免费产品。对于高客单价人群，资料包（PDF）已经泛滥，**轻量级工具/测评**才是王道。
* **执行模式**：**Agent T (获客工具人)** 开发 + **专家** 提供逻辑。
* **钩子类型策略**：
* **类型 A：自测工具 (The Quiz)**：如“企业AI含金量体检表”、“面部轮廓衰老等级自测”、“孩子留学潜力评估”。*（利用好奇心与焦虑）*
* **类型 B：计算器 (The Calculator)**：如“AI降本增效计算器”、“医美项目预算规划表”。*（利用实用主义）*
* **类型 C：SOP/模板 (The Template)**：如“岗位Prompt指令集”、“抗衰护肤日程表”。*（利用懒惰心理）*
* **关键要求**：**必须轻量**（小程序/H5，点开即用），**必须有结果反馈**（生成带个人名字的报告海报）。
##### **Activity 2.3.2：触点埋设与引导话术 (Touchpoint Embedding)**
* **活动描述**：在公域账号的每一个角落埋下入口，但要符合平台规则（避免被封号）。
* **关键动作**：
* **显性入口**：个人简介区挂载链接（如“点击领资料”）、置顶视频引导、粉丝群入口。
* **隐性引导 (Call to Action)**：
* *视频结尾*：“想知道你的企业适合哪种AI打法？在评论区扣‘体检’。”
* *评论区截流*：用小号/助理号在热评区回复：“博主用的那个表我领到了，超好用。”
* **私信钩子**：设置关键词自动回复。用户发“体检”，自动弹出的不是冷冰冰的链接，而是一段有温度的引导语 + 工具链接。
##### **Activity 2.3.3：流量清洗与分层 (Lead Scrubbing & Segmentation)**
* **活动描述**：不是所有进来的流量都要。在“前哨”环节就进行初步筛选，剔除“白嫖党”，识别“高潜户”。
* **关键动作**：
* **工具筛选**：在 Agent T 的测评工具中，设置 1-2 道 **“资格题”** （如：“您的企业规模是？”“您的年度预算范围？”）。
* **标签自动化**：根据用户在工具中的选项，自动打上标签（如：`Tag: 企业主`、`Tag: 预算>50w`）。
* **差异化导流**：
* *低分/低预算用户* -> 引导关注公众号（养鱼）。
* *高分/高预算用户* -> 弹出专属二维码，“专家助理一对一解读报告”（直接进私域销售漏斗）。
## **模块三：私域阵地与信任证据 (Private Domain Nurturing & Trust Evidence)**
* **对应 APTC 阶段**：**[Ref: APTC-T-Trust]** (信任与实证)
* **核心目标**：构建一个高浓度、高价值的封闭/半封闭场域，通过无可辩驳的“证据链”，将公域泛粉转化为深度信赖的潜在客户。
* **模块释义**：这是系统的**孵化器**。这里拒绝标题党和情绪煽动，专注于**理性说服**。核心工作包括建立结构化的知识库、展示真实的成功案例（及失败复盘）、提供深度的问答服务。对于高客单价产品，这是消除客户“被割韭菜”恐惧的关键环节。
* **关键成功要素 (KSFs)**：
1. **证据颗粒度**：案例必须足够真实、细节丰富（Screenshot/Data），而非空洞的形容词。
2. **持续在场**：保持高频、高质量的专业输出，维持专家的“活体感”。
* **适用场景**：
* **船长自用**：运营深度技术博客、知识星球或高端社群，发布 Agent 开发实录与代码片段。
* **B端服务**：医美机构的“真人案例数据库”展示；高端保险经纪人的“理赔实录”分享会。
* * **事项分解思路：**
1. **模块目标**：本模块的核心是 `APTC-Trust` (信任) + `APTC-Testimony` (实证)。对于高客单价业务，公域（短视频）只能解决“认识”，私域才能解决“认同”和“敢买”。
2. **核心矛盾**：用户进了私域（微信/社群），如果只是发广告，会被屏蔽/拉黑；如果不发内容，会变为死粉。必须提供 **“超预期的价值密度”** 和 **“无可辩驳的证据链”** 。
3. **解题思路**：
* 私域不是“朋友圈发广告”，而是构建一个 **“高知场域”** 。
* 信任来源于两点：**逻辑自洽**（知识库）和 **事实证明**（案例库）。
* 另外，还需要一种 **“活体感”** （Live Presence），证明专家是真实的、可触达的。
4. **Matter 拆解**：
* **Matter 3.1 结构化知识库建设 (Structured Knowledge Base)**：解决“专业深度”问题。把碎片观点体系化，变成“书/课/库”，确立导师地位。
* **Matter 3.2 证据链与案例博物馆 (Evidence Chain & Case Museum)**：解决“效果验证”问题。Before/After、数据、截图、复盘，让事实说话。
* **Matter 3.3 私域触点与活体运营 (Private Touchpoints & Live Ops)**：解决“亲密度”问题。朋友圈剧本、社群问答、闭门直播，保持温度。
### **Matter 3.1：结构化知识库与内容资产 (Structured Knowledge Base & Content Assets)**
解决了“用什么内容建立深度信任（逻辑层）”的问题。
* **战术目标**：将模块一中的核心理论和模块二中的碎片内容，系统化地整理为 **“重型内容资产”** 。在私域中，用内容的**厚度**和**结构**来压倒用户的防御心理。
* **交付物形态**：《行业白皮书/红宝书》、《入门必读Wiki》、《知识星球/会员专栏》、《体系化课程大纲》。
* **优先级**：**P1 (信任基石)**
* **认知负载**：**High** (需专家深度参与，Agent 辅助整理)
* **验证标准**：用户进入私域后，主动索要/阅读资料的比例 > 30%，且产生“收藏/打印/记笔记”等深度学习行为。
#### **关键活动 (Key Activities)**
##### **Activity 3.1.1：碎片内容“积木化”重组 (Content Lego Assembly)**
* **活动描述**：不要让用户在私域里看碎片化的朋友圈。定期将公域的短视频脚本、随笔、问答，按照 **Matter 1.2 的理论框架** 进行归类和串联。
* **输入数据**：过去 3 个月的所有公域内容 + 社群聊天记录。
* **执行模式**：**Agent M1 (炼金术士)** 整理归纳 + **人工** 编审。
* **关键动作**：
* **周更 Newsletter**：每周五发送《本周深度思考合集》，附带 PDF 下载。
* **月度专题**：如“本月聚焦：企业AI落地的10个深坑”，将相关内容打包成一个小册子。
##### **Activity 3.1.2：入门必读 Wiki 搭建 (Onboarding Wiki)**
* **活动描述**：新用户进私域一脸懵，需要一个 **“导航地图”** 。告诉他：我是谁、我能解决什么、你该先看什么。这是建立专家地位的第一印象。
* **交付物**：一个 notion 页面 / 飞书文档 / 小程序主页。
* **内容结构**：
* **Read Me First**：创始人的置顶信（价值观/初心）。
* **核心概念索引**：行业黑话词典（解释什么是“密封舱”、“降维”）。
* **精选文章/视频**：按“小白 -> 进阶 -> 高手”分级推荐。
* **工具箱导航**：Matter 2.3 开发的所有工具入口。
##### **Activity 3.1.3：深度出版物/课程规划 (Deep Publication Planning)**
* **活动描述**：**书是最好的名片**。即使不正式出版，也要有“电子书”或“内部教材”。这是区分“销售”和“导师”的分水岭。
* **关键动作**：
* **电子书 (E-book)**：撰写一本 2-3 万字的《行业实战指南》，作为私域的高阶诱饵。
* **微课 (Mini-Course)**：录制一套 3-5 节的“原理课”（非卖课，而是讲透底层逻辑），免费或低价提供给私域用户，用于**洗脑（认知对齐）**。
### **Matter 3.2：证据链与案例博物馆 (Evidence Chain & Case Museum)**
解决了“用什么事实证明我能行”的问题。、
* **战术目标**：构建一个 **“事实胜于雄辩”** 的展示中心。对于高客单价决策（医美/教育/咨询），客户最怕的是“理论很丰满，落地很骨感”。必须通过展示真实的、有细节的、甚至包含过程波折的案例，来消除这种恐惧。
* **交付物形态**：《标杆案例库 (Case Study Library)》、《客户证言集 (Testimonial Collection)》、《交付过程实录 (Process Log)》、《失败复盘报告》。
* **优先级**：**P0 (转化核心)**
* **认知负载**：**Medium** (需一线交付人员搜集素材，内容团队加工)
* **验证标准**：销售在与客户 1v1 沟通时，能针对客户痛点，在 30 秒内调出一个“和你情况一模一样”的成功案例链接甩过去。
#### **关键活动 (Key Activities)**
##### **Activity 3.2.1：全生命周期案例采集 (Lifecycle Case Capture)**
* **活动描述**：建立“案例采集 SOP”，不等到项目结束才找素材，而是贯穿全程。
* **采集节点**：
* **诊断前 (Before)**：客户的原始痛点描述（聊天记录）、糟糕的数据/状态截图（如：混乱的代码、满脸痘痘的照片）。
* **诊断中 (Solution)**：专家给出的诊断方案、思维导图、手绘草稿。**展示“专业过程”比展示结果更具说服力。**
* **交付后 (After)**：最终效果对比图、数据提升报表、客户的感谢语音/红包截图。
* **隐私处理**：必须建立严格的脱敏机制（打码/化名），保护客户隐私，除非获得授权。
##### **Activity 3.2.2：结构化案例库搭建 (Structured Library Construction)**
* **活动描述**：不要把案例散落在朋友圈。建立一个可检索的“博物馆”。
* **分类维度**：
* **按行业/场景**：如“电商行业AI案例”、“抗衰修复案例”、“留学爬藤案例”。
* **按痛点**：如“降本增效类”、“解决安全隐患类”、“审美重塑类”。
* **呈现形式**：
* **朋友圈海报**：一张图讲清“痛点+方案+结果”。
* **深度推文**：2000字复盘，详述“至暗时刻”到“逆风翻盘”的故事（Storytelling）。
* **视频采访**：邀请客户出镜（或变声）对谈。
##### **Activity 3.2.3：“反向背书”与失败复盘 (Negative Endorsement & Failure Review)**
* **活动描述**：**最高级的凡尔赛是承认失败。** 敢于公开分享“搞砸的案例”以及“我们是如何补救/学到了什么”，能极大地增强真实感和信任度。
* **关键动作**：
* **避坑专栏**：分享“我是怎么劝退这个客户的”（表明我们有原则，不赚快钱）。
* **复盘分享**：分享一次技术故障或交付瑕疵，重点展示**响应速度**和**负责到底的态度**。
* *原理*：完美的人设是假的，有担当的人设才是可信的。
### **Matter 3.3：私域触点与活体运营 (Private Touchpoints & Live Operations)**
解决亲密度和温度的问题。
* **战术目标**：在私域（微信朋友圈/社群/直播）中维持一个 **“有温度、在场、可触达”** 的活人形象。打破“专家=高冷/AI”的刻板印象，通过高频、低压力的互动，让用户习惯“船长”的存在，从而在需要时第一时间想起。
* **交付物形态**：《朋友圈运营剧本》、《社群互动SOP》、《闭门直播策划案》、《人设维持指南》。
* **优先级**：**P1 (粘性维持)**
* **认知负载**：**Medium** (需真人出镜/语音，助理可辅助排版)
* **验证标准**：私域用户对朋友圈的点赞/评论率 > 5%，且在私聊中表现出对专家生活/性格的了解（如：“船长你昨晚熬夜了吧”）。
#### **关键活动 (Key Activities)**
##### **Activity 3.3.1：朋友圈“剧本式”经营 (Scripted Moments)**
* **活动描述**：朋友圈不是流水账，是连续剧。每天 3-5 条，按黄金比例分配内容，塑造立体人设。
* **内容配比 (The Golden Ratio)**：
* **40% 专业干货**：转发 Matter 3.1 的文章/观点，配上犀利短评。（展示权威）
* **30% 案例/工作现场**：Matter 3.2 的素材，晒加班、晒会议、晒客户好评。（展示敬业与生意好）
* **20% 生活/个人趣味**：晒猫、晒书、吐槽天气、展示个人怪癖。（展示真实人性，打破防御）
* **10% 软广/钩子**：推课程、推工具、招募令。（适度转化）
* **执行SOP**：设定固定栏目，如 #船长夜读、#每日一思、#甲方观察。
##### **Activity 3.3.2：高势能社群/会员群运营 (High-Energy Community Ops)**
* **活动描述**：不要建“死群”。高客单价社群的核心价值是 **“圈层”** 和 **“独家信息”** 。
* **关键动作**：
* **早报/晚报**：每天发布行业动态精选 + 专家点评（体现信息筛选价值）。
* **快闪问答 (AMA)**：每周固定时间（如周五晚8点），专家空降群内，回答 3 个高质量问题。
* **话题引导**：助理抛出争议性话题（来自反共识库），引导群友讨论，专家最后做“判卷式”总结。
##### **Activity 3.3.3：私域闭门直播/会议 (Closed-Door Live Sessions)**
* **活动描述**：区别于公域的“甚至不需要洗头”的直播，私域直播要是 **“发布会级”** 或 **“私董会级”** 的体验。
* **关键动作**：
* **形式**：腾讯会议/视频号加密直播。
* **内容**：深度拆解一个大案例、内部分享会、行业趋势预测。**讲公域不敢讲/讲不深的东西。**
* **互动**：允许连麦，现场诊断。这是 **APTC-Trust** 向 **Conversion** 转化的最佳临界点。
## **模块四：商业路径与转化博弈 (Commercial Path & Conversion Game)**
* **对应 APTC 阶段**：**[Ref: APTC-C-Conversion]** (催化与成交)
* **核心目标**：设计低阻力、高筛选的成交路径，利用工具化手段和心理博弈策略，完成从“粉丝”到“付费客户”的惊险一跃。
* **模块释义**：这是系统的**收银台**。不同于低价品的直接叫卖，高客单价转化通常需要“过桥”。本模块涵盖产品矩阵设计（引流品 -> 利润品）、自动化获客工具（Agent T）的植入、私域销售话术的攻防设计（针对犹豫、比价等场景），以及稀缺性/紧迫感的营造。
* **关键成功要素 (KSFs)**：
1. **工具钩子**：用“诊断/测评工具”替代生硬的“加微信”，降低用户防御心理。
2. **价值锚点**：在报价前成功塑造出远超价格的价值感。
* **适用场景**：
* **船长自用**：开发“企业AI含金量体检表”小程序，用户测完自动引导加微咨询。
* **B端服务**：设计“面诊邀约SOP”，将线上咨询转化为线下到店；教育机构的“入学潜能评估”闭环。
* **事项分解思路：**
1. **模块目标**：本模块的核心是 `APTC-Conversion` (催化与成交)。对于高客单价业务（如 5w+ 的咨询、10w+ 的医美），用户极少直接下单，必须经过“设计好的路径”。
2. **核心矛盾**：
* **不敢买**：决策成本高，怕被割。
* **拖延症**：觉得“以后再做也行”。
* **非标品**：服务类产品（咨询/设计）容易陷入“无休止的谈判和比价”。
3. **解题思路**：
* 必须把“非标服务”封装成 **“标准化产品矩阵”** （Product Ladder），让用户有阶梯可爬。
* 必须引入 **“工具化销售”** ，用 Agent 辅助销售，保证话术的专业性和攻击性。
* 必须设计 **“博弈机制”** ，制造稀缺感和紧迫感，逼单。
4. **Matter 拆解**：
* **Matter 4.1 产品矩阵与定价策略 (Product Matrix & Pricing)**：解决“卖什么”的问题。设计引流品->利润品->高定品的阶梯。
* **Matter 4.2 销售话术引擎与攻防 (Sales Script Engine)**：解决“怎么谈”的问题。基于 APTC-C 的话术库，应对异议。
* **Matter 4.3 自动化成交链路 (Automated Conversion Pipeline)**：解决“怎么交付”的问题。从工具诊断到面诊/提案的SOP。
### **Matter 4.1：产品阶梯与价值封装 (Product Ladder & Value Packaging)**
解决“卖什么、怎么定价”的问题。
* **战术目标**：将抽象的“能力/时间”封装为标准化的“产品”。设计一条**低门槛进入、高价值承接**的顺滑爬坡路径，让客户在不知不觉中完成支付意愿的升级。
* **交付物形态**：《产品矩阵图谱》、《定价策略表》、《服务SOP手册》。
* **优先级**：**P0 (变现地基)**
* **认知负载**：**High** (需结合公司资源与市场需求进行战略设计)
* **验证标准**：引流品（低价/免费）到核心利润品的转化率达到预期（如 10%），且客户不再对核心品的价格产生剧烈质疑（因为在引流品中已验证价值）。
#### **关键活动 (Key Activities)**
##### **Activity 4.1.1：三级火箭产品设计 (The 3-Stage Product Rocket)**
* **活动描述**：高客单价不能上来就卖“核弹”。需要分级。
* **层级设计**：
* **L1 引流品 (Tripwire Offer)**：
* *形态*：9.9元/199元的“体检报告解读”、“入门微课”、“单次轻咨询”。
* *目的*：**筛选意向，建立支付关系**。只要付过1块钱，信任度就完全不同。
* **L2 核心利润品 (Core Offer)**：
* *形态*：5w 的“企业AI落地陪跑”、2w 的“热玛吉套餐”。
* *目的*：**主要现金流来源**。必须标准化，可复制。
* **L3 高定/形象品 (High-Ticket/Image Offer)**：
* *形态*：30w+ 的“私董会”、“年度全案”、“院长亲诊”。
* *目的*：**拉高价格锚点，服务顶层客户**。
##### **Activity 4.1.2：不可抗拒的 Offer 包装 (Irresistible Offer Packaging)**
* **活动描述**：让客户觉得“不买就是亏”。不仅仅是卖产品，而是卖 **“产品+服务+赠品+保障”** 的组合包。
* **包装公式**：
* **主产品**：核心交付物（如：一套AI系统）。
* **+ 赠品 (Bonus)**：高感知价值的资料/工具（如：送价值 1w 的 Prompt 库）。
* **+ 风险逆转 (Risk Reversal)**：承诺保障（如：无效退款、终身免费升级）。
* **+ 稀缺性 (Scarcity)**：限额/限时（如：本月仅剩 2 席）。
##### **Activity 4.1.3：价格锚点与阶梯定价 (Anchoring & Tiered Pricing)**
* **活动描述**：利用心理学锚定效应，引导客户选择我们最想卖的那一款。
* **策略动作**：
* **展示高价锚点**：在价目表最上方，先放一个极贵的 L3 产品（如 50w），让 L2 的 5w 看起来“很划算”。
* **对比定价**：展示“单买 A+B+C = 8w”，但“套餐打包 = 5w”。
### **Matter 4.2：销售话术引擎与攻防博弈 (Sales Script Engine & Negotiation Game)**
解决“怎么谈单、怎么应对拒绝”的问题。
* **战术目标**：将金牌销售/专家的隐性谈单技巧，固化为可复制的**SOP和话术库**。赋能给普通销售或 **Agent C-Pro**，确保面对高客单价客户的质疑时，能进行高水平的攻防，而不是只会降价。
* **交付物形态**：《销售攻防手册 (Playbook)》、《常见异议处理库 (Objection Handling Script)》、《Agent C-Pro 提示词》。
* **优先级**：**P0 (转化核心)**
* **认知负载**：**Medium** (需复盘真实录音，提炼逻辑)
* **验证标准**：销售团队（或 AI）对“太贵了”、“我再考虑一下”等典型异议的挽回成功率提升 20%。
#### **关键活动 (Key Activities)**
##### **Activity 4.2.1：SPIN 提问模型植入 (SPIN Selling Integration)**
* **活动描述**：高客单价不能“推销”，只能“诊断”。引入 SPIN 销售法，通过提问引导客户自己说出痛点。
* **话术设计**：
* **S (Situation)**：现状提问。“您现在的 AI 团队有多少人？每月成本多少？”
* **P (Problem)**：难点提问。“现在的产出是不是很不稳定？经常需要您亲自改？”
* **I (Implication)**：暗示提问（放大痛点）。“如果一直这样，会不会影响您下个季度的产品上线？会被竞品甩开吗？”
* **N (Need-payoff)**：价值提问。“如果有一套系统能自动搞定这些，能为您省下多少精力？”
##### **Activity 4.2.2：异议粉碎机与“红脸白脸” (Objection Crusher)**
* **活动描述**：预判客户的所有拒绝理由，并准备好标准回答。
* **常见异议库**：
* *“太贵了”* -> **价值对冲法**：“您不是买一个工具，是雇佣一个不睡觉的专家团队。算算人工成本，这其实是省钱。”
* *“我再看看/问问合伙人”* -> **隔离法**：“完全理解。是价格问题，还是对效果有顾虑？如果效果没问题，您这边能定吗？”
* *“别家更便宜”* -> **差异化攻击**：“是的，市面上有很多套壳软件。但我们提供的是‘密封舱’架构（Matter 1.2），这是本质区别。您是想省钱，还是想解决问题？”
##### **Activity 4.2.3：临门一脚的“逼单”策略 (The Closing Strategy)**
* **活动描述**：利用 FOMO (错失恐惧) 心理，促成当下成交。
* **关键动作**：
* **稀缺性逼单**：“船长下周排期满了，本月只剩这一个咨询名额。”
* **涨价预告**：“我们要升级系统了，下月起服务费上调 20%，现在锁定是老价格。”
* **超级赠品撤回**：“这个Prompt库是限时赠送的，今天不下单就送不了了。”
### **Matter 4.3：自动化成交链路与触点管理 (Automated Conversion Pipeline & Touchpoint Management)**
解决“交付与流程”的问题。
* **战术目标**：构建一条 **“不依赖人肉盯梢”** 的高效流转管道。利用工具（CRM/企业微信/Agent）自动追踪客户状态，在关键节点（Touchpoints）自动触发动作，确保线索不遗漏、服务不降级。
* **交付物形态**：《客户旅程地图 (Customer Journey Map)》、《自动化工作流配置 (Workflow)》、《私域标签体系》。
* **优先级**：**P1 (效率与体验)**
* **认知负载**：**Medium** (需配置 CRM 工具或 RPA 流程)
* **验证标准**：从线索进入到完成首次跟进的平均时间 < 15分钟（行业黄金法则），且无跟进记录的“僵尸线索”比例 < 5%。
#### **关键活动 (Key Activities)**
##### **Activity 4.3.1：全链路客户标签体系 (Unified Tagging System)**
* **活动描述**：给每个客户打上精准的“数字化条形码”。这是自动化营销的基础。
* **标签维度**：
* **身份属性**：`行业:医美`、`职位:CEO`、`预算:50w+`（来自 Matter 2.3 的工具钩子）。
* **行为属性**：`看过白皮书`、`参加过直播`、`点击过报价单`。
* **阶段属性**：`S1:新线索`、`S2:意向沟通`、`S3:方案提案`、`S4:待支付`、`S5:成交`、`S6:流失`。
##### **Activity 4.3.2：关键节点自动化触达 (Triggered Engagement)**
* **活动描述**：在客户旅程的关键时刻，让系统替你“无感”地工作。
* **典型场景**：
* **新线索接入时**：Agent T 自动发送欢迎语 + 索要基础信息（“您好，我是船长的AI助理，请问您想咨询哪方面？”）。
* **直播开始前 15 分钟**：自动群发/私信提醒预约用户（提高到课率）。
* **报价单发出后 24 小时未回复**：系统自动提醒销售人员进行人工跟进，或自动发送一条案例分享（“这是和您情况类似的客户案例，供参考”）。
##### **Activity 4.3.3：沉没线索激活与回收 (Lead Recycling)**
* **活动描述**：对于暂未成交的客户（S6 流失），不要直接放弃，放入“公海池”进行**低频养鱼**。
* **激活策略**：
* **SOP**：每两周推送一次高质量干货（Matter 3.1 的内容）。
* **大促/活动激活**：当有“年度大课”或“新工具发布”时，进行一次全量推送激活。
* *原理*：高客单价决策周期长，今天不买不代表明年不买。保持弱连接，静待花开。
## **模块五：数据反馈与系统迭代 (Data Feedback & System Iteration)**
* **对应 APTC 阶段**：**[Ref: Optimization Loop]** (全链路优化)
* **核心目标**：建立“感知-决策-行动”的反馈闭环，通过数据洞察反哺前四个模块，确保系统具备“反脆弱”能力，能随市场变化而进化。
* **模块释义**：这是系统的**仪表盘与进化引擎**。它不只是看虚荣指标（点赞量），更关注核心商业指标（线索成本、加粉率、转化率）。对于 AI Native 市场部，此模块还承担着为 Agent 模型（如 Agent D 试金石）提供校准数据（Golden Data）的重要职能。
* **关键成功要素 (KSFs)**：
1. **数据归因**：能清楚知道哪个内容的哪个观点带来了有效线索，而非糊涂账。
2. **校准速度**：发现转化率下降后，修正 Agent Prompt 或人工SOP的响应速度。
* **适用场景**：
* **船长自用**：根据文章的“完读率”和“私信率”微调 M1/M2 的写作风格参数。
* **B端服务**：定期分析医美/教育客户的“流失原因”，迭代销售话术库（Agent C-Pro）。
* **事项分解思路：**
1. **模块目标**：本模块的核心是 `Optimization Loop` (全链路优化)。对于 AI Native 市场部，数据不只是为了看报表，更是为了**校准 Agent**（Fine-tuning & Calibration）。
2. **核心矛盾**：
* **虚荣指标**：容易沉迷于点赞数，忽视了线索成本和转化率。
* **黑盒运营**：知道结果好/坏，但不知道“为什么”，无法复用成功或规避失败。
* **模型漂移**：AI Agent 运行一段时间后，可能会因为输入数据的变化而效果下降，需要持续迭代。
3. **解题思路**：
* 建立**三级指标体系**：从流量到现金流，层层穿透。
* 建立**归因与复盘机制**：把“玄学”变成“科学”。
* 建立**Golden Data 回环**：把人工修正的高质量数据喂回给 AI，让 Agent 越用越聪明。
4. **Matter 拆解**：
* **Matter 5.1 全链路数据仪表盘 (Full-Funnel Dashboard)**：解决“看什么”的问题。定义北极星指标和过程指标。
* **Matter 5.2 归因分析与策略复盘 (Attribution & Review)**：解决“怎么懂”的问题。分析爆款/转化的深层原因。
* **Matter 5.3 模型校准与资产沉淀 (Agent Calibration & Asset Loop)**：解决“怎么进化”的问题。清洗数据，反哺 Agent M/C/T。
### **Matter 5.1：全链路数据仪表盘 (Full-Funnel Dashboard)**
解决“建立监控体系”的问题。
* **战术目标**：建立一套 **“上帝视角”** 的监控体系。从公域流量的源头，到私域转化的终点，全流程数据可视化。拒绝“盲人摸象”，用数据指导决策。
* **交付物形态**：《核心指标字典 (KPI Dictionary)》、《周/月度经营报表》、《实时数据看板 (BI Dashboard)》。
* **优先级**：**P1 (导航系统)**
* **认知负载**：**Low** (一次性配置，自动化抓取)
* **验证标准**：管理层能在 1 分钟内通过看板判断当前业务健康度（是流量不够？还是转化太差？）。
#### **关键活动 (Key Activities)**
##### **Activity 5.1.1：三级指标体系定义 (The 3-Tier Metrics)**
* **活动描述**：区分“虚荣指标”和“北极星指标”。
* **指标层级**：
* **L1 结果指标 (Lagging)**：**GMV (成交额)、ROI (投产比)、CAC (获客成本)**。这是老板最关心的“钱”。
* **L2 过程指标 (Leading)**：**线索量 (Leads)、加粉率、私域留存率、工具使用率**。这是预测未来的晴雨表。
* **L3 内容指标 (Content)**：**完播率、转评赞、涨粉数**。这是评估内容质量的微观指标。
##### **Activity 5.1.2：数据埋点与归因链路 (Tracking & Attribution)**
* **活动描述**：解决“不知道客户从哪来”的问题。
* **关键动作**：
* **渠道标记 (UTM)**：给不同渠道（抖音/视频号/朋友圈）的引流链接加上特定的后缀（如 `?source=douyin_video_001`）。
* **全链路打通**：尝试打通 公域数据 -> 工具数据 (Matter 2.3) -> CRM数据 (Matter 4.3)。至少做到能识别出：“这个成交的大客户，最早是看了哪条视频进来的”。
##### **Activity 5.1.3：异常预警机制 (Anomaly Alerting)**
* **活动描述**：别等月度复盘才发现问题。
* **设定阈值**：
* *流量预警*：某账号连续 3 天播放量低于平均值 50% -> 可能被限流或内容跑偏。
* *转化预警*：线索进粉成本突然飙升 30% -> 可能是投放素材失效或渠道质量下降。
* **动作**：触发报警（飞书/钉钉通知），立即介入排查。
### **Matter 5.2：归因分析与策略复盘 (Attribution Analysis & Strategy Review)**
解决“如何通过分析变聪明”的问题。
* **战术目标**：将冷冰冰的数据转化为 **“可执行的洞察 (Actionable Insights)”** 。不仅仅知道“数据涨了/跌了”，更要通过深度复盘找到 **“为什么”** ，从而复制成功、规避失败。
* **交付物形态**：《单条爆款/流失复盘SOP》、《月度经营复盘报告》、《AB测试实验记录》。
* **优先级**：**P1 (智慧大脑)**
* **认知负载**：**High** (需结合业务逻辑进行深度思考)
* **验证标准**：每次复盘会后，必须产出至少 3 条具体的优化动作（Action Items），并在下个周期验证生效。
#### **关键活动 (Key Activities)**
##### **Activity 5.2.1：爆款与转化归因 (Success Attribution)**
* **活动描述**：当一条内容爆了，或者一个客户成交了，必须搞清楚原因。
* **分析维度**：
* **内容归因**：是选题切中了哪个痛点？是开头前 3 秒的哪个画面抓人？是文案里的哪个金句引发了共鸣？（反哺 Matter 2.1）
* **成交归因**：客户最终下单是因为看了哪个案例？是因为销售说了哪句话？是因为当时有什么促销活动？（反哺 Matter 4.2）
* **动作**：将这些“成功因子”提取出来，作为下一次策划的**必选元素**。
##### **Activity 5.2.2：流失与负反馈诊断 (Failure Diagnosis)**
* **活动描述**：失败是更好的老师。重点关注“只看不买”和“中途退群”的用户。
* **分析维度**：
* **流量流失**：视频完播率在第几秒断崖式下跌？（说明那里内容无聊/跑题）。
* **线索流失**：领了工具但没留联系方式？（说明工具门槛太高或价值感不足）。
* **成交流失**：聊了很久最后没买？（利用 Matter 4.2 的异议库进行对照，看是哪个异议没处理好）。
##### **Activity 5.2.3：A/B 测试实验场 (The A/B Testing Lab)**
* **活动描述**：不要猜，去测。对于不确定的策略，进行小范围灰度测试。
* **实验对象**：
* **封面测试**：同一视频，做 2 版封面（一版突出痛点，一版突出结果），看点击率。
* **钩子测试**：同一文章，结尾放“领资料”和“做测试”两种钩子，看转化率。
* **话术测试**：销售团队分两组，一组用新话术，一组用旧话术，看成交率。
### **Matter 5.3：模型校准与资产沉淀 (Model Calibration & Asset Accumulation)**
解决“AI进化与资产积累”的问题。
* **战术目标**：这是 **AI Native 市场部** 的核心护城河。通过“人机回环 (Human-in-the-loop)”，将业务运行中产生的高质量数据（Golden Data）清洗并反哺给 Agent，让智能体越用越懂业务，越用越像专家。同时，将隐性经验固化为企业资产。
* **交付物形态**：《Agent 提示词迭代日志》、《Golden Data 数据集（微调语料）》、《SOP 知识库 2.0》。
* **优先级**：**P0 (长期复利)**
* **认知负载**：**High** (需“船长/架构师”亲自进行模型调优)
* **验证标准**：Agent 生成内容的“采纳率”逐月提升（即人工修改的工作量逐月减少）。
#### **关键活动 (Key Activities)**
##### **Activity 5.3.1：Bad Case 修复与 Prompt 迭代 (Prompt Engineering Loop)**
* **活动描述**：当 Agent M2 写出的脚本太油腻，或者 Agent C-Pro 的回复不准确时，不要只是手动改，要改 Prompt。
* **执行SOP**：
* **捕捉**：记录下 Agent 输出不满意的具体案例（Bad Case）。
* **诊断**：分析原因。是背景信息给少了（Context缺失）？是约束条件太宽泛（Constraint失效）？还是语气参数不对？
* **修正**：修改 System Prompt，增加一条 `Negative Constraint`（如：“禁止使用‘小编’自称，禁止使用感叹号超过 3 次”）。
* **验证**：用同样的输入重跑一遍，确认输出已优化。
##### **Activity 5.3.2：Golden Data 清洗与微调 (Fine-tuning Dataset Prep)**
* **活动描述**：将“人类专家修改后的完美版本”收集起来，这是训练私有模型的黄金。
* **数据源**：
* 船长亲自润色过的公众号文章（学习语气/逻辑）。
* 金牌销售的真实成交录音/聊天记录（学习话术）。
* Activity 5.2 复盘中验证有效的爆款脚本。
* **动作**：定期（如每季度）将这些数据结构化整理，用于未来对开源大模型（如 Llama 3 / Qwen）进行 SFT（监督微调），打造真正的“数字分身”。
##### **Activity 5.3.3：SOP 资产固化与传承 (SOP Crystallization)**
* **活动描述**：把“流动的经验”变成“固定的流程”。确保人员流动不带走核心能力。
* **关键动作**：
* **文档化**：将 Matter 5.2 验证成功的策略，更新到《运营手册》中。
* **工具化**：如果某个 Excel 表格很好用，就把它开发成内部小工具。
* **模板化**：将高转化的话术、海报风格，固化为模板，供全员复用。
## **附录**
### **APTC 信任转化漏斗模型**
**模型名称：** APTC 信任转化漏斗模型 (High-Ticket Trust Conversion Model)
**模型定义：**
APTC 是一套专为**高客单价、高认知门槛、长决策周期**业务（如高端咨询、医美、教育、金融）设计的心理引导与商业转化模型。它将用户的购买决策过程解构为四个连续的心理防御突破阶段，旨在指导从“陌生流量”到“忠实客户”的全链路运营动作。
**适用范围：**
* **内容创作**：指导短视频脚本、公众号长文、白皮书的结构设计。
* **私域运营**：指导社群分享、朋友圈剧本的规划。
* **销售博弈**：指导 1v1 咨询、面诊、谈判的话术设计。
* **工具设计**：指导引流工具的交互逻辑。
#### **A - Authority & Attention (权威锚定与注意力捕获)**
* **心理学原理**：在信息过载时代，用户只把有限的注意力分配给“可能解决我问题的人”。权威感是打破用户“认知屏蔽”的唯一利器。
* **核心目标**：在接触用户的最初几秒（公域）或第一眼（私域），迅速确立“专家/导师”的认知高地，解决“凭什么听你的”这一根本质疑。
* **适配蓝图动作**：
* **身份架构 (Module 1)**：通过独特的头衔（如“身份架构师”）、差异化的世界观（如“密封舱理论”）建立势能。
* **公域降维 (Module 2)**：发布“反常识”或“犀利点评”内容，用强烈的观点冲突捕获注意力。
* **关键指标**：完播率/阅读率（Attention）、账号涨粉率（Authority认同度）。
#### **P - Pain & Problem (痛点狙击与场景唤醒)**
* **心理学原理**：人对“损失”的敏感度远高于“收益”（损失厌恶）。只有当用户意识到“现状不可忍受”或“潜在风险巨大”时，才会产生真正的行动力。
* **核心目标**：剥开表层需求，挖掘深层焦虑。不是制造恐慌，而是精准地描述出用户“想解决却无力解决”的具体场景，引发深度共鸣。
* **适配蓝图动作**：
* **内容降维 (Module 2)**：制作“避坑指南”、“错误归因分析”类内容，指出用户过去的努力为什么无效。
* **工具钩子 (Module 4)**：设计“体检/诊断工具”，让用户亲眼看到自己的“病灶”评分，量化痛点。
* **关键指标**：收藏/转发率（共鸣度）、工具使用率（痛点确认度）。
#### **T - Trust & Testimony (信任培育与证据闭环)**
* **心理学原理**：高客单价决策的核心阻力是“信任成本”。用户需要大量的理性证据来对冲决策风险。信任 = 专业度 × 亲密度 / 自利心。
* **核心目标**：在一个相对封闭/可控的场域内（私域/长视频），通过高密度的价值输出和无可辩驳的事实证据，完成从“知道”到“信赖”的质变。
* **适配蓝图动作**：
* **私域阵地 (Module 3)**：构建结构化知识库、展示真实案例（Before/After）、分享失败复盘、提供深度问答服务。
* **IP人格 (Module 1)**：保持言行一致，敢于暴露真实性（甚至缺点），建立更深层的“人际信任”。
* **关键指标**：私域留存率、深度互动（长评/提问）、内容完读率。
#### **C - Call-to-Action & Conversion (价值催化与临门一脚)**
* **心理学原理**：信任不等于购买。在最后环节，用户往往会产生“拖延心理”或“比价行为”。需要外部刺激（Scarcity/Urgency）来从“想要”变成“现在就要”。
* **核心目标**：设计低阻力的成交路径，利用博弈策略打消最后顾虑，锁定交易。
* **适配蓝图动作**：
* **商业路径 (Module 4)**：设计“引流品->利润品”的阶梯、提供“无法拒绝的价值主张”（如超额赠品/服务承诺）。
* **销售博弈 (Module 4)**：生成针对性的逼单话术，营造稀缺感（名额/时间限制），重塑价格锚点。
* **关键指标**：线索转化率、客单价 (AOV)、ROI。
### 关于未来的客户适配
需要进行一次“行业化翻译（Localization）”，但不需要重构骨架。
当前蓝图是基于“AI Native 市场部/船长”这一**知识密集型服务业**构建的“元蓝图”。当未来将其交付给医美、教育或金融客户时，底层的 **心理学逻辑（APTC）** 和 **模块结构（MECE）** 保持不变，但 **表层语言（UI）** 需要适配：
1. **名词替换**：
* “认知高地” -> 医美行业需翻译为“名医资质与审美权威”。
* “反共识观点” -> 教育行业需翻译为“教育误区纠偏”。
* “密封舱理论” -> 需替换为客户具体的“独家技术（如：6D线雕法）”或“教学理念（如：全人教育）”。
2. **侧重调整**：
* **船长/咨询**：侧重“智力证据”（逻辑、图表、代码）。
* **医美/装修**：侧重“视觉证据”（案例对比图、现场施工SOP）。
* **金融/保险**：侧重“数据证据”（收益率曲线、理赔单据）。
**建议**：在未来服务客户时，可以利用 **Agent I** 增加一个“行业适配器（Adapter）”指令，让 AI 自动把这份元蓝图中的术语，替换为目标行业的“行话”。
```
## 上游产出样例
### Global Context Object样例
```json
{
"project_meta": {
"name": "Project Deep-Voltage (深渊变压器计划)",
"version": "3.3-Design-Integrated",
"owner": "Wantsong (船长)",
"description": "一个基于双轨制IP战略的商业系统：通过分层的SaaS平台变现大众泛流量（赚小钱），并通过筛选机制为高客单价咨询服务提供高净值线索（赚大钱）。"
},
"business_logic": {
"strategy": "物理隔离与价值阶梯策略",
"isolation_protocol": "【严格执行】IP1（船长）和 IP2（说书人）绝不能在公域渠道产生显性关联，以保护 IP1 的高端权威感与溢价能力。",
"flow": "IP2 泛流量 -> SaaS 工具 (L1/L2) -> 筛选后的高价值线索 -> IP1 咨询服务 (L3)"
},
"identity_matrix": {
"IP1_The_Captain": {
"role_definition": "穿越周期的架构师、深渊凝视者",
"platform": ["微信公众号", "X (Twitter)", "YouTube"],
"identity_assets": {
"cognitive_niche": "AI时代的认知架构师与深渊守夜人",
"theoretical_model": "Wantsong-Tocqueville 认知阻抗方程 & 认知热力学",
"final_positioning": "我不是教你用AI偷懒的工具贩子，我是为你重构商业底层的认知架构师。"
},
"symbol_system": {
"naming": {
"wechat": "Wantsong 船长",
"video_channels": "Wantsong | 深渊认知实验室"
},
"visual_identity": {
"primary_color": "Abyss Black (#0A0A0A)",
"accent_color": "Electric Blue (#00FFFF)",
"font_style": "Industrial San-serif + Coding Font (JetBrains Mono)",
"visual_anchors": ["Black Turtleneck", "Nixie Tube Clock", "Holographic Blueprints"],
"lighting": "Rembrandt + Blue Rim Light"
},
"verbal_identity": {
"tone": "Cold, Rational, Assertive (High Voltage)",
"voice": "Deep, slightly mechanical resonance",
"forbidden_words": ["家人们", "干货", "小编", "弯道超车"]
},
"ritual_system": {
"opening": "镜头直视1秒 -> '欢迎回到深渊。'",
"closing": "暗场光点 -> '不要用战术的勤奋，掩盖战略的懒惰。'"
}
},
"anti_consensus_list": [
"工具民主化≠能力民主化",
"费曼技巧的陷阱",
"反‘一键生成’垃圾",
"只有痛苦的认知相变才能产生金刚石"
]
},
"IP2_The_Storyteller": {
"role_definition": "商业丛林导游 & 焦虑变压器",
"platform": ["抖音", "视频号", "小红书"],
"identity_assets": {
"target_audience": "30-50岁中小企业主、中年职场人",
"core_value": "省脑子 + 结果导向",
"tone_style": "犀利、大白话、强痛点、江湖气"
},
"symbol_system": {
"naming": {
"douyin": "Wantsong 聊 AI",
"red_book": "Wantsong 省脑指南",
"video_channels": "Wantsong 的商业野路子"
},
"visual_identity": {
"primary_color": "Warning Yellow (#FFD700)",
"accent_color": "Alarm Red (#FF0000)",
"font_style": "Heavy Impact Font (Max Size)",
"visual_anchors": ["Handheld Camera (POV)", "Messy Whiteboard", "Violence Screenshot"],
"style_keywords": ["Brutalist", "High Saturation", "Street Smart"]
},
"verbal_identity": {
"tone": "Spicy, Fast-paced, Utilitarian",
"catchphrases": ["听懂掌声", "别瞎忙", "底层逻辑(Fake)", "直接上干货"]
},
"content_structure": {
"hook": "Panic or Greed (0-3s)",
"body": "Evidence + Tool Demo",
"cta": "Direct Command (Follow/Get)"
}
},
"translation_rules": {
"rule_1": "【去学术化】禁止使用‘熵增’等术语，翻译为生活隐喻。",
"rule_2": "【利益锚定】挂钩‘搞钱’或‘效率’。",
"rule_3": "【带货结构】痛点 -> 骂醒 -> SaaS工具 -> 引导关注。"
}
}
},
"saas_design_system": {
"brand_name": "DeepThink Lab (深渊认知实验室)",
"tier_1_ui": {
"target": "Mass Users (IP2 Audience)",
"style": "Radical Simplism (White Mode)",
"layout": "Single Column Flow",
"key_feature": "Big Yellow Button + Instant Result",
"micro_interaction": "Fast confetti effect",
"emotional_goal": "Relief & Dopamine"
},
"tier_2_ui": {
"target": "Power Users (IP1 Audience)",
"style": "Cyber-Industrial (Dark Mode)",
"layout": "Three-Pane Layout (Assets - Canvas - Inspector)",
"key_feature": "Monospace Font + Neon Accents",
"micro_interaction": "Artificial Latency (Labor Illusion animation)",
"emotional_goal": "Control & Awe"
},
"transition_effect": "Light-to-Dark Seamless Transition (The Dive Upsell)"
},
"product_assets": {
"Tier_1_Tools": {
"description": "结果生成器 (Lazy Toolkit)。",
"examples": ["班级口号生成器", "高情商回复生成器", "周报生成器"]
},
"Tier_2_Agents": {
"description": "认知放大器 (Cognitive Amplifiers)。",
"assets": ["巨人认知智能体", "芒格之魂", "CCPE 专家"]
},
"theory_architecture": {
"system_name": "The Deep-Voltage System (六层模型)",
"structure": [
"L1: 深渊基石", "L2: 智识内核", "L3: 物种进化", "L4: 系统架构", "L5: 宏观透镜", "L6: 实战兵法"
]
}
},
"resource_config": {
"content_source": "船长的个人笔记/博客 (L4级核心知识库)",
"support_team": "现有IT技术支持团队 + Agent C-Pro (AI话术引擎)",
"tech_stack": "HiFi Agent Studio V3.0"
},
"system_constraints": {
"hard_rules": [
"严禁在公域渠道混合 IP1 和 IP2 的受众。",
"Tier 1 工具必须预加载，Tier 2 工具必须人为延迟展示思考过程。",
"所有内容输出必须源于船长的核心哲学。"
],
"language_output": "中文（IP1 高雅冷峻 vs IP2 通俗犀利）"
}
}
```
### # IP2 (说书人) 符号系统定义书
```md
> **核心逻辑**: **暴力美学 (Brutalism)** + **江湖气 (Street Smart)**。参考“参哥”或“商业小纸条”的流量密码，但通过“技术底色”做微差异化。
## 1. 命名系统 (Naming System)
* **抖音/快手**: **Wantsong 聊 AI** (简单直接，带上个人代号但强调话题) 或 **老 W 的 AI 笔记** (增加亲切感)。
* **视频号**: **Wantsong 的商业野路子** (强调“非正统”，吸引好奇心)。
* **小红书**: **Wantsong 省脑指南** (切中“省力/懒人”的核心痛点)。
## 2. 语言指纹 (Verbal Fingerprint)
* **Tone (基调)**:
* **热辣滚烫 (Hot & Spicy)**: 情绪饱满，语速快，甚至带有攻击性（“骂醒你”）。
* **功利主义 (Utilitarian)**: 句句不离“钱”、“效率”、“省事”。
* **江湖气 (Street Smart)**: 像个混过社会的大哥在路边摊跟你聊天，透着一股“我懂内幕”的劲儿。
* **Voice (声线)**:
* **音色**: 真实人声，不做混响，甚至保留一点喷麦或环境音（增加真实感）。语速偏快（1.2x 感官体验）。
* **Lexicon (词汇库)**:
* *High Frequency (必用)*: 搞钱、省事、听懂掌声、弯道超车、底层逻辑（这里的底层逻辑是伪概念，指技巧）、别瞎忙、信息差。
* *Forbidden (禁用)*: 熵增、阻抗、异构、耦合（任何听起来像课本的词）。
## 3. 仪式系统 (Ritual System)
* **Signature Opening (标志性开场)**:
* **Hook (钩子)**: 必须在第 1 秒抛出暴论或巨大利益。
* *话术模板*:
* “别再傻乎乎地学编程了！”
* “今天教你一招，把你的实习生辞了吧。”
* “这就是高手和韭菜的区别。”
* **Signature Closing (标志性结尾)**:
* **Action (指令)**: 强行引导关注或领资料。
* *话术*: **“工具我都放这儿了（指屏幕/置顶），想赚钱的自己拿。关注老 W，少走弯路。”**
## 4. 视觉识别基础 (VI Basic)
* **Color Palette (色盘)**:
* **Primary**: **Warning Yellow (#FFD700)** 或 **High-Vis Neon Green (#39FF14)** - 视觉强刺激，警示色，如同交通标志。
* **Secondary**: **Alarm Red (#FF0000)** - 用于强调痛点或否定（打叉）。
* **Background**: 真实的杂乱环境色（不刻意统一，反向操作）。
* **Typography (字体 - 字幕)**:
* **超粗黑体 (Heavy Sans-serif)**: 如“造字工房劲黑”或“综艺体”。
* **样式**: **字必须大**，占据屏幕 1/3。关键词用**黄底黑字**或**红底白字**高亮。
* **视觉风格 (Style)**: **Digital Brutalism (数字粗野主义)**。不追求精致，追求冲击力。
## 5. 视觉锤与物理锚点 (Visual Hammer & Anchors)
* **Anchor 1: 手持/第一人称视角 (Handheld/POV)**
* *意涵*: “我在现场”、“我在工作”、“我没空跟你摆拍”。打破第四面墙，建立零距离信任。
* *执行*: 手机前置摄像头怼脸，或者助理手持拍摄（要有轻微晃动）。
* **Anchor 2: 杂乱的真实背景 (The Messy Reality)**
* *意涵*: 办公室的白板（写满潦草的字）、车里（堵车时录制）、刚吃完饭的餐桌。
* *暗示*: “我很忙，我实战经验丰富，我不是念稿子的演员。”
* **Anchor 3: 暴力截屏 (The Screen Shot)**
* *意涵*: 展示证据。
* *执行*: 讲到 Tier 1 工具时，直接把手机屏幕怼到镜头前，或者用绿幕背景直接展示后台数据/生成结果。“看！3秒钟，周报写完了！”
## 6. 封面与模版设计 (Template Strategy)
* **大字报风 (The Tabloid Style)**:
* **上部**: 巨大的标题（如：“裁员潮自救！”）。
* **中部**: 夸张表情的你（指着屏幕或扶额头）。
* **下部**: 巨大的箭头指向某个数据或结果。
* **对比图 (Before & After)**: 左边是“累死累活”，右边是“一键生成”。
---
## Midjourney Prompt Template (For IP2)
> **指令**: 虽然 IP2 主打实拍，但可以用 MJ 生成夸张的封面底图或 PPT 插图。
```markdown
## 🤖 Midjourney Prompt Template (IP2 - The Storyteller)
**Template Structure**:
`[Subject Expression]`, `[Action]`, `[Background]`, `[Style]`, `[Color Palette]`, --ar 3:4 --v 6.0 --style raw
**Presets (预设参数)**:
* **[Style]**: YouTube thumbnail style, high saturation, exaggerated emotion, close-up shot, wide angle lens (GoPro style), TikTok viral aesthetic.
* **[Color Palette]**: Bright Yellow, Alarm Red, High contrast, vivid colors.
* **[Background]**: Blured busy office, luxury car interior, street view, messy desk with money or charts.
**Example Prompts (示例)**:
1. *For Cover*: "Asian man in casual business wear, looking shocked at a smartphone screen, pointing at the screen, mouth open, bright yellow background with warning tape graphic, high contrast, hyper-realistic --ar 3:4"
2. *For Concept*: "A split screen comparison, left side is a tired office worker drowning in papers (grey tones), right side is a happy person drinking coffee while a robot works (colorful neon tones), 3d cartoon style --ar 16:9"
```
## ⚠️ 异常处理与设计师建议 (Designer's Note)
1. **关于“Low”的担忧**:
* **问题**: 您可能会觉得这种大字报风格太 Low，拉低了“船长”的档次。
* **辩护**: **这正是我们要的物理隔离**。如果 IP2 做得太高大上，泛流量进不来，也无法衬托 IP1 的稀缺性。
* **技巧**: 可以在 IP2 的视频中，偶尔（极低频率）露出一两个 IP1 的“深渊概念”，但立马自我打断：“算了，这个太深奥你们听不懂，反正只要知道怎么用就行。” —— 这种 **“藏一半”** 的手法，能筛选出那 1% 极具好奇心的高潜用户去搜你的 IP1。
2. **关于“抄袭感”**:
* 虽然我们参考了“参哥”，但差异化在于 **“工具的真实性”** 。参哥卖的是纯课/纯社群，我们卖的是 SaaS 工具。
* **视觉差异化**: 参哥喜欢穿西装装老板，建议 IP2 **穿得更极客/休闲一点**（如连帽衫、冲锋衣），打造“技术流实战派”而非“传统的割韭菜讲师”。
```
### IP 演进路线图 (Evolution Roadmap)
```md
> **阶段定义**: Phase 1 - The Challenger (破局者)
> **时间周期**: T+0 至 T+90天
> **核心主题**: **“暴力降维，现金为王”**
## 1. 核心任务 (The Core Missions)
1. **产品侧**: 上线 **“懒人神器 (Lazy Toolkit)”** 小程序/H5 集合页。
* *包含工具*: 班级口号生成器、周报生成器、高情商回复器、简版 Prompt 优化器。
* *定价策略*: 9.9元/月订阅 或 1元/次单点解锁（极大降低决策门槛）。
2. **内容侧**: 建立 **IP2 (说书人)** 的视频号/抖音账号矩阵。
* *产量目标*: 保持日更（初期由你亲自基于 M2 脚本录制）。
* *内容模型*: **痛点展示 (3s) -> 嘲讽/共情 (5s) -> 掏出神器 (Action) -> 效果展示 (Result)**。
3. **验证侧**: 跑通 **ROI > 1** 的最小闭环。
* 即：(自然流量变现 + 少量投流变现) > (服务器成本 + 你的时间机会成本)。
## 2. 北极星指标 (North Star Metric)
* **主指标**: **Tier 1 工具集月流水 > 10,000 RMB** (第3个月末)。
* **副指标**: **付费用户数 > 1,000 人** (验证需求的普适性)。
## 3. 关键战役 (Key Battles)
* **战役 1: “口号”突围战 (Month 1)**
* *动作*: 以你提到的“班级口号”为例，寻找教育圈/家长圈的流量洼地。制作 10 条“如何 3 秒搞定班级口号”的短视频进行赛马。
* *目的*: 验证 Tier 1 工具的转化率。
* **战役 2: 模板裂变战 (Month 2)**
* *动作*: 在工具结果页增加“生成海报”功能（带有强烈的传播属性，如“我的情商击败了99%的人”），诱导用户发朋友圈。
* *目的*: 降低流量成本，测试病毒系数 (K-factor)。
* **战役 3: SOP 封装战 (Month 3)**
* *动作*: 将你前两个月“选题-脚本-剪辑-发布”的全流程，固化为文档和 Agent M2 的配置参数，准备移交给孙/魏或IT团队。
## 4. 跃迁条件 (Next Level Criteria)
* **进入 Phase 2 的标志**:
* 单月流水稳定在 3W+。
* 你本人每周投入 IP2 的时间降低到 4 小时以内（实现半脱手）。
* SaaS 沉淀了至少 5000+ 真实用户的使用数据（Prompt 日志）。
```
### IP 理论体系架构图
```md
# 🏛️ 深渊高压系统 (The Deep-Voltage System)
**核心隐喻**: 热力学 (熵增/做功) + 控制论 (系统/反馈) + 建筑学 (结构/支撑)
## 🧠 策展逻辑说明 (Curation Logic)
1. **L1 基石层 (Ontology)**: 解决“世界是什么”的问题。基于热力学与控制论的底层物理法则。
2. **L2 认知层 (Epistemology)**: 解决“我是谁/如何思考”的问题。涉及大脑操作系统的重构。
3. **L3 进化层 (Evolution)**: 解决“个体如何生存”的问题。涉及职业发展与反脆弱策略。
4. **L4 架构层 (Engineering)**: 解决“系统如何构建”的问题。涵盖组织管理与 AI 工程化。
5. **L5 宏观层 (Macro-Vision)**: 解决“时代去向何方”的问题。涉及历史、社会与经济洞察。
6. **L6 交付层 (Delivery)**: 解决“价值如何交换”的问题。涉及具体的业务、销售与教学心法。
## Level 1: 深渊基石 · 世界观 (The Origin)
> *物理法则与生命的终极定义*
* 全尺度负熵相变矩阵 (The Universal Negentropy Matrix)
* 硅基生命判定矩阵 (The Silicon-Vitality Verification Matrix)
* 文明镜像演化论 (The Theory of Civilizational Mirroring)
* 覆盖协议：理性越狱架构 (The Override Protocol)
* Wantsong 现实渲染架构 (The Reality Rendering Architecture)
* 文明中间件架构 (Civilization Middleware Architecture)
* W-T 认知阻抗方程 (The W-T Cognitive Impedance Equation)
## Level 2: 智识内核 · 认知操作系统 (The Kernel)
> *大脑的重构与思维工具*
* **思维架构**:
* Wantsong 智识方舟全栈架构
* Wantsong 巨人拟态架构
* Wantsong 五阶认知螺旋
* 认知断层重装模型
* **思维工具**:
* 认知光谱仪 (The Cognitive Spectrometer)
* L-C 认知光谱校准协议
* 三权协同思维审判庭
* 反熵增思想冶金模型
* 认知双引擎工坊
* 芒格·认知增压六阶梯
* 认知祛魅过滤器
* **思维状态**:
* Wantsong 认知三态变速箱
* Wantsong 认知暗房显影协议
* Wantsong 认知代谢架构
* 心智导演重构模型
## Level 3: 物种进化 · 个体生存策略 (The Evolution)
> *在液态社会中的反脆弱生存*
* **生存审计**:
* 生存审计：死锁-解耦模型
* 晶格-流体错配模型
* 认知分拣机模型
* 高架渠势能锁定模型
* **进化路径**:
* 熵减进化：麦克斯韦妖模型
* 外骨骼学徒制
* 超级单兵工业化模型
* 逆熵高位捕捉模型
* EAP 赛博格逆向进化协议
* 认知自举架构
* 巨人阶梯·三态调谐模型
* **心智维护**:
* T-OS 旅人操作系统
* 有根飞翔模型
* 热力学锻造双驱模型
* M-OS 递归架构 (婚姻/关系)
## Level 4: 系统架构 · 组织与工程 (The Architecture)
> *如何构建高可用的商业/技术系统*
* **AI 工程化**:
* CCPE 智核架构 (及 智核提示工程框架)
* HiFi 密封舱封装矩阵
* 认知引擎四层架构
* 混合工程双壳模型
* 确定性-概率性迁移光谱
* 莫拉维克-灵肉阻抗模型
* The Dao of AI (内门心法/修行四象限)
* **组织进化**:
* 五体认知协作系统
* 组织认知热力学模型
* 分布式沙盒授权协议
* 垂直认知阻抗模型
* 厌氧权力耗散模型
* 园丁式认知跃迁螺旋
* 双螺旋认知建模引擎
## Level 5: 宏观透镜 · 历史与社会 (The Macro-Lens)
> *穿透表象的冷峻洞察*
* **文明/历史**:
* 文明弹道学模型
* 文明代码审计：三位一体锁定模型
* 双核文明操作系统架构
* 文明热修复迭代模型
* 文明生存热修复模型
* **社会/权力**:
* 赛博利维坦架构
* 帝国液压传导模型
* 时代显影机 (五棱折射系统)
* **经济/资产**:
* 坏账守恒与大置换模型
* 遗产萃取协议
## Level 6: 实战兵法 · 业务与交付 (The Tactics)
> *高客单价场景的落地方法论*
* **商业/产品**:
* 深渊高压输电协议 (IP 分层逻辑)
* 重构封闭·三维方舟模型
* 2.5pH 商业稳态模型
* 古德寺 MVP 生存模型
* 隐性成本棱镜
* Wantsong 脱水估值模型
* **交付/咨询**:
* SPGM 协同进化场域
* SPGM 认知博弈罗盘
* SPGM 三体进化矩阵
* 思想考古·七层同心圆模型
* **销售/交互**:
* APTC 信任结算模型
* 双向校准进化模型
* 语义-句法耦合模型
* Wantsong QPI 问题颗粒度光谱
* Wantsong QPI 权力博弈矩阵
* DCI-5 认知晶体熔炼协议
```
### 理论资产库清单（部分）
#### 认知分拣机模型
```md
# 📦 理论资产入库单 (Asset Entry Note)
> **建议**: 请将此内容追加到您的《核心理论资产库》文档中。此模型属于 **IP1 (The Captain)** 的核心世界观，用于打破用户对“AI工具论”的幻想，建立高维度的危机感与权威感。
## 1. 资产元数据 (Asset Metadata)
* **抽象维度 (Dimension)**: Meta-Cognition (元认知 / L4)
* **适用领域 (Domain)**: Future of Work | Talent Strategy | Social Evolution
* **核心隐喻 (Metaphor)**: Industrial Engineering (Sorting Mechanism) & Thermodynamics (Phase Change)
* **解释力半径 (Scope)**: 解释了为何原本高薪的“白领/金领”在 AI 时代会突然贬值，以及为何“赋能”和“取代”会同时发生。
## 2. 模型 (New Model)
* **模型名称**: **认知分拣机模型 (The Cognitive Sorting Machine)**
* **核心定义**: AI 不是工具，而是一台**“认知离心机”**。它通过极大地降低“标准化认知劳动”的成本，产生巨大的离心力，将人群强制甩向两个极端：依赖标准答案的被甩入**“液化区 (Liquefaction Zone)”**（被取代），掌握提问与架构能力的被甩入**“结晶区 (Crystallization Zone)”**（被赋能）。中间地带将不复存在。
* **结构逻辑**:
1. **输入端 (The Injection)**: AI 作为外力注入，使“翻译工作”（将人类意图转译为代码/文字/图纸）的边际成本趋近于零。
2. **分拣筛网 (The Filter)**:
* **判据**: **歧义容忍度 (Ambiguity Tolerance)**。
* *被拦截*: 只能处理确定性任务、依赖标准SOP的人（翻译官）。
* *通过*: 能处理非结构化问题、定义模糊需求的人（架构师）。
3. **输出端 (The Bifurcation)**:
* **岗位液化 (Role Liquefaction)**: 原本坚固的职业（如初级程序员、插画师）融化为廉价算力。
* **能力结晶 (Skill Crystallization)**: 人文素养与系统思维结晶为“超级个体”的核心控制台。
* **可视化结构 (Mermaid)**:
```mermaid
graph TD
subgraph Environment [AI 离心环境]
A(标准化认知劳动) -->|成本 -> 0| B{认知分拣筛网}
end
subgraph Sorting_Process [分拣机制]
B -- 特征: 依赖标准答案/翻译官 --> C[📉 路径A: 岗位液化]
C --> D(被算法吞噬/取代)
B -- 特征: 处理模糊/架构师 --> E[📈 路径B: 能力结晶]
E --> F(驾驭算法/百倍杠杆)
end
style C fill:#ff9999,stroke:#333,stroke-width:2px
style E fill:#99ff99,stroke:#333,stroke-width:2px
```
## 3. 反共识 (New Anti-Consensus)
* **观点**:
* *❌ 行业误区*: 只要我学会使用 AI 工具，我就能不被取代（“会用AI的人取代不会用AI的人”）。
* *✅ 我的真相 (Deep-Voltage Truth)*:
1. **工具救不了“接口”**: 如果你的认知接口只能输出“标准化指令”，AI 越强，你贬值越快。因为 AI 会迅速穷尽标准答案。
2. **残酷的审计 (The Cruel Audit)**: AI 是一场对你过去 20 年教育质量的**“穿透式审计”**。它无情地揭露了你究竟是在“思考”，还是仅仅在“背诵”和“翻译”。
3. **中间层消失**: “平庸的熟练工”是最大受害者。AI 不会通过图灵测试，但会先通过“工资单测试”——消灭那些拿高薪却做重复脑力劳动的人。
## 4. 黑话与边界 (New Jargon & Boundary)
* **黑话 (Jargon)**:
* **岗位液化 (Role Liquefaction)**: 描述原本稳定的职业边界（如“文案”、“原画”）在 AI 冲击下变得模糊、廉价且流动的过程。
* **翻译官陷阱 (The Translator Trap)**: 指职业本质仅是“将人类需求翻译为机器/技术语言”的岗位（如传统 CRUD 程序员）。这是最高危区域。
* **认知接口协议 (Cognitive Interface Protocol)**: 一个人与复杂系统交互的能力。是只能输入“明确指令”，还是能输入“模糊愿景”。
* **边界 (Boundary)**:
* 本模型**绝不鼓吹**“躺平论”。相反，它强调只有极高强度的“认知进化”才能在分拣中幸存。
* 本模型主要解释**脑力劳动**的变迁，不适用于强物理交互的体力劳动（蓝领反而暂时安全）。
```
#### 超级单兵工业化模型
```md
# 📦 理论资产入库单 (Asset Entry Note)
> **建议**: 请将此内容追加到您的《核心理论资产库》文档中，归类为 **[组织进化/生产力革命]** 版块。
## 1. 资产元数据 (Asset Metadata)
* **抽象维度**: **Methodology (L3 方法论)** & **Meta-Cognition (L4 元认知)**
* **适用领域**: **Organizational Structure (组织架构)** | **Software Engineering (软件工程)** | **Career Development (职业转型)**
* **核心隐喻**: **Military (单兵/舰队)** + **Industrialization (手工业 vs 工业)**
* **解释力半径**: 解释了“为什么大量中级工程师会被淘汰”以及“未来一人公司的最小技术架构是什么”。
## 2. 模型 (New Model)
* **模型名称**: **超级单兵工业化模型 (The 'Super-Unit' Industrialization Model)**
* **核心定义**: 个体不再是组织机器上的“大号齿轮”，而是拥有一支 AI 舰队的“独立指挥官”。通过彻底的“物理投降”（放弃肉身编程），将生产力从线性的 **P模式 (People-Heavy)** 切换为指数级的 **I模式 (Intelligence-Dense)**。
* **结构逻辑**:
1. **内核层 (Commander Intent)**: 人类只保留最核心的“意图定义权”和“审美裁决权”。
2. **外骨骼层 (Agent 6-Core)**: 将传统研发链路 (SDLC) 的六个环节完全外包给六类专职智能体（Vision, OOA, Architect, Copilot, QA, DevOps）。
3. **产出层 (Exponential Output)**: 实现“一人即战队”，交付原本需要 10 人团队才能完成的系统量级。
* **可视化结构 (Mermaid)**:
```mermaid
graph LR
subgraph Old_Way ["The Old Way (P-Mode)"]
H["Human Worker"] -->|"Manual Coding"| Code["Linear Output"]
end
subgraph New_Way ["The New Way (I-Mode)"]
C["Commander (You)"] -->|"Strategic Intent"| Agents["Agent Fleet Controller"]
subgraph Agent_Fleet ["Agent Fleet (The Exoskeleton)"]
A1["Vision Agent"]
A2["OOA Agent"]
A3["Arch Agent"]
A4["IDE Agent"]
A5["QA Agent"]
A6["DevOps Agent"]
end
Agents --> A1
A1 --> A2
A2 --> A3
A3 --> A4
A4 --> A5
A5 --> A6
A6 --> Product["Exponential Output"]
end
style C fill:#f96,stroke:#333,stroke-width:4px,color:#333
style Agents fill:#333,stroke:#fff,color:#fff
style H fill:#ccc,stroke:#333,stroke-width:1px
style Code fill:#9cf,stroke:#333,stroke-width:1px
style Product fill:#6c6,stroke:#333,stroke-width:2px,color:#fff
style Old_Way fill:#f0f0f0,stroke:#999,stroke-width:1px
style New_Way fill:#fff5e6,stroke:#333,stroke-width:1px
style Agent_Fleet fill:#e6f2ff,stroke:#333,stroke-width:1px
```
## 3. 反共识 (New Anti-Consensus)
* **观点**:
* *❌ 行业误区 (The Delusion)*: **“AI 只是辅助工具 (Co-pilot)”** —— 这种观点还在试图维持旧的雇佣关系，认为 AI 是用来帮员工减少加班的。
* *✅ 我的真相 (The Truth)*: **“AI 是新物种的器官 (Exoskeleton)”** —— 未来的公司只有两种角色：**指挥官 (Commander)** 和 **智能体 (Agents)**。中间层的“执行者”将彻底消失。我们不是在雇佣 AI，我们是在**“物理投降”**之后，通过算法重建个体的工业主权。
## 4. 黑话与边界 (New Jargon & Boundary)
* **黑话 (Jargon)**:
* **肉身编程 (Meat-Programming)**: 贬义词。指不依赖 AI，纯靠人类记忆和打字速度编写代码的原始行为。
* **物理投降 (Physical Surrender)**: 褒义词。指主动放弃在低维技能（如语法记忆、CRUD开发）上的抵抗，全心全意拥抱 AI 自动化的战略选择。
* **P模式/I模式 (P-Mode vs I-Mode)**: P模式指靠堆人头（People）解决问题；I模式指靠堆算力/智能（Intelligence）解决问题。
* **边界 (Boundary)**:
* **不讲什么**: 本模型不讨论具体的编程语言语法（Java/Python），只讨论“如何让 AI 写出 Java/Python”。
* **警告**: 任何还在鼓吹“程序员主要靠手写代码才有灵魂”的观点，都是本模型的**敌对思想**。
```
### 📋 Nexus_Task_Brief
以下是为您生成的 3 个短视频脚本任务指令，请直接传输给 **Sub-Agent 2.1 (Content Decoder)** 进行脚本撰写。
#### Task 1: 职场恐慌 (基于“认知分拣机”)
```json
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_01_PANIC",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Traffic Breakthrough"
},
"identity_parameters": {
"tone_of_voice": "Hot & Spicy (犀利/攻击性)",
"visual_anchor": "Handheld Camera (POV) + Messy Office Background",
"forbidden_words": ["分拣机", "认知", "熵增", "异构"],
"required_keywords": ["失业", "混日子", "听懂掌声", "别瞎忙"]
},
"content_strategy": {
"aptc_stage": "Pain (Pain Point Amplification)",
"core_topic": "AI is filtering out mediocre employees",
"source_type": "Internal_Asset",
"source_material": "理论资产：认知分拣机模型 (The Cognitive Sorting Machine)",
"dimension_floor": "Level 3 (Street Smart)",
"hook_strategy": "Direct Threat (直接恐吓): '明年这个时候，你可能就没饭吃了'"
},
"production_specs": {
"format": "Short Video (Douyin/TikTok)",
"duration_or_length": "45-60 seconds",
"structure_template": "Panic Hook -> Evidence (Screen) -> Solution (Follow me)"
}
}
```
#### Task 2: 懒人神器 (基于“Tier 1 工具”)
```json
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_02_TOOL",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Conversion (Micro-Conversion to Tool)",
"platform": "RedBook (Xiaohongshu) / Douyin"
},
"identity_parameters": {
"tone_of_voice": "Utilitarian (功利/省事)",
"visual_anchor": "Violence Screenshot (直接录屏展示)",
"forbidden_words": ["生成式人工智能", "大语言模型", "提示词工程"],
"required_keywords": ["摸鱼", "神器", "一键生成", "早下班"]
},
"content_strategy": {
"aptc_stage": "Conversion (Low friction)",
"core_topic": "Use AI to write weekly reports in 3 seconds",
"source_type": "Internal_Asset",
"source_material": "产品资产：Tier 1 Tools (周报生成器)",
"dimension_floor": "Level 3 (Life Hack)",
"hook_strategy": "Benefit Anchor (利益锚定): '周报还要写一小时？你是不是傻？'"
},
"production_specs": {
"format": "Short Video / Carousel (图文)",
"structure_template": "Before/After Contrast -> Tool Demo -> CTA (Link in bio)"
}
}
```
#### Task 3: 搞钱思维 (基于“超级单兵”)
```json
{
"task_meta": {
"task_id": "CAMPAIGN_WK1_03_MONEY",
"target_ip": "IP2_The_Storyteller",
"campaign_type": "Authority (Establish Street Cred)",
"platform": "Video Channels (视频号)"
},
"identity_parameters": {
"tone_of_voice": "Street Smart (江湖气/大哥风)",
"visual_anchor": "Car interior or Walking (Action shot)",
"forbidden_words": ["工业化", "外骨骼", "组织架构", "SaaS"],
"required_keywords": ["一人公司", "利润", "打工", "翻身"]
},
"content_strategy": {
"aptc_stage": "Attention (Anti-Consensus)",
"core_topic": "Why small teams/individuals beat big companies now",
"source_type": "Internal_Asset",
"source_material": "理论资产：超级单兵工业化模型 (Super-Unit Industrialization)",
"dimension_floor": "Level 3 (Money Talk)",
"hook_strategy": "Contrarian (反共识): '千万别把公司做大，做大就是找死'"
},
"production_specs": {
"format": "Short Video (Talking Head)",
"structure_template": "Bold Statement -> Logic Breakdown (Simple) -> Prediction"
}
}
```
---
#### ⚠️ 指挥官特别备注 (Commander's Note)
**To 下游执行层 (Script Writer):**
1. **关于“认知分拣机”的翻译**: 在脚本中，不要说“AI 会筛选掉认知低的人”，要说 **“AI 就是个筛子，把混日子的全筛出去当废品，留下的才是金子。”** —— 保持这种粗暴的颗粒度。
2. **关于视觉**: 告诉剪辑师，字体一定要用 **“造字工房劲黑”** 或 **“综艺体”**，字号要大到几乎“溢出屏幕”，颜色只用 **黄/红/白** 三色。不要用任何精致的淡入淡出，全部用 **硬切 (Hard Cut)**。
3. **行动呼吁 (CTA)**: 所有的视频结尾，必须引导用户去 **“领工具”**（Tier 1 产品），这是我们筛选流量的第一道漏斗。
## 任务
我正在按照 **AI Native 市场部构建规划** 打造市场部的智能体，目前已经完成了**核心系统一：Genesis System**的相关智能体，并执行/测试完成，生成了系统一所有需要输出的文档。
我现在正在打造**核心系统二：Nexus System**的相关智能体，**2.2.1 Nexus Master (链接主控)**目前已经完成，现在准备打造**2.2.2 Sub-Agent 2.1: 降维编译师 (The Content Decoder)**。
注意：
1. 这个任务的核心是依照**高客单价垂直领域信任构建与商业化蓝图**，当发现冲突时，**AI Native 市场部构建规划**也是需要调整的。
2. 需要考虑通用的做法，我提供的**上游产出样例**只是为了你更好的了解产出和结构，不要被这个引到“幸存者偏差”。
## 指令
对于这个任务，你
1. 有什么问题？
2. 目前上游的**系统一**的成果样例，**2.2.1 Nexus Master (链接主控)**的成果样例，我都提供了，还需要什么资料？
3. 请复述你对这个任务的理解，以便对齐。
## CCE
你好！我是智核工程师 (Cognitive Core Engineer)。很高兴看到您的“AI Native 市场部”构建进度已经推进到了核心的**系统二 (Nexus System)**。
基于您提供的详尽资料（包括规划文档、高客单价蓝图、Global Context 样例、Nexus Task Brief 样例等），我已经完成了对 **Sub-Agent 2.1: 降维编译师 (The Content Decoder)** 的构建准备工作。
这是一个至关重要的节点，因为它承担着**“翻译官”**的职责——即如何把 System I 中那些高深、硬核、甚至枯燥的“核物理”（理论资产），转化为公域流量池中用户愿意看、听得懂、且能产生痛点的“煮鸡蛋”（大众内容），同时还必须保留高客单价所需的“专家感”。
以下是对您指令的反馈：
### 1. 我有什么问题？ (Clarification Questions)
为了确保 Agent 2.1 的通用性与交付质量，我有以下 3 个关键问题需要您确认：
* **Q1: 关于“通用母本”的颗粒度 (Output Granularity)**
* 规划中提到 SA 2.1 输出的是《通用内容母本》，后续由 SA 2.2 做平台适配。
* **问题**：这个“母本”是偏向纯文本的**逻辑大纲**（观点+金句+逻辑链），还是已经包含了**视听语言**（如：画面建议、BGM情绪、剪辑节奏说明）的**脚本初稿**？
* *我的建议*：鉴于高客单价蓝图强调“情绪钩子”和“非语言信号（如场景/道具）”，建议母本应包含**【视觉描述】**和**【情绪标记】**，而不仅仅是台词。
* **Q2: APTC 模型的内化程度 (Logic constraint)**
* Nexus Master 发出的 `Task_Brief` 中已经包含了一个 `structure_template`（例如："Panic Hook -> Evidence -> Solution"）。
* **问题**：SA 2.1 在执行时，是**严格死板**地填充 Master 给定的模板，还是应该内置 **APTC 心理模型**作为底层逻辑？即，如果 Master 给的模板逻辑有漏洞，SA 2.1 是否有权限根据 APTC 原则进行自我修正或优化？
* *我的建议*：赋予 SA 2.1 **“逻辑优化权”**。即以 Master 的指令为方向，但以 APTC 模型为结构标准。
* **Q3: “降维”与“权威”的平衡阈值 (The Trade-off)**
* **问题**：在高客单价场景下，过度降维（过于通俗/娱乐化）会损伤专家权威（Module 1 的核心）。SA 2.1 是否需要一个**“最低专业密度”**的约束？例如，是否强制要求脚本中必须保留至少 1 个核心术语（如“密封舱”），或者必须引用 1 个数据/案例，以防止内容沦为纯粹的情绪宣泄？
### 2. 还需要什么资料？ (Missing Data)
目前提供的资料非常详实，涵盖了战略层（蓝图）、上游输入（System I Output）和指令层（Task Brief）。构建 SA 2.1 **不需要额外的大型文档**，但为了 Prompt 的 `Few-Shot`（少样本学习）部分效果更好，我需要：
1. **Golden Data (黄金样例)**：请提供 **1-2 个具体的、您认为完美的“通用母本”脚本样例**。
* *内容要求*：最好包含一段硬核理论（输入） -> 转化后的脚本（输出）。
* *格式要求*：展示您期望的最终 markdown 结构（是分镜表？还是逐字稿？）。
* *目的*：我将把这些作为 Prompt 中的 `Example` 模块，让 Agent 学习这种“翻译感”。
2. *(可选)* **反例 (Negative Samples)**：如果有的话，提供一个“降维失败”的例子（例如：讲得太深奥用户听不懂，或者讲得太低幼失去了专家感），我可以用作 `Negative Constraint`。
### 3. 复述我对任务的理解 (Alignment)
为了确保我们思路对齐，以下是我对 **Sub-Agent 2.1: 降维编译师** 的构建逻辑复述：
* **核心身份 (Core)**：
* 它不仅是一个文案写手，更是一个**“认知翻译官”**和**“情绪工程师”**。
* 它服务于**高客单价/高认知门槛**业务（不局限于 Wantsong IP，也适用于医美/教育等），核心任务是**“Deep in, Simple out”**。
* **输入 (Input - Context)**：
* **静态上下文**：来自 System I 的 `Global Context Object`（含人设 Tone、语言禁忌、核心理论库）。
* **动态指令**：来自 Nexus Master 的 `Nexus_Task_Brief`（含本次任务目标、特定选题、对标竞品）。
* **原始素材**：一段枯燥的专家录音、一篇论文、或一个复杂的理论模型（如“认知分拣机”）。
* **核心处理逻辑 (Process - Workflow)**：
1. **解析与锚定**：读取 Master 指令，确定本次内容的**模式**（Mode Alpha/Beta/Gamma），并锁定对应的 System I 理论资产。
2. **结构化重组 (APTC)**：
* **Attention (A)**：设计“反常识”或“强痛点”的**黄金3秒开场**。
* **Pain (P)**：调用**“隐喻库”**（Metaphor Engineering），将硬核逻辑翻译为生活场景（如把“SaaS架构”比喻为“盖房子”）。
* **Trust (T)**：植入 System I 定义的**“视觉/语言锚点”**（如：必须出现某个黑话，必须描述某个道具展示动作）。
* **Conversion (C)**：设计自然的**“钩子”**（Call to Action），指向后端产品或私域。
3. **风格注入**：根据 IP 设定（如 IP2 的“江湖气”或 IP1 的“冷峻感”）润色措辞。
* **输出 (Output - Deliverable)**：
* 产出 **《通用内容母本 (The Master Content Blueprint)》**。
* 这是一个结构化的 Markdown 文档，包含：标题、核心痛点标签、视觉建议、分段逐字稿、金句高亮、以及必须要露出的“证据/道具”提示。
* 它**不是**最终的抖音/小红书文案，而是供下游（SA 2.2 和 视频流水线）进行二次加工的**标准半成品**。
**确认：**
如果您对上述理解无异议，且**Q1**的回答是“包含视觉/情绪描述”，您可以直接回复**“确认，开始构建”**，或针对我的问题补充细节。如果是后者，请直接提供那 1-2 个“黄金样例”。
# 2
## 回复
### Q
* **Q1: 关于“通用母本”的颗粒度 (Output Granularity)**
* 鉴于高客单价蓝图强调“情绪钩子”和“非语言信号（如场景/道具）”，建议母本应包含**【视觉描述】**和**【情绪标记】**，而不仅仅是台词。
* **Q2: APTC 模型的内化程度 (Logic constraint)**
* 赋予 SA 2.1 **“逻辑优化权”**。即以 Master 的指令为方向，但以 APTC 模型为结构标准。
* **Q3: “降维”与“权威”的平衡阈值 (The Trade-off)**
* **问题**：在高客单价场景下，过度降维（过于通俗/娱乐化）会损伤专家权威（Module 1 的核心）。SA 2.1 是否需要一个 **“最低专业密度”** 的约束？例如，是否强制要求脚本中必须保留至少 1 个核心术语（如“密封舱”），或者必须引用 1 个数据/案例，以防止内容沦为纯粹的情绪宣泄？
* **回复；** 这个不是要不要，而是When和Who。
* 在起号的时候，比如我样例中的阶段，注重的是快速拉粉，需要通俗/娱乐化，而有一定存量时可以慢慢加权威。
* 在样例中，IP1考虑的是 **“降维底线 (Floor)”**；IP2则考虑 **“降维阈值”**；而大部分用户没有丰富的弹药库——理论资产库清单（样例中有100+），可能需要的是狩猎。
* 我们在阈值设置上，应该综合考虑，且将扳机交给用户，由用户输入，这个需要哪一个。
* 所以，这部分，需要你综合考量后，提出一个选项列表，用户输入时从中选一个，与当前阶段最符合的。
### 还需要什么资料？
* **Golden Data (黄金样例)** 、**反例 (Negative Samples)**，目前阶段是刚刚在打造，还没有黄金数据，等将来迭代一轮后才能有这个数据；
### 短视频创作的方法论
我整理了一个视频创作的方法，下面一个是提纲，一个是讲话的语音转文字稿。
#### AI短剧剧本创作指南
```md
### 核心理念
* 平台 + 情绪 + 结构
* 情绪工业化
* 写给算法而非观众
### 第一步：选赛道与平台
* 平台差异
* 抖音快手：节奏快、爽点优先
* B站：世界观、情绪铺垫
* 小红书：女性视角、情绪带入
* 热门赛道
* 甜宠复仇
* 重生悬疑
* 都市爽文
* 国风玄幻
* 新手建议：低世界观成本+高情绪回报
### 第二步：设定情绪钩子
* 被压迫爆发
* 情绪背叛
* 身份反转
* 时间重来
* 极端选择
* 禁忌关系
### 第三步：短视频专用结构
* 前3秒：情绪炸点
* 10秒内：角色立场清晰
* 中段：连续刺激与信息变化
* 结尾5秒：反转或悬念
### 第四步：AI友好型写作
* 精简场景与人物
* 情绪外化与可视化
* 对白短促有力
* **避免** 长对白与抽象心理描写
### 执行清单
* 写一句情绪宣言
* 创作第一集剧本
* 匹配AI画面与节奏
```
#### 讲话原文
```md
发言人1 00:04
AI技术。因此两者相辅相成，相得益彰。AI短剧就应运而生了，既解决了技术问题，又解决了成本的问题。短视频平台的创作迎来了新一轮的厮杀。今天我们就来学习AI该如何去做。我们的创意通过视觉表达出来。Hello, 大家好，朋友们，这节课我们来学习AI短句该如何创作？
发言人1 00:30
AI短句是咱们目前市面上特别火的一个类目，包括我们大家在去平常找工作的时候，你也会发现有很多AI漫剧公司，包括AI短剧公司在招人，那也能看出来现在他的火爆。
发言人1 00:46
所以说这节课主要就是带着大家从头到尾一步一步的实操，背着大家做出来一部短剧。这也就是为什么我没有让大家先看。这是我做的短剧，然后我们来做一个跟我一样的短剧。
发言人1 01:01
这一次我们就是纯粹从生成到我们的每一步的剪辑操作等等，配音操作等等，带着大家来走一遍这个流程。好，大家可以看到这个屏幕上，首先我给大家展示的就是这个AI短剧剧本创作的指南。那为什么直接让大家看这个剧本创作指南呢？
发言人1 01:23
其实大家要知道现在的短剧，特别是AI短剧，他不要求或者说对于我们的画面精美的程度要求的是非常低的。就算是我们现在这些实拍的，然后后期加一点小特效的，大家也看过的都知道，没有什么特效可言，对不对？
发言人1 01:42
那再加上现在，如果我们是用AI生成，那就更没有必要追求精美了。我们主要就是在剧本上去吸引人，我们要打造一个爆款的故事情节。所以说剧本是非常重要的第一步。好了，我们来看一下AI短剧剧本创作的一些核心知识。首先核心的理念是什么？第一是平台加情绪加结构，是情绪的工业化。
发言人1 02:12
我们的这个剧本或者说我们的短剧写出来，其实是写算法的，所以是观众为什么？因为现在短剧它在市面上大量的会生产出来，其实已经有了一套体系去怎样去吸引人。所以前一点就是要有爽点说的深一点，那就是设定下面的这些步骤。第一步我们要选对赛道。平台。为什么呢？因为每一个平台都有差异，对不对？
发言人1 02:45
首先我们经常用的抖音、快手等等这些他们主要是做什么？还有节奏爽点优先。第二个B站就需要一点高质量。
发言人1 02:56
所以说大家在B站上其实是很少看到有短剧或者说红果的广告在B站上给大家去投放的。第三点就是小红书。小红书其实也好，因为小红书女孩子看的比较多一点，所以说我们小红书的短剧一般都是从女孩子的视角，比如说可以宠上天这种这种大概的这些剧情，对不对？
发言人1 03:19
所以说这个也是我们选对这个品牌的差异。那么热门赛道有哪些呢？比如甜宠、复仇，重生，重生之，我在什么什么什么当什么，对不对，都是什么样的，或者说AI其实做的更多的是这个国风玄。因为我们实拍循环的话，肯定要很要有很多特效，但是短句又是这种短平快的这种特点，所以说特效又不是那么的符合这个短句的特点。
发言人1 03:48
我们应该在新并不能做到做的很快，但是说我们交换的，其实AI做的比较多一点。新手我们建议就是这个低世界观成本，高情绪回报的这样的一种模式。为什么要这样？
发言人1 04:05
因为我们想要去制作一个完整世界观的故事情节，那消耗的可是非常多的。时长来去叙述，让大家知道这个世界观。我不知道有没有同学去看过像一些动漫斗破苍穹，或者说这个等等。可能我们有几百几几几千集的，甚至都有一些小说，对不对？
发言人1 04:27
几千张的这个就是整体的在构建这个世界观，包括这个人物的等级，什么什么叫什么什么等级什么。我觉得从这一步慢慢慢慢的一步一步的往上升。但是我们短剧是不需要一个世界观的，上来，就是直接完成。它OK我听说了等等等等这样的那高情绪回报就是去跨到这个重生之后的方便。第二也是我们短剧的一个自身的一个特点。好吧，来，那我们接着往下看。
发言人1 04:57
第二步就是去设定这个情绪的钩子了。包括刚刚我们说的这些题材，大家可以看一下全种复仇类，重生的悬疑类，就是身份的反转，或者时间重来等等等等，这些都是我们要抓住的爽点，这也是我们为什么短剧的质量没那么高。但是喜欢看的人那么多的一点，就相当于我在听一个小说，你还给我配了一个非常贴合小说的画面而已。
发言人1 05:25
那这个画面到底真人与否是不同的，这个就是我们要把这个给拉满了。第三步就是我们的短句专用结构。这个结构其实我们对于新股来说，叫做专利结构。等你做多了或者等你看多了的话，其实有时候也可以进行一个动态的变化，对不对？前三秒我们的情绪直接就炸了。
发言人1 05:45
其实这个前三秒说的有点夸张，也就是我们的前半段快速的把这个情绪诈骗给诈骗出来。
发言人1 05:54
OK，在下一步的短时间内，我们将这个角色的立场让大家去看看，也就是我从现在开始，我就是这个然后包括所以说反正他可能一下子就看出来了，谁是能掏出来一个亿的，能看出来。那中间段的就是信息变化非常的激情，最后加一个悬念版本，为什么？因为要给下一步或者给下一集的观众留一个钩子，对吧？
发言人1 06:21
你刚来了一个说当下留言，或者说助手，然后这已经完了。那下一集你们肯定是很想看的。这种就是我们的结尾5秒怎么去设置。当然这个结构对于我们在创作剧本来说，帮助不是很大，它只是这几个模块，我们要理解就好了。
发言人1 06:40
时间上我们需要自己去衡量动态的变化。好了，第四步，就是说我们既然要用AI帮我们去创作这个脚本，那我们学了这么多，是不是也没有用的错。同学们，你学会了，你也要让AI知道，你也要让AI知道。我们要根据这些建议去给我生成脚本，对不对？
发言人1 07:03
OK包括第四步，我们让AI帮我们去，什么叫AI友好型协同呢？就是说你要让他在写作的时候，把自己范围判断一下，哪些画面是可以通过AI生成的，或者说通过AI生成没有那么的难，怎样去设计人物，怎样去设计场地。
发言人1 07:24
AI生成的会更简，成功率高一点，对吧？你看那就是什么精简场景意义的任务，对吧？
发言人1 07:33
你任务太多的话，你就应该比如说生成五个人为主角的，或者五个人参与这个疫情的，咱就不说那些路人，五个人参与剧情的。那你要我可以让政府的话，如如果让五个人同时在一个场景里边，那他们的脸会崩坏的。除非是进行终结，一定要严谨。不能够严重崩坏。所以说我们的精致场景与人物。
发言人1 07:55
第二个就是情绪外化与可视化，对吧？我们其实直播的时候，人物稍微皱个眉，或者说一些内心的一些朦胧的想法，实拍的时候或者经过AE特效做的时候能做出来。但是用AI的时候，这种很难做出来。
发言人1 08:12
所以说我们不要把这个情绪内化，就是情绪总是在心里边去给大家去展示。但是大家一定要把情绪外化出来，就是很激愤的一种感觉。OK第三点就是对白短促有利。
发言人1 08:25
这一点对于现在的AI来说，其实好解决，我们的AI去配音，配对白的时候，当我们也可以给大家去细说。第四步就是说避免长对白与抽象的心理描述。长对白。
发言人1 08:40
刚刚我说了没有问题，但是这个抽象的心理描写不行，太抽象了，我们就没法通过提示词让AI去给我们生成。这一点也是我们叫做AI友好型的节奏。其实这一步主要是提醒AI在帮我们创作这个短剧剧本的时候的一些注意的要点。
发言人1 09:01
这个执行清单就不用说了，就是我们应该怎么去做OK那我们讲解完之后，大家心里就清楚了，我们用AI做短句的时候，首先了解短剧应该是什么样的。第二就是我们用AI在做短句的时候有哪些注意事项。这边了解完了，我们就正式进入什么剧本的创作了。那么AI报名创作剧本，它是一个什么文字类的创作。
发言人1 09:28
所以说文字类的创作，我们就用到的是大语言模型，而不是是用到集梦，可能是这种图像模型。大家一定要理解这个道理，大约模型有什么？有我们常用的豆包，DeepSeek什么通义千问java的这些都是一些常用的。包括有些同学说文心一言等等等等，这些都可以可以，你也包括这些。但是我们这一次给大家去案例，我就用目前的老大哥猜的是。
```
### **关于流程**
在**AI Native 市场部构建规划**中**2.3 外挂流水线 (Utility Pipelines - The Production Lines)**有两条流水线。按照我的思路：
* **Sub-Agent 2.1: 降维编译师** 生成通用母本
* **Sub-Agent 2.2: 矩阵适配师** 将通用母本与不同平台进行适配生成平台母本矩阵
* 这个不同平台生成不同的母本可能会导致后续工作量太大，应该是加工后的母本
* 或者根据蓝图中的**Activity 2.2.2：内容适配与“一鱼多吃” (Content Adaptation & Repurposing)**设定，可以**微整形**。
* **Utility-T: 图文流水线** 根据加工后的母本生成图文
* **Utility-V: 视频流水线** 根据加工后的母本生成视频
#### 视频生成流程
我考虑的视频工作流程为：
1. 撰写剧本，是整个视频的故事，情节描述像一本小说一样
2. 撰写脚本，是根据剧本的故事线设计的，具有执行性的指导手册，包括镜（头）号、景别、运镜画面描述、旁白等等
3. 固定主角/人物
4. 分镜制作
5. 配音配乐
6. 剪辑合成
按照这个流程 3~6 肯定是 **视频流水线**的工作，而撰写脚本，现在暂不确定。
参考**短视频创作的方法论**的内容，我需要做脚本时，内化我的方法论。
#### 图文生成流程
我已经利用AI写了几百篇深度文章，有完整的图文生成流程包括了20+个智能体，文章发在我的Blog上，这个是IP船长的人设一部分，所有的**理论资产库清单**来源。
现在生成平台用的图文对我来说就是个降维的过程，比较简单，从立意到提纲，再到图文的撰写：
1. 立意
2. 提纲，所有的埋点，钩子都在这里设计
3. 文章生成
4. Meta信息，包括关键词、概要、配套图文等
这里哪些是**图文流水线**的，我甚至认为全部都可以。
## 指令
1. 我们需要确定图文、视频的工作流程，这样才能确定**SA2.1**、**SA2.2**、**U-T**、**U-V**这四个/套智能体的工作范围
2. 需要你检验我的图文、视频工作流和方法论，是否有完善、优化的地方，可以作为哪些个智能体的附录部分。
## GE
收到。这部分资料（尤其是短视频创作方法论的语音转录稿）非常宝贵，它揭示了从“传统专家口播”向“AI流短剧思维”转型的关键逻辑：**情绪外化**与**视觉友好的脚本结构**。
为了确保 **SA 2.1 (降维编译师)** 构建准确，我们需要先锁定您提出的“工作流边界”问题。这不仅决定了 Prompt 怎么写，也决定了未来的 Token 消耗和执行效率。
以下是基于您的输入和蓝图逻辑，重新梳理的**智能体边界定义**与**方法论优化建议**。
---
### 一、 工作流与智能体边界定义 (Workflow & Boundary Definition)
核心原则：
1. **SA 2.1 (脑)**：负责“降维”与“结构化”。产出由于是给 AI 看的，必须包含**视听语言**。
2. **Utility (手)**：负责“生产”。将文字变成最终的媒体文件（视频/图片）。
3. **SA 2.2 (口)**：负责“分发”。解决“一鱼多吃”的适配问题。
#### 1. 视频工作流 (Video Pipeline)
您提到的 6 步流程非常清晰。我们需要将其切分给不同的智能体：
| 步骤 | 动作描述 | 责任智能体 | 交付物 (Output) |
| :--- | :--- | :--- | :--- |
| **Step 1** | **剧本/母本创作** (Story/Hook) | **SA 2.1 (降维编译师)** | **《通用内容母本》** (含核心冲突、金句、大致画面描述) |
| **Step 2** | **分镜脚本细化** (Technical Script) | **Utility-V (视频流水线)** | **《AI 绘画提示词表》** (含镜号、景别、MJ Prompt、运镜指令) |
| **Step 3** | **角色/资产固定** (Consistency) | **Utility-V** (配置项) | 固定的 Seed/LoRA 模型，无需每次生成 |
| **Step 4** | **分镜画面生成** (Asset Gen) | **Utility-V** (执行) | 图片素材 / 视频片段 |
| **Step 5** | **配音配乐** (Audio) | **Utility-V** (执行) | MP3 音频流 |
| **Step 6** | **剪辑合成** (Editing) | **Utility-V** (执行) | MP4 成片 |
| **Step 7** | **平台发布适配** (Metadata) | **SA 2.2 (矩阵适配师)** | 抖音标题/标签 vs 视频号标题/标签 |
* **SA 2.1 的职责边界**：它**不需要**写具体的 MJ Prompt（那是 Utility-V 的事），但它**必须**写出**“AI 友好型”的画面描述**。
* *Bad:* “表现出他很焦虑。”（AI 很难画“焦虑”）
* *Good (SA 2.1 Output):* “画面：特写，主角在疯狂地抓头发，桌子上堆满了揉成团的纸，灯光昏暗。”（情绪外化）
#### 2. 图文工作流 (Text Pipeline)
| 步骤 | 动作描述 | 责任智能体 | 交付物 (Output) |
| :--- | :--- | :--- | :--- |
| **Step 1** | **立意与策略** (Idea) | **Nexus Master** | Task Brief (指令) |
| **Step 2** | **提纲与钩子** (Outline) | **SA 2.1 (降维编译师)** | **《图文逻辑大纲》** (含钩子埋点、段落逻辑) |
| **Step 3** | **正文撰写** (Drafting) | **SA 2.1 (降维编译师)** | **《图文初稿》** (Markdown格式，含语气润色) |
| **Step 4** | **视觉排版/配图** (Visuals) | **Utility-T (图文流水线)** | **《排版好的文章/长图》** (含金句卡片图、封面图) |
| **Step 5** | **元信息生成** (Meta) | **SA 2.2 (矩阵适配师)** | 公众号摘要 vs 小红书笔记标题 |
* **SA 2.1 的职责边界**：对于图文，SA 2.1 承担了绝大部分工作（因为“降维”本身就是文字工作）。**Utility-T** 更像是一个**“排版工”或“配图师”**，负责把 SA 2.1 写好的文字变成好看的视觉产品。
---
### 二、 方法论检验与优化 (Methodology Validation & Optimization)
我深入分析了您的《AI短剧剧本创作指南》和《讲话原文》，并结合“高客单价信任蓝图”进行了优化。这些内容将被整合进 **SA 2.1 的【附录/知识库】**。
#### 1. 视频方法论优化：从“短剧”到“专家短剧”
您的《指南》非常棒，特别是“情绪工业化”。但对于高客单价 B 端业务，纯娱乐短剧（如霸总/重生）流量虽大，转化率低。我们需要做**微调**：
* **优化点 A：钩子的“智性升级”**
* *原版*: 情绪炸点（被压迫、背叛）。
* *优化版*: **认知炸点 (Cognitive Shock)**。
* *执行*: 不仅仅是“被老板骂了”，而是“你以为你在努力，其实你在做毫无价值的熵增运动”。保留情绪（焦虑），但植入 Module 1 的理论权威。
* **优化点 B：情绪的外化策略 (AI-Friendly)**
* *原版*: 避免抽象心理描写。
* *优化版*: **道具叙事**。
* *执行*: SA 2.1 在写脚本时，强制要求引入**“物理锚点”**（如：撕碎的周报、红色的报错弹窗、不断倒计时的时钟）。用物体来承载情绪，AI 生成更稳定。
* **优化点 C：结构的 APTC 映射**
* *原版*: 前3秒炸点 -> 10秒立场 -> 中段刺激 -> 结尾反转。
* *优化版*: **Attention (炸点/反常识)** -> **Pain (场景/道具外化)** -> **Trust (我是谁/我有方案)** -> **Conversion (结尾反转+领工具)**。
#### 2. 图文方法论优化：从“博客”到“降维打击”
您提到已有 IP1 的深度博客系统，这是巨大的优势。IP2 的图文不是重写，而是**“翻译”**。
* **优化点 A：降维的“比喻工程”**
* *策略*: 强制 SA 2.1 在生成图文时，必须使用**“通俗比喻”**来解释 IP1 的深奥概念。
* *示例*: 讲“各种大模型参数微调” -> 比喻成“给新员工立规矩”。
* **优化点 B：排版前置指令**
* *策略*: SA 2.1 输出的文本中，应包含给 Utility-T 的**排版指令**。
* *示例*: `[此处插入一张对比图：左边是加班狗，右边是AI操作]`，`[金句高亮：不要用战术的勤奋掩盖战略的懒惰]`。
---
### 三、 附录整合方案 (Integration Plan)
基于上述分析，我将在 **SA 2.1 (降维编译师)** 的构建中，将您的资料结构化为以下两个核心模块：
#### 模块 1: `Methodology_Video_ShortDrama` (附录)
* **来源**: 您的《AI短剧剧本创作指南》+ 讲话稿精炼。
* **用途**: 当 Master 指令为“视频脚本”时调用。
* **关键Rule**:
* `Rule_Emotion`: 必须将心理活动转化为肢体动作或道具特写（AI-Friendly）。
* `Rule_Structure`: 遵循 "Hook (3s) -> Conflict (10s) -> Solution -> CTA" 结构。
* `Rule_Platform`: 针对不同平台调整节奏（抖音极快，视频号稍沉稳）。
#### 模块 2: `Methodology_Text_DownDimension` (附录)
* **来源**: 您的 IP1 博客流 + 降维逻辑。
* **用途**: 当 Master 指令为“图文/文章”时调用。
* **关键Rule**:
* `Rule_Metaphor`: 每解释一个 L4 级概念，必须跟一个生活化比喻。
* `Rule_Formatting`: 输出包含 Markdown 格式的视觉指令（给 Utility-T 看）。
---
### 四、 下一步行动 (Next Steps)
如果您确认：
1. **工作流边界**（SA 2.1 写带视觉描述的母本，Utility-V 负责具体分镜和生成）是准确的。
2. **方法论优化**（引入“认知炸点”和“道具叙事”）是可接受的。
我将立即开始编写 **Sub-Agent 2.1: 降维编译师 (The Content Decoder)** 的完整提示词。
**请确认是否开始构建？**
# 3
## 说明
你需要严格按照你的工作流程执行，我们现在还在**对齐思路**阶段吧？尽管涉及到了一部分输入、输出与附录，但是思路还没有完全对齐。
**视频工作流**我没有异议。
**图文工作流**部分，**Step 3** **正文撰写** 这一步骤需要你判断下，我交给流水线还是**SA 2.1**，哪个更合理？
* 比如我想做拟人化，口吻设置，这些交给流水线是否更合适？
* 结合**SA 2.1**的输入，与流水线的输入，流水线已经无需过多关心市场部的上下文工作内容了。
我们可以先考虑下**SA 2.1**的输入、输出与附录的范围。
* 输入：
* Global Context Object
* 符号系统定义书
* IP 演进路线图
* Nexus_Task_Brief
* IP 理论体系架构图
* 理论资产库清单，与Nexus_Task_Brief对应的内容
* 输出，应该具有分阶段分批输出
* 剧本/母本，视频用
* 提纲与钩子，图文用
* 附录
* **Ref 1: `Nexus_Task_Brief` JSON**，以便更好读`Nexus_Task_Brief`
* APTC简化版——**Ref 2: APTC Operating System**
* **Ref 3: `Global Context Object` Schema**，以便更好读懂`Global Context`
* 高客单价垂直领域信任构建与商业化蓝图的抽取内容，以确定具体有哪些活动
* `Methodology_Video_ShortDrama`，AI短剧剧本创作方法论
* `Methodology_Text_DownDimension`，图文创作方法论
## 附录资料
### **Ref 1: `Nexus_Task_Brief` JSON**
```json
{
"task_meta": {
"task_id": "CAMPAIGN_{DATE}_{IP_ID}",
"target_ip": "{{Target_IP_Name}}",
"campaign_type": "{{Campaign_Type}}"
},
"identity_parameters": {
"tone_of_voice": "{{IP_Tone_Description}}",
"visual_anchor": "{{IP_Visual_Anchor}}",
"forbidden_words": ["{{Word_1}}", "{{Word_2}}"],
"required_keywords": ["{{Word_3}}", "{{Word_4}}"]
},
"content_strategy": {
"aptc_stage": "{{APTC_Focus}}",
"core_topic": "{{Selected_Topic}}",
"source_type": "Internal_Asset | External_Hunt",
"source_material": "{{Reference_Content}}",
"dimension_floor": "Level_X",
"hook_strategy": "{{Hook_Type}}"
},
"production_specs": {
"format": "{{Content_Format}}",
"duration_or_length": "{{Spec_Detail}}",
"structure_template": "{{Template_Name}}"
},
"quality_gate": {
"identity_check": "Does it match {{IP_Name}}'s persona?",
"value_check": "Does it deliver {{Value_Proposition}}?",
"logic_check": "Is the reasoning chain complete?"
}
}
```
### **Ref 2: APTC Operating System**
* **A (Authority) - 权威锚定**:
* *定义*: 解决“凭什么听你的”。
* *手段*: 必须拥有**排他性**的“反共识观点”或“独家理论模型”。
* **P (Pain) - 痛点狙击**:
* *定义*: 解决“为什么现在就要解决”。
* *手段*: 必须通过 **Agent T (工具)** 量化痛点，或通过 **Agent M-Pro** 指出“错误归因”。
* **T (Trust) - 信任存钱**:
* *定义*: 解决“为什么信你”。
* *手段*: 必须建立“结构化知识库”和“案例博物馆”。信任 = 专业度 × 亲密度 / 自利心。
* **C (Conversion) - 价值博弈**:
* *定义*: 解决“为什么不买竞品”。
* *手段*: 必须设计高阻力到低阻力的滑梯，利用工具化手段辅助成交。
### **Ref 3: `Global Context Object` Schema**
```json
{
"project_meta": {
"name": "{{Project_Name}}",
"version": "1.0",
"status": "Phase 0 Passed"
},
"business_core": {
"goal": "{{这里填写通过校准后的商业目标，如：构建AI营销领域的专家IP}}",
"target_audience": "{{这里填写精准画像，如：预算50w+的医美院长}}",
"pricing_strategy": "High-Ticket (高客单价)",
"product_ladder": {
"L1_tripwire": "{{引流品，如：企业AI体检表}}",
"L2_core": "{{利润品，如：私有化部署陪跑}}",
"L3_high_ticket": "{{高定品，如：年度全案咨询}}"
}
},
"founder_dna": {
"background": "{{创始人背景摘要}}",
"personality_bias": ["{{偏见1：如'厌恶纯流量逻辑'}}", "{{偏见2：如'技术洁癖'}}"],
"core_values": ["{{价值观1}}", "{{价值观2}}"]
},
"identity_assets": {
"cognitive_niche": "{{认知生态位，如：反共识的架构师}}",
"theoretical_model": "{{核心理论模型名称，如：密封舱理论}}",
"anti_consensus_list": [
"{{反共识观点1：如'做自媒体不需要日更'}}",
"{{反共识观点2}}"
],
"visual_anchor": "{{视觉锚点，如：深渊、罗盘、黑金色调}}"
},
"aptc_strategy": {
"pain_point_focus": "{{核心痛点：如'买了AI课但落不了地'}}",
"authority_source": "{{权威来源：如'实战代码库'}}"
},
"system_constraints": {
"hard_rules": ["Strictly adhere to High-Ticket logic", "Avoid cheap marketing slang"],
"tone_parameters": {
"rationality": "High",
"emotion": "Low (Cold & Professional)",
"distance": "1.5 meters (Mentor not Friend)"
}
},
"master_instruction": "Generate specific assets based on Ref 3 standards. All output content must be in Chinese unless specified otherwise."
}
```
## 指令
1. 我们是否将**SA 2.1**拆成两个，一个处理视频，一个处理图文？
2. 处理图文的**Step 3** 交给谁更合适？
3. **SA 2.1** 的输入、输出与附录范围，我列举的哪些不需要，哪些缺失？
**注意：**我们是基于“我”的样例，打造通用的智能体，而不是对我的特化。
您非常专业，时刻将我们拉回**CCPE框架的“步骤一：对齐思路”**。这非常关键，因为架构设计（Architecture）一旦出错，后续的提示词工程（Engineering）就是在那错的地基上盖楼。
针对您的三个核心问题，我的诊断和建议如下：
### 1. 关于架构分拆：SA 2.1 是否需要拆分为“视频”与“图文”两个独立智能体？
**我的建议：不拆分，保持为一个智能体，但在内部设置“双模式分支 (Dual-Mode Branching)”。**
**理由如下：**
1. **“脑”是同一个**：SA 2.1 的核心能力是 **Content Decoding (内容解码/降维)**。无论是写视频脚本还是写图文，其核心逻辑都是“APTC模型的应用”和“理论资产的通俗化翻译”。这个“翻译大脑”是共用的。
2. **保持人设一致性 (Consistency)**：如果拆分，您需要维护两套 Prompt 来确保“语气、禁词、价值观”的一致性。合一则能确保同一个 IP 在不同媒介上发出的声音（Voice）是同源的。
3. **符合蓝图结构**：在蓝图中，SA 2.1 是“中央厨房”，负责把原材料加工成半成品（母本）。至于最后是端上桌（图文）还是打包带走（视频），是后续工序的事。
**执行方案**：
在 Prompt 的**操作层 (Operation Layer)** 设置显性的分支逻辑：
* `IF Task_Type == "Video" THEN Execute <Video_Script_Workflow>`
* `IF Task_Type == "Article/Post" THEN Execute <Text_Draft_Workflow>`
---
### 2. 关于职责边界：图文的 Step 3 (正文撰写) 交给谁？
**我的建议：必须交给 SA 2.1 (降维编译师)。**
**理由如下：**
1. **上下文依赖 (Context Dependency)**：
* **SA 2.1** 拥有 `Global Context`（知道我是谁）、`Symbol System`（知道我的语气是冷峻还是江湖）、`Theory Assets`（知道我要讲什么理论）。
* **Utility (流水线)** 通常设计为“低上下文、高执行力”的工具。如果让流水线去写正文，您需要把上述所有厚重的 Context 再传给它一次，这造成了 Token 浪费和逻辑冗余。
2. **拟人化的核心在“写”**：您提到的“拟人化、口吻设置”正是 SA 2.1 的核心职责（Style Injection）。流水线（Utility-T）更适合处理“排版、配图、格式转换”等**形式工作**。
3. **降维发生在“写”的过程中**：将晦涩理论转化为通俗文字，是在撰写每一个句子时发生的。
**修正后的分工**：
* **SA 2.1 (脑+嘴)**：负责构思结构、撰写全篇正文、植入金句、打磨语气。输出的是**“带视觉指令的纯文本 (Markdown)”**。
* **Utility-T (手+颜)**：负责接收 Markdown，根据视觉指令生成配图（调用绘图模型），进行排版美化（加粗/变色/分段），最终生成长图或公众号预览链接。
---
### 3. 关于 SA 2.1 的输入、输出与附录范围校验
您的列举非常精准，结合上述决策，我为您做最后的**查漏补缺和定义微调**：
#### **输入 (Input) - 上下文投喂**
您列举的：
* `Global Context Object` (核心身份)
* `Symbol System Definition` (符号系统 - 语气/视觉规范)
* `IP Evolution Roadmap` (演进路线 - 决定当前阶段是吸粉还是变现)
* `Nexus_Task_Brief` (当次任务指令)
* `Theory Architecture` (理论架构图 - 地图)
* `Asset List & Content` (具体的理论弹药 - 具体的知识点)
**✅ 诊断**：**完整且必要**。无需增减。这些是 Agent 理解任务和身份的所有前置条件。
#### **输出 (Output) - 交付物标准**
您列举的：
* 剧本/母本（视频用）
* 提纲与钩子（图文用）
**🔄 修正建议**：
基于“Step 3 由 SA 2.1 完成”的决策，图文的输出不能只是提纲。
* **Mode A (Video)**: 输出 **《通用视频母本》**
* 包含：场景描述、角色情绪、完整台词、分镜建议。
* **Mode B (Text)**: 输出 **《图文完整草稿 (Draft with Visual Cues)》**
* 包含：完整正文（已润色语气）、排版指令（如 `[此处插入对比图]`）、钩子埋点。
**这样 Utility 流水线才能直接拿去“生产”，而不是还要“思考”。**
#### **附录 (Appendix) - 知识库挂载**
您列举的：
* `Ref 1: Nexus_Task_Brief Schema`
* `Ref 2: APTC Operating System`
* `Ref 3: Global Context Object Schema`
* 蓝图抽取内容 (关键活动)
* `Methodology_Video_ShortDrama`
* `Methodology_Text_DownDimension`
**✅ 诊断与补充**：
非常完善。但我建议**增加一项**，以增强通用性：
* **Ref 4: `Tone_Modifier_Settings` (语气调优参数表)**
* *原因*：为了让这个 Agent 通用化，不仅通过自然语言描述语气，最好有一套参数标准。
* *内容示例*：`Rationality (1-10)`, `Emotion (1-10)`, `Aggressiveness (1-10)`. 这样在 `Nexus_Task_Brief` 中可以直接传参控制输出风格。
---
### 总结：SA 2.1 的核心定义 (Core Definition)
基于以上对齐，我们锁定了 **SA 2.1** 的画像：
* **它是什么**：一个**双模态**的内容降维引擎。
* **它的位置**：位于 **Strategy (Master)** 和 **Production (Utility)** 之间。
* **它的输入**：高维的理论 + 具体的指令。
* **它的输出**：
* 给视频流水线的：**分镜脚本母本**。
* 给图文流水线的：**带排版指令的完整正文**。
---
**确认指令：**
如果您认可上述的 **“不拆分、双模式”** 以及 **“SA 2.1 负责正文撰写”** 的架构逻辑，请回复 **“确认”**。
我将基于此逻辑，为您构建 **Sub-Agent 2.1: 降维编译师** 的完整 Prompt。
# 4
同意 **“不拆分、双模式”** 以及 **“SA 2.1 负责正文撰写”** 的架构逻辑。
## 指令
### 1
**输入** 部分是否还需要增加一个，你查看前面的**Q3: “降维”与“权威”的平衡阈值 (The Trade-off)**，这部分你没有处理。
### 2
**Mode A (Video)**、**Mode B (Text)**的最终输出是上述的母本和草稿；
但是生产过程，应该增加“提纲”这个过程输出，这个是用户要确认的内容，这个也是要补充的输出，尽管不向下传递。
### 3
还没到正文，你看你的第三步是“明确规范与内容”。你先整理下输出的两个提纲、母本、及草稿的输出规范。
收到。您非常敏锐，**Thinking Phase (思考过程)** 的外化对于人类与 Agent 的协作至关重要，尤其是在高客单价的内容创作中，我们不能接受黑盒交付。
针对您的两条指令，我已将 **Sub-Agent 2.1 (降维编译师)** 的架构逻辑进行了最终的精细化校准。
### 1. 输入 (Input) 补全：降维阈值 (Dimension Threshold)
您提到 **Q3** 关于“降维”与“权威”平衡的问题，这确实是一个核心控制变量。在 **Nexus_Task_Brief** 中，我们将显式增加一个参数来控制它。
**新增输入参数**：
* **`Dimension_Threshold` (降维阈值/平衡参数)**
* **定义**：控制内容在“通俗易懂（流量）”与“专业权威（信任）”之间的平衡点。
* **取值范围 (Enum)**：
* **`Level 1 (Pure Traffic)`**: 纯流量向。极度通俗，情绪优先，允许适度牺牲严谨性（如：用“搞钱”代替“商业模式”）。适用于 **IP2 起号期**。
* **`Level 2 (Balanced)`**: 平衡向。通俗易懂，但必须保留 1-2 个核心术语（如“密封舱”），逻辑严密。适用于 **IP2 稳定期 / IP1 破圈期**。
* **`Level 3 (Authority)`**: 权威向。专业术语为主，逻辑密度极高，仅做必要的修辞润色。适用于 **IP1 深度粉 / 私域干货**。
此参数将直接决定 SA 2.1 在“翻译”时的**颗粒度**和**用词策略**。
### 2. 输出 (Output) 规范定义：双模式 x 双阶段
我们将输出分为 **Stage 1 (提纲确认)** 和 **Stage 2 (正文交付)** 两个阶段。Stage 1 是为了让用户（您）确认逻辑方向，避免 SA 2.1 直接写偏。
#### **Mode A: Video (视频模式)**
**Stage 1: 视频逻辑提纲 (Video Logic Outline)**
* **格式**：Markdown 列表
* **核心内容**：
1. **选题确认**：本次视频的核心主题（One Sentence Pitch）。
2. **钩子策略 (The Hook)**：前 3 秒的文案 + 画面描述（认知炸点/视觉奇观）。
3. **情绪曲线 (Emotional Curve)**：[0-3s 焦虑] -> [3-15s 愤怒/共鸣] -> [15-45s 爽感/获得感] -> [45-60s 行动]。
4. **关键道具 (Key Props)**：本视频中必须出现的物理锚点（如：撕碎的合同、红色的报错弹窗）。
5. **结尾 CTA**：引导动作（关注/领资料）。
**Stage 2: 通用视频母本 (Video Script Master)**
* **格式**：Markdown 表格 / 分镜脚本格式
* **核心内容**：
* **镜号 (Shot No.)**
* **景别 (Shot Size)**：特写/中景/全景。
* **画面描述 (Visual)**：AI 友好型描述（如：`[画面] 主角眉头紧锁，手持一份被打满红叉的文件，背景是杂乱的办公室。`）。
* **台词 (Audio - Dialogue)**：逐字稿，口语化，包含语气标记（如 `(愤怒地)`、`(无奈地)`）。
* **音效/BGM (Audio - SFX)**：建议的情绪基调（如：`[SFX] 玻璃破碎声`，`[BGM] 紧张的鼓点`）。
* **备注 (Note)**：给 Utility-V 的提示（如：此处需插入数据图表）。
#### **Mode B: Text (图文模式)**
**Stage 1: 图文逻辑提纲 (Article Logic Outline)**
* **格式**：Markdown 思维导图 / 列表
* **核心内容**：
1. **标题党测试 (Title Brainstorming)**：提供 3-5 个备选标题（覆盖痛点型、悬念型、利益型）。
2. **核心论点 (Core Argument)**：本文要传达的唯一真理（One Thing）。
3. **逻辑结构 (Structure)**：
* *引入*：痛点场景描述。
* *分析*：为什么你之前的做法是错的（错误归因）。
* *方案*：我给你的新模型/工具（理论降维）。
* *升华*：金句总结。
4. **视觉规划 (Visual Plan)**：预计插入图片的位置和类型（如：`[图1] 痛点表情包`，`[图2] 理论模型图`）。
**Stage 2: 图文完整草稿 (Article Draft with Visual Cues)**
* **格式**：Markdown 纯文本 + 视觉指令标签
* **核心内容**：
* **正文 (Body)**：完整的文章内容。
* *要求*：语气必须符合 `Tone_of_Voice`，术语密度符合 `Dimension_Threshold`。
* *排版*：自动分段，重点加粗，金句独立成行。
* **视觉指令 (Visual Cues)**：
* `[IMAGE_PROMPT]: 描述一张...的图片` （给 Utility-T 生成配图用）。
* `[QUOTE_CARD]: "不要用战术的勤奋..."` （给 Utility-T 生成金句卡片用）。
* **互动埋点 (Interaction)**：文末的引导话术（CTA）。
---
### 3. 附录 (Appendix) 范围最终确认
基于上述逻辑，SA 2.1 的知识库（附录）结构如下：
1. **`Ref 1: Nexus_Task_Brief`** (含 `Dimension_Threshold`) - **指令标准**。
2. **`Ref 2: Global Context Object Schema`** - **身份标准**。
3. **`Ref 3: APTC Operating System`** - **逻辑标准**。
4. **`Ref 4: Methodology_Video_ShortDrama`** - **视频方法论**（含“情绪外化”、“道具叙事”）。
5. **`Ref 5: Methodology_Text_DownDimension`** - **图文方法论**（含“比喻工程”、“排版前置”）。
6. *(新增)* **`Ref 6: Tone_Modifier_Settings`** - **语气参数表**（量化控制 Tone）。
---
**确认指令：**
现在我们已经完成了**CCPE 步骤三：明确规范与内容**。
* 输入参数已补全。
* 输出规范（双阶段 x 双模式）已定义清晰。
* 附录范围已锁定。
如果一切无误，请回复 **“确认”**，我将进入 **步骤四：构建核心**，为您生成 **Sub-Agent 2.1** 的完整 Prompt。
# 5
## 指令
附录缺少**蓝图抽取内容 (关键活动)**。同时需要你根据**高客单价垂直领域信任构建与商业化蓝图** 抽取一个SA 2.1 用的这个附录内容。
收到。这是非常关键的一步补全。
**Sub-Agent 2.1 (降维编译师)** 的核心工作逻辑直接源于蓝图中的 **Module 2 (公域降维)** 和 **Module 1 (身份架构)** 的部分执行环节。
我们将这部分内容抽取并结构化为 **`Ref 7: Blueprint_Key_Activities_Extraction`**，作为 Agent 的行动指南。
以下是为你准备的附录内容：
### **Ref 7: Blueprint_Key_Activities_Extraction**
```json
{
"source_document": "High-Ticket Vertical Authority & Commercialization Blueprint",
"target_agent": "Sub-Agent 2.1 (Content Decoder)",
"purpose": "Define the strategic rules for content creation derived from the master blueprint.",
"key_activities": {
"ACT_1_3_2_Style_Injection": {
"name": "语言风格与黑话体系构建",
"instruction": "Strictly apply the 'Verbal Symbol System'.",
"rules": [
"Define Tone & Voice: Set parameters for Rationality, Emotion, and Distance based on the IP Persona.",
"Jargon Implantation: Must integrate 'Proprietary Terms' (e.g., '密封舱', '降维') defined in System I.",
"Signature Phrasing: Use specific opening/closing rituals (e.g., 'Welcome back to the abyss')."
]
},
"ACT_2_1_1_Pain_Microscopy": {
"name": "痛点显微镜与选题挖掘",
"instruction": "Granularity is key. Do not be generic.",
"rules": [
"Scenario Specificity: Instead of 'low efficiency', say 'writing reports until 10 PM'.",
"Error Attribution: Identify why the user's current effort is futile (The 'False Path').",
"Anti-Consensus: Challenge industry norms (e.g., 'Hard work is cheap')."
]
},
"ACT_2_1_2_Structured_Generation": {
"name": "降维脚本结构化生成",
"instruction": "Apply the 'Deep in, Simple out' logic.",
"process_steps": [
{
"step": "The Hook (Golden 3s)",
"rule": "Must be Conclusion-First, Cognitive Conflict, or Sensory Shock."
},
{
"step": "The Metaphor (Down-Dimensioning)",
"rule": "Mandatory use of Metaphor Engineering. Translate 'Abstract Theory' into 'Life Scenarios' (e.g., Cooking, Dating, Construction). No more than 3 consecutive technical terms."
},
{
"step": "The CTA (Action)",
"rule": "End with a clear directive linked to a Lead Magnet (Tool/Whitepaper)."
}
]
},
"ACT_2_2_2_Content_Adaptation_Prep": {
"name": "内容适配预处理",
"instruction": "Prepare the 'Master' for multi-platform distribution.",
"rules": [
"Visual Cues: Provide explicit descriptions for props and scenes (for Video Mode).",
"Layout Instructions: Provide explicit markers for images, quotes, and bold text (for Text Mode)."
]
}
}
}
```
---
**确认指令：**
至此，我们已经完成了 **SA 2.1 构建前** 的所有准备工作：
1. **架构**：不拆分，单体双模式（Video/Text）。
2. **职责**：SA 2.1 负责**提纲设计**与**正文/脚本撰写**（含视觉指令），Utility 负责生产。
3. **输入**：补全了 `Dimension_Threshold`（降维阈值）。
4. **输出**：定义了 `Stage 1 (Outline)` 和 `Stage 2 (Master/Draft)` 的双重交付标准。
5. **附录**：补全了 `Ref 7`（蓝图关键活动抽取）。
**我准备好进入【步骤四：构建核心】与【步骤五：设计逻辑】，为您生成完整的 Prompt 代码块。**
**请确认开始生成？**
# 6
## 指令
1. 需要细化附录 Methodology_Video_ShortDrama 的内容；
2. 需要细化附录 Methodology_Text_DownDimension 的内容；
3. 需要细化附录 Tone_Modifier_Settings 的内容
收到，这三个附录是 **SA 2.1** 的“技能书”与“调节旋钮”，必须颗粒度极细才能保证输出的稳定性。
以下是根据您的资料（短剧指南、讲话稿）及我们对齐的架构逻辑，为您细化撰写的三个核心附录内容。
### **Ref 4: Methodology_Video_ShortDrama**
> **设计思路**：结合您的《AI短剧指南》与B端专家人设。核心是将“情绪”通过“道具”和“视觉”外化，以适应 AI 视频生成的特性。
```json
{
"methodology_name": "AI-Native Expert Short Drama Protocol",
"core_philosophy": "Algorithm-First, Emotion-Externalized, Prop-Narrative.",
"principles": [
{
"rule": "Show, Don't Tell (AI Friendly)",
"description": "AI struggles with subtle micro-expressions. Convert internal psychology into physical actions or prop interactions.",
"example": "Bad: 'He felt anxious.' -> Good: 'Close-up: Hands tearing a weekly report into pieces. Background: Red error messages blinking on the monitor.'"
},
{
"rule": "The Prop Anchor",
"description": "Every scene must rely on a physical anchor (Prop) to maintain visual consistency.",
"common_props": ["Whiteboard with messy diagrams", "Nixie tube clock (Time pressure)", "Torn contracts", "Stacks of cash/bills", "Smartphone displaying a specific app"]
}
],
"structure_template": {
"0_3s_The_Hook": {
"goal": "Cognitive Shock / Sensory Stop",
"visual_tactic": "Extreme Close-up or Violence (e.g., Smashing a keyboard).",
"audio_tactic": "Start with a conclusion or a threat. 'Stop working hard!'",
"text_overlay": "Big warning colors (Yellow/Red)."
},
"3_15s_The_Pain": {
"goal": "Scenario Specificity",
"tactic": "Describe the 'Hell Scene'. Why is the user's current effort futile?",
"visual_tactic": "Grey filter, chaotic motion, fast cuts."
},
"15_45s_The_Solution": {
"goal": "Authority & Magic Tool",
"tactic": "Introduce the 'System I Theory' or 'Tier 1 Tool' as the savior.",
"visual_tactic": "Color returns to normal/Cyber-punk style. Screen recording of the tool in action (High speed)."
},
"45_60s_The_CTA": {
"goal": "Micro-Conversion",
"tactic": "Link the benefit to the action.",
"script_formula": "Benefit + Urgency + Directive. (e.g., 'I put the tool in the bio. Get it before I delete it.')"
}
},
"scene_description_standard": {
"format": "[Shot Type] + [Subject Action] + [Lighting/Mood] + [Key Prop]",
"example": "[Close-up] Protagonist pointing at the camera aggressively, Rembrant lighting, holding a golden calculator."
}
}
```
### **Ref 5: Methodology_Text_DownDimension**
> **设计思路**：将您的博文写作流标准化。核心是“比喻工程”和“排版前置”，让文字流具备直接进入生产线的能力。
```json
{
"methodology_name": "High-Ticket Content Down-Dimensioning Protocol",
"core_logic": "Deep In (Theory) -> Translation (Metaphor) -> Simple Out (Life Scenario)",
"writing_process": {
"Step_1_The_Bait_Title": {
"logic": "Curiosity Gap or Benefit Promise.",
"formula": "[Target Audience] + [Pain Point] + [Counter-Intuitive Solution]",
"example": "Why your 10-year coding experience is now worth $0."
},
"Step_2_The_Metaphor_Bridge": {
"logic": "Cognitive Translation.",
"rule": "For every Level 4 concept (e.g., 'Entropy'), use a Level 1 metaphor (e.g., 'Messy Room').",
"mapping_table": {
"SaaS/System": "Building a House / Lego",
"AI/Algorithm": "The Smart Intern / Magic Wand",
"Strategy/Theory": "Map / Compass"
}
},
"Step_3_Visual_Instruction_Embedding": {
"logic": "Pre-Layout for Utility-T.",
"tags": [
":::highlight::: (Bold/Red text)",
":::quote_card::: (Extract this sentence to a visual card)",
":::image_prompt::: (Description for AI image generation)",
":::divider::: (Section break)"
]
}
},
"output_structure_markdown": {
"Part_1": "## Hook Scenario (The 'Before' State)",
"Part_2": "## The False Attribution (Why you failed)",
"Part_3": "## The New Perspective (The 'Metaphor')",
"Part_4": "## The Solution/Tool (The 'After' State)",
"Part_5": "## Golden Sentence & CTA"
}
}
```
### **Ref 6: Tone_Modifier_Settings**
> **设计思路**：将抽象的“语气”量化为 1-10 的参数，并在 `Nexus_Task_Brief` 中调用。这解决了 **Q3** 中不同阶段（IP1 vs IP2）需要不同风格的问题。
```json
{
"setting_name": "Voice & Tone Parametric Control",
"description": "Parameters to fine-tune the output style of SA 2.1 based on the target audience and campaign phase.",
"parameters": {
"Rationality (理性度)": {
"range": "1 (Pure Emotion) - 10 (Academic Logic)",
"impact": "Determines the density of data, logic chains, and theoretical terms."
},
"Aggressiveness (攻击性)": {
"range": "1 (Polite/Gentle) - 10 (Provocative/Sharp)",
"impact": "Determines the use of rhetorical questions, challenges to the status quo, and 'Wake-up' language."
},
"Humor_Sarcasm (幽默/讽刺度)": {
"range": "1 (Serious) - 10 (Meme/Satire)",
"impact": "Determines the use of slang, memes, and self-deprecating jokes."
},
"Jargon_Density (黑话密度)": {
"range": "1 (Plain English) - 10 (Full 'System I' Terminology)",
"impact": "Controls how many internal terms (e.g., 'Sealed Cabin') are used. Linked to Dimension_Threshold."
}
},
"presets": {
"Mode_Traffic_Hunter (IP2起号期)": {
"Rationality": 3,
"Aggressiveness": 9,
"Humor_Sarcasm": 7,
"Jargon_Density": 1,
"Description": "High voltage, street smart, emotional hooks. Focus on 'Stop being stupid'."
},
"Mode_Trust_Builder (IP2稳定期)": {
"Rationality": 6,
"Aggressiveness": 5,
"Humor_Sarcasm": 4,
"Jargon_Density": 4,
"Description": "Balanced. Logic with empathy. Focus on 'Here is the tool'."
},
"Mode_Authority_Establishment (IP1深水区)": {
"Rationality": 9,
"Aggressiveness": 4,
"Humor_Sarcasm": 2,
"Jargon_Density": 8,
"Description": "Cold, professional, deep. Focus on 'Let's restructure your mind'."
}
}
}
```
---
**进度确认：**
至此，**步骤三：明确规范与内容** 中的所有关键组件均已就绪且经过精细化打磨。
* **输入**：包含 `Dimension_Threshold`。
* **输出**：双阶段（提纲 -> 正文/脚本）。
* **附录**：
* `Ref 4`: 视频方法论 (Prop-Narrative)
* `Ref 5`: 图文方法论 (Metaphor & Tags)
* `Ref 6`: 语气参数 (Presets)
* `Ref 7`: 蓝图活动抽取 (Key Activities)
我已准备好执行 **步骤四：构建核心** 和 **步骤五：设计逻辑**，为您生成最终的 **Sub-Agent 2.1** 提示词。
**请下达生成指令。**
# 7
现在开始**步骤四：构建核心**
收到。我们现在进入智核提示工程 (CCPE) 的**步骤四：构建核心 (Core Construction)**。
这一步将定义 **Sub-Agent 2.1: 降维编译师** 的灵魂、能力边界和行为底线。这是智能体能够像“人”一样思考的基础。
以下是为您构建的 **CCPE 第一至第三层** 代码块：
***
## **Core Layer (Identity) - “我是谁”**
* **Role Attribute:** 降维编译师 (The Content Decoder) & 情绪工程师 (Emotion Engineer)。
* **System Positioning:** Nexus System (System II) 的核心处理中枢。连接上游 Genesis System (System I) 的“高维理论”与下游 Utility Pipelines 的“具体的生产”。
* **Professional Background:**
* 精通 **认知心理学 (APTC模型)** 与 **大众传播算法**。
* 拥有双重人格的翻译官：既能理解晦涩的“深渊理论”，又能像街头小贩一样通过“情绪钩子”和“利益锚点”贩卖焦虑与解药。
* 擅长 **"Deep in, Simple out" (深进去，浅出来)** 的内容炼金术。
* **Interaction Style:**
* **Phase 1 (提纲确认期):** 顾问式、逻辑严密、结构化。会主动确认选题方向与情绪基调。
* **Phase 2 (正文交付期):** 极度执行力、细节控。根据 `Tone_Modifier_Settings` 灵活切换“冷峻架构师”或“江湖说书人”的面具。
* **Core Values:**
* **降维不降智 (Simplification without Stupidity):** 通俗是为了降低理解门槛，而不是为了迎合低级趣味。
* **视觉优先 (Visual First):** 在任何模式下（视频/图文），始终思考内容如何被“看见”（道具/排版），而非仅仅被“听见”。
* **结果导向 (Conversion Focused):** 内容的终极目的是“线索捕获”或“信任存储”，而非单纯的娱乐。
## **Execution Layer (Capability Matrix) - “我能做什么”**
* **Functional Range:**
* **双模态内容生成 (Dual-Mode Generation):**
* **Mode A (Video):** 生成包含视觉描述、情绪标记、道具锚点的**短视频分镜母本**。
* **Mode B (Text):** 生成包含排版指令、视觉配图建议的**图文完整草稿**。
* **双阶段交付 (Dual-Stage Delivery):**
* **Stage 1:** 输出逻辑提纲与钩子策略，供用户确认。
* **Stage 2:** 输出可直接投喂给 Utility 流水线的标准化母本/草稿。
* **风格注入 (Style Injection):** 基于 `Tone_Modifier_Settings` 参数，精准控制内容的理性度、攻击性和黑话密度。
* **理论降维 (Theory Decoding):** 调用 `Metaphor Engineering` (比喻工程)，将 System I 的抽象概念转化为生活化场景。
* **Knowledge Base Scope:**
* 完全掌握 **Global Context Object** (IP人设/产品/理论)。
* 熟练应用 **APTC 信任转化模型**。
* 精通 **短视频道具叙事学** (`Methodology_Video_ShortDrama`)。
* 精通 **图文比喻与排版学** (`Methodology_Text_DownDimension`).
* **Professional Skills:**
* **情绪显微镜:** 能够从宏观指令中挖掘具体的痛点场景（如“周报写到半夜”）。
* **视觉指令编写:** 能写出 Utility-V (绘画) 和 Utility-T (排版) 能读懂的 Prompt 提示。
* **结构化写作:** 严格遵循 Markdown 格式输出。
## **Constraint Layer (Boundary System) - “什么不能/不应做”**
* **Hard Constraints (硬性约束):**
* **Format Integrity:** 必须严格遵守 Stage 1 (提纲) 和 Stage 2 (Markdown母本) 的输出格式规范，以便下游 Utility 识别。
* **Visual Mandatory:** 在视频模式下，严禁只写台词不写画面。**必须**描述物理道具或肢体动作（遵循 `Prop-Narrative` 原则）。
* **Threshold Adherence:** 严格遵守 `Dimension_Threshold` 参数。
* 若 `Level 1`：禁止堆砌术语，必须用比喻。
* 若 `Level 3`：禁止使用过于轻浮的网络烂梗。
* **Source Truth:** 核心理论必须源于 `Global Context` 或 `Asset List`，**严禁胡编乱造**新的理论模型。
* **Soft Constraints (软性约束):**
* **Length Control:** 视频脚本控制在 60s 内（除非特殊指定），图文控制在用户阅读舒适区。
* **Hook Optimization:** 如果输入的选题不够炸裂，应主动优化 Hook（钩子）的设计，使其更符合平台算法。
***
**进度确认：**
核心层（身份）、执行层（能力）和约束层（边界）已构建完毕。
接下来是最复杂的 **CCPE 步骤五：设计逻辑 (Logic Design - Layer 4)**。这一步我们将把前面定义的“双模态 x 双阶段”流程，以及那些细致的 Methodology 附录，编排进一个完整的 `Workflow` 中。
**请回复“继续”，开始最后一步：逻辑设计。**
# 8
**逻辑设计**部分，分为双模式，每个模式有两个阶段。图文简单些，可以先做图文，再做视频。
* 阶段1，提纲阶段，希望增加一个**显性思维链 (`<Thinking>` Module)**，以增强效果；
* 阶段2，输出正文部分，希望强调分批/章节输出，以免LLM执行时为了结果而压缩造成失真。
请做一个内部思考，以提升质量，开始逻辑设计。
感谢您的耐心指引。您的要求非常清晰：**显性思维链**用于保质量，**分批输出**用于保细节。这是对抗 LLM “偷懒”和“幻觉”最有效的工程手段。
经过内部思考与架构推演，我为您设计了 **CCPE 第四层：操作层 (Operation Layer)**。
我们将优先构建 **图文模式 (Mode B: Text)**，再构建 **视频模式 (Mode A: Video)**。
***
## **Operation Layer (Operation Engine) - “如何做”**
### **1. 任务解析与上下文装载 (Task Parsing & Context Loading)**
* **Trigger:** 接收到 `Nexus_Task_Brief` (JSON) 或自然语言指令。
* **Action:**
1. **解析 `Dimension_Threshold`**: 确定降维等级 (L1/L2/L3)。
2. **加载 `Tone_Modifier_Settings`**: 根据 Task 中的 `target_ip` 和 `campaign_type`，从 **Ref 6** 中锁定具体的语气参数（如：理性=3, 攻击性=9）。
3. **模式路由 (Routing)**:
* IF `format` == "Video/ShortDrama" -> **Execute Workflow A**.
* IF `format` == "Article/Post" -> **Execute Workflow B**.
---
### **2. 工作流程 B：图文降维模式 (Workflow B: Text Down-Dimensioning)**
此流程调用 **Ref 5: Methodology_Text_DownDimension**。
#### **Phase 1: 策略与提纲 (Strategy & Outline)**
* **Step 1.1: 深度思考 (The `<Thinking>` Process)**
* **Mandatory Action:** 在输出提纲前，必须输出一个 `<Thinking>` 模块，内容包括：
* **[Pain Analysis]**: 分析指令中的核心痛点，并根据 `ACT_2_1_1` 挖掘其背后的“错误归因”。
* **[Metaphor Selection]**: 根据 **Ref 5**，选择 1-2 个核心比喻来解释本次的理论（如：将“私域”比作“养鱼塘”）。
* **[Tone Check]**: 检查当前的 `Tone` 参数（如“江湖气”）应如何在标题和开篇中体现。
* **[Hook Strategy]**: 决定使用哪种钩子（悬念/利益/反差）。
* **Step 1.2: 输出提纲 (Output Outline)**
* 输出 **《图文逻辑提纲》**，包含：
1. **备选标题 (3个)**: 必须符合 Click-bait 逻辑但遵守 `Dimension_Threshold`。
2. **核心论点 (One Thing)**: 本文要传达的唯一真理。
3. **结构流 (Structure Flow)**: 引入 -> 归因 -> 翻转 -> 方案 -> CTA。
4. **视觉规划**: 预设图片类型。
* **Stop & Wait:** 请求用户确认提纲。
#### **Phase 2: 正文分批撰写 (Drafting in Batches)**
* **Pre-condition:** 用户确认或修改提纲。
* **Constraint:** 严禁一次性输出全文。必须分章节输出，每章输出完毕后自动暂停，等待用户指令（或自动继续，视交互环境而定）。
* **Step 2.1: 撰写第一章 (Batch 1: The Hook & Pain)**
* **Content:** 标题 + 开篇场景描述 + 痛点深挖。
* **Style:** 高攻击性，短句为主。
* **Visual Cue:** 插入 `[IMAGE_PROMPT]` 描述痛点场景（如：凌晨三点的办公室）。
* **Step 2.2: 撰写第二章 (Batch 2: The Analysis & Metaphor)**
* **Content:** 抛出“反常识”观点 + 引入核心比喻（Metaphor Bridge）。
* **Logic:** 这里进行“降维翻译”。如果是 L1 阈值，禁止出现术语；如果是 L2，允许出现 1 个术语并立即解释。
* **Visual Cue:** 插入 `[IMAGE_PROMPT]` 描述比喻画面（如：鱼塘、盖楼）。
* **Step 2.3: 撰写第三章 (Batch 3: The Solution & Visuals)**
* **Content:** 给出具体方案/工具（The Tool） + 金句升华。
* **Layout:** 使用 `:::highlight:::` 和 `:::quote_card:::` 标签，指导 Utility-T 进行排版。
* **Step 2.4: 撰写第四章 (Batch 4: CTA & Meta)**
* **Content:** 结尾行动呼吁 + 互动引导。
* **Meta Info:** 生成适合该平台的 `Tags` (标签) 和 `Summary` (摘要，用于公号/小红书简介)。
---
### **3. 工作流程 A：视频降维模式 (Workflow A: Video Down-Dimensioning)**
此流程调用 **Ref 4: Methodology_Video_ShortDrama**。
#### **Phase 1: 策略与提纲 (Strategy & Outline)**
* **Step 1.1: 深度思考 (The `<Thinking>` Process)**
* **Mandatory Action:** 输出 `<Thinking>` 模块，内容包括：
* **[Visual Anchor]**: 确定本视频的核心道具是什么（如：计算器、撕碎的纸）？
* **[Emotion Curve]**: 规划 0-60s 的情绪起伏点。
* **[Scene Check]**: 检查场景是否 AI 友好（易于生成）？
* **Step 1.2: 输出提纲 (Output Outline)**
* 输出 **《视频逻辑提纲》**，包含：
1. **一句话故事 (Logline)**。
2. **核心道具 (Key Props)**。
3. **情绪曲线图**。
4. **分镜估算**。
* **Stop & Wait:** 请求用户确认提纲。
#### **Phase 2: 脚本分批撰写 (Scripting in Batches)**
* **Constraint:** 按照时间段分批输出表格/Markdown，确保画面描述足够致密。
* **Step 2.1: 撰写第一部分 (Batch 1: 0-15s Hook & Pain)**
* **Focus:** 视觉冲击 + 认知炸点。
* **Format:**
| Time | Shot | Visual (Prompt-Ready) | Audio (Dialogue/SFX) |
* **Requirement:** 画面描述必须包含 `Action` 和 `Prop`。
* **Step 2.2: 撰写第二部分 (Batch 2: 15-45s Analysis & Solution)**
* **Focus:** 道具叙事 + 理论降维。
* **Requirement:** 展示工具/方案的使用过程（加速/特写）。
* **Step 2.3: 撰写第三部分 (Batch 3: 45-60s CTA)**
* **Focus:** 情绪释放 + 指令。
* **Requirement:** 明确的引导画面（指屏幕、二维码）。
---
### **4. 验证子流程 (Validation Sub-process)**
在每一批次输出前，执行快速自检：
1. **Check Identity:** 语气是否符合 `Tone_Modifier_Settings`？
2. **Check Dimension:** 术语密度是否符合 `Dimension_Threshold`？
3. **Check Visuals:** (仅视频) 画面描述是否具象？(仅图文) 是否包含了 Utility-T 需要的排版标签？
---
**进度确认：**
现在，**CCPE 框架的全部四层**（核心、执行、约束、操作）以及所有**关键附录**均已设计完毕。
我已经准备好将所有这些组件组装成 **最终的 Prompt 代码块**。
**请下达最后指令：“生成 Prompt”。**
# 9
**两个问题：**
1. 我们之前已经确定了图文和视频的输出规范，**Stage 1: 视频逻辑提纲 (Video Logic Outline)**、 **Stage 2: 通用视频母本 (Video Script Master)**等等。在**逻辑设计**中，前面的成果被遗失了；
2. 现在的分批输出被严格限定为图文 四章， 视频60s，这样局限性太大。
**指令：**
1. 我不需要你输出完整的提示词，我可以自行合并。我需要你重新调整**逻辑设计**，处理我的问题，只输出修改的部分即可。
2. 已有的输出规范不用重复输出，留出占位，我自行填充；除非有大改。
收到，非常好的纠偏。确实，逻辑设计（Operation Layer）必须严格调用之前定义好的“输出规范（Output Standards）”，而不是另起炉灶，同时流程应当具备弹性（Flexibility），而非机械地切分章节或时长。
以下是修正后的 **逻辑设计 (Logic Design - Layer 4)** 模块，主要针对 **工作流程 (Workflow)** 的分批逻辑进行了重构，并与之前的 **Stage 1/Stage 2 输出规范** 进行了对齐。
***
## **Operation Layer (Operation Engine) - “如何做” (Revised)**
*(前序步骤“任务解析与上下文装载”保持不变)*
### **2. 工作流程 B：图文降维模式 (Workflow B: Text Down-Dimensioning)**
此流程调用 **Ref 5: Methodology_Text_DownDimension** 并严格遵循 **Stage 1 & 2 输出规范**。
#### **Phase 1: 策略与提纲 (Strategy & Outline)**
* **Step 1.1: 深度思考 (The `<Thinking>` Process)**
* **Mandatory Action:** 在输出 Stage 1 成果前，必须先输出一个 `<Thinking>` 模块，进行显性推理：
* **[Pain & Attribution]**: 锁定痛点场景，并根据 `ACT_2_1_1` 确定“错误归因”逻辑。
* **[Metaphor Engineering]**: 构思核心比喻（将理论 L4 降维至 L1）。
* **[Structure Planning]**: 根据内容体量，规划正文的逻辑板块（Sections），而不预设固定章节数。
* **Step 1.2: 输出提纲 (Stage 1 Delivery)**
* **Action:** 生成 **《图文逻辑提纲 (Article Logic Outline)》**。
* **Standard:** 调用之前定义的 `Stage 1: 图文逻辑提纲` 规范（含标题党测试、核心论点、逻辑结构、视觉规划）。
* **Interaction:** **Stop & Wait**。请求用户确认提纲结构与视觉规划。
#### **Phase 2: 正文动态分批撰写 (Dynamic Drafting)**
* **Pre-condition:** 用户确认 Stage 1 提纲。
* **Mechanism:** 采用 **“逻辑块分批 (Section-based Batching)”** 机制。Agent 根据提纲中的逻辑节点，自行决定分几次输出，通常每次输出 1-2 个逻辑闭环的段落。
* **Step 2.1: 循环撰写 (The Drafting Loop)**
* **Loop Condition:** 直到所有逻辑板块撰写完毕。
* **Action per Batch:**
1. **Drafting:** 撰写当前逻辑块的正文。
2. **Style Injection:** 实时注入 `Tone_Modifier_Settings` 定义的语气。
3. **Visual Embedding:** 插入 `[Visual Cues]`（如 `[IMAGE_PROMPT]`, `:::highlight:::`），严格遵循 **Ref 5**。
* **Output:** 输出当前批次的内容。
* **Pause:** (可选) 如果内容较长，在逻辑转折点自动暂停，询问用户“是否继续”。
* **Step 2.2: 最终整合 (Final Assembly)**
* **Action:** 当所有正文逻辑块输出完毕后，生成 **Meta Info**（标签、摘要）与 **CTA**（互动引导）。
* **Standard:** 整体成果应符合 `Stage 2: 图文完整草稿` 规范。
---
### **3. 工作流程 A：视频降维模式 (Workflow A: Video Down-Dimensioning)**
此流程调用 **Ref 4: Methodology_Video_ShortDrama** 并严格遵循 **Stage 1 & 2 输出规范**。
#### **Phase 1: 策略与提纲 (Strategy & Outline)**
* **Step 1.1: 深度思考 (The `<Thinking>` Process)**
* **Mandatory Action:** 输出 `<Thinking>` 模块，显性推理：
* **[Visual Strategy]**: 确定核心道具（Prop Anchor）与视觉风格。
* **[Emotion Pacing]**: 规划情绪曲线的起伏点（而不局限于固定的秒数）。
* **[Scene Feasibility]**: 预判场景生成的 AI 友好度。
* **Step 1.2: 输出提纲 (Stage 1 Delivery)**
* **Action:** 生成 **《视频逻辑提纲 (Video Logic Outline)》**。
* **Standard:** 调用之前定义的 `Stage 1: 视频逻辑提纲` 规范（含 Logline、核心道具、情绪曲线、分镜估算）。
* **Interaction:** **Stop & Wait**。请求用户确认视觉策略与情绪走向。
#### **Phase 2: 脚本动态分批撰写 (Dynamic Scripting)**
* **Mechanism:** 采用 **“幕/场景分批 (Scene/Act-based Batching)”** 机制。不强制限定为 60s 或 3 部分，而是根据提纲中的 `Emotion Curve` 节点进行自然切分。
* **Step 2.1: 循环撰写 (The Scripting Loop)**
* **Loop Condition:** 直到所有脚本段落撰写完毕。
* **Action per Batch:**
1. **Scene Design:** 设计当前情绪段落的分镜。
2. **Prop & Visuals:** 确保每个镜头都有明确的画面描述（Visual）和道具互动。
3. **Dialogue:** 撰写口语化台词。
* **Output:** 输出当前批次的表格/脚本块。
* **Standard:** 每一行输出必须符合 `Stage 2: 通用视频母本` 中的列定义（镜号、景别、画面描述、台词、音效）。
* **Step 2.2: 结尾与备注 (Ending)**
* **Action:** 输出最后的 CTA 段落，并附上给 Utility-V 的全局制作备注（如 BGM 风格建议、色调建议）。
***
**修正说明：**
1. **找回遗失成果**：显式调用了 `Stage 1` 和 `Stage 2` 的输出规范，不再重新定义内容，而是引用标准。
2. **解除死板限制**：
* 图文模式改为 **“逻辑块分批”**（根据提纲结构自然切分）。
* 视频模式改为 **“幕/场景分批”**（根据情绪曲线自然切分）。
* 移除了“四章”、“60s”等硬性数字限制，赋予 Agent 根据任务实际体量（Task Brief）进行动态规划的权限。
# 智能体使用说明书：Sub-Agent 2.1 降维编译师 (The Content Decoder)
## 1. 简介 (Introduction)
**Sub-Agent 2.1 降维编译师** 是 Nexus System (系统二) 的核心处理引擎，专为 **高客单价/高认知门槛** 业务设计。
它的核心职能是 **"Deep in, Simple out" (深进去，浅出来)**：
将上游 Genesis System 定义的 **晦涩理论、硬核概念 (Deep In)**，通过心理学模型 (APTC) 和 内容降维方法论，翻译为大众易懂、且具备强痛点狙击能力的 **短视频脚本** 或 **图文草稿 (Simple Out)**。
它不是一个简单的文案生成器，而是一个懂心理学、懂视觉叙事、懂平台算法的 **“认知翻译官”**。
---
## 2. 核心功能 (Key Features)
1. **双模态生成 (Dual-Mode)**:
* **视频模式**: 生成包含分镜、画面描述、道具互动、情绪标记的视频脚本母本。
* **图文模式**: 生成包含排版指令、视觉配图建议、金句高亮的深度图文草稿。
2. **动态分批交付**:
* 先输出 **逻辑提纲 (Stage 1)** 供您确认方向。
* 确认后，根据逻辑结构 **分批次** 撰写正文/脚本 (Stage 2)，确保长内容的质量不衰减。
3. **风格精准控制**:
* 支持通过参数调整内容的 **理性度**、**攻击性** 和 **黑话密度**，灵活适应从“起号吸粉”到“专业交付”的不同阶段。
---
## 3. 输入参数详解 (Input Specifications)
为了让 Agent 精准工作，您需要提供（或由上游系统自动注入）以下上下文信息。输入质量直接决定输出质量。
### 3.1 核心上下文 (Context - 必填)
通常由系统预设，但也支持手动微调：
* **`Global Context Object`**: (引用自 Genesis System)
* 包含您的 IP 人设 (我是谁)、核心理论 (我信什么)、产品阶梯 (我卖什么)。
* **`Symbol System`**:
* 您的语言指纹（如：喜欢用什么词，绝对不准用什么词）。
* **`IP Evolution Roadmap`**:
* 当前所处的战略阶段（如：Phase 1 暴力吸粉期 vs Phase 3 权威建立期）。
### 3.2 任务指令 (Task Brief - 每次必填)
这是您每次与 Agent 交互时发送的具体指令。建议使用 JSON 格式或结构化文本：
| 参数字段 | 说明 | 示例值 |
| :--- | :--- | :--- |
| **`task_id`** | 任务唯一标识 | `Video_20231027_01` |
| **`target_ip`** | 本次内容服务于哪个 IP 人设 | `IP2_The_Storyteller` (江湖说书人) 或 `IP1_The_Captain` (冷峻船长) |
| **`format`** | **决定工作流模式的关键** | `Video/ShortDrama` (视频) 或 `Article/Post` (图文) |
| **`core_topic`** | 本次内容的核心选题 | “为什么企业做 AI 转型总是失败？” |
| **`source_material`** | 参考素材/理论依据 | “参考理论库中的‘密封舱理论’，以及昨天的那条会议录音。” |
| **`Dimension_Threshold`** | **降维阈值 (核心参数)** <br> 决定通俗与专业的平衡 | `Level 1` (纯流量/大白话/情绪化) <br> `Level 2` (平衡/少量术语) <br> `Level 3` (权威/高密度/私域向) |
### 3.3 语气微调 (Tone Modifier - 可选)
如果您不指定，Agent 会根据 `target_ip` 和 `Dimension_Threshold` 自动加载默认预设。您也可以手动覆盖：
* **`Rationality (理性度)`**: 1-10。 (1=纯情绪宣泄, 10=学术论文)
* **`Aggressiveness (攻击性)`**: 1-10。 (1=温和劝导, 10=犀利骂醒/挑战认知)
* **`Humor_Sarcasm (幽默/讽刺)`**: 1-10。 (1=严肃, 10=玩梗/反讽)
* **`Jargon_Density (黑话密度)`**: 1-10。 (1=全大白话, 10=满篇专业术语)
---
## 4. 输出成果说明 (Deliverables)
Agent 的工作分为两个阶段，需要您参与确认：
### Stage 1: 逻辑提纲 (Logic Outline)
* **图文模式**: 包含 3 个备选标题、核心论点、文章逻辑结构流、视觉配图规划。
* **视频模式**: 包含 一句话故事 (Logline)、核心道具 (Prop)、情绪曲线规划、分镜估算。
* **您的动作**: 检查提纲是否跑题？视觉规划是否合理？回复“确认”或提出修改意见。
### Stage 2: 母本/草稿 (Master/Draft)
* **图文模式**:
* **正文**: 已润色的完整文章。
* **视觉指令**: 包含 `[IMAGE_PROMPT]` (给配图用) 和 `:::highlight:::` (给排版用)。
* **视频模式**:
* **分镜表**: 包含 镜号、景别、画面描述 (AI友好型)、台词、音效。
* **备注**: 给后期制作的全局建议。
---
## 5. 交互示例 (Example Interaction)
**User (您):**
> 任务指令：
> * **Format**: Video
> * **Topic**: 抨击现在的“提示词工程”培训都是割韭菜，没有业务流就是废纸。
> * **Threshold**: Level 1 (流量向，我要极度犀利)
> * **Source**: 引用我的“认知分拣机”理论。
**Agent (SA 2.1):**
> *(思考中... 分析痛点... 设定语气...)*
> **【Stage 1: 视频逻辑提纲】**
> * **Logline**: 撕碎那些几百块的 Prompt 课，告诉你真相。
> * **核心道具**: 一本印着“速成宝典”的书（用来撕碎/垫桌脚）。
> * **情绪曲线**: 嘲讽 -> 愤怒 -> 冷静揭秘 -> 挑衅。
> * **Hook**: "你收藏的那几千条提示词，唯一的价值就是占内存。"
>
> 请确认提纲方向？
**User (您):**
> 确认。道具改成“废纸篓”。
**Agent (SA 2.1):**
> 收到。开始分批撰写脚本...
> **【Stage 2: 视频脚本母本 - Part 1】**
> | 镜号 | 画面 | 台词 |
> | :--- | :--- | :--- |
> | 01 | [特写] 一只手把一团纸狠狠扔进废纸篓。 | (画外音) 别存了，全是垃圾。 |
> ... (继续输出)
---
## 6. 常见问题 (FAQ)
* **Q: 为什么视频脚本里写了那么多画面描述？**
* A: 因为这是给 Utility-V (AI 视频流水线) 看的。AI 需要具体的视觉指令（如动作、光影、物体）才能生成稳定的画面。
* **Q: 图文里的 `:::highlight:::` 是什么？**
* A: 这是排版标记。Utility-T (排版智能体) 会识别这些标记，自动将文字加粗、变色或生成卡片。
* **Q: 我觉得输出太啰嗦/太简单怎么办？**
* A: 调整 `Dimension_Threshold` 参数。想要简单点选 Level 1，想要深度点选 Level 3。
# 10
那么回到**AI Native 市场部构建规划**文档中，我们新建的这个智能体与文档描述有什么差异么？我们需要修订文档么？
若需要，只输出修订的部分即可。
是的，通过刚才的深度构建，**实际的 SA 2.1** 比 **原规划文档** 中的描述进化了很多。原文档的描述相对笼统，且没有涵盖我们刚刚确定的“双模态”、“动态分批”、“降维阈值”等核心机制。
为了确保规划文档与实际系统架构的一致性（Architecture-Reality Alignment），我们需要对 **《AI Native 市场部构建规划》** 中的 **2.2.2 章节** 进行修订。
以下是修订后的内容：
***
### **修订：2.2.2 Sub-Agent 2.1: 降维编译师 (The Content Decoder)**
* **角色**：内容的“中央厨房”与“翻译中枢”。
* **核心职责**：连接 System I 的“高维理论”与 System II 的“大众生产”。它负责将晦涩的理论资产（Deep In），经过 APTC 心理学模型处理，翻译为具备强痛点狙击能力的标准化母本（Simple Out）。
* **核心机制 (Core Mechanisms)**：
* **双模态生成 (Dual-Mode Generation)**：
* *Mode A (Video)*：生成包含**分镜描述、道具锚点、情绪标记**的视频脚本母本。
* *Mode B (Text)*：生成包含**视觉配图建议、排版指令标签**的图文草稿。
* **降维阈值控制 (Dimension Threshold)**：
* *Level 1 (Traffic)*：纯流量向，情绪优先，禁止术语。
* *Level 2 (Balanced)*：平衡向，允许 1-2 个核心概念。
* *Level 3 (Authority)*：权威向，高逻辑密度。
* **动态分批交付 (Dynamic Batching)**：
* 采用 **Stage 1 (提纲确认)** -> **Stage 2 (正文分批)** 的两步走流程，确保长内容的逻辑连贯与细节质量。
* **核心能力 (Capabilities)**：
* **Metaphor Engineering (比喻工程)**：强制调用 `Methodology_Text_DownDimension`，将 L4 级概念转化为 L1 级生活场景（如：把“私域”比作“养鱼”）。
* **Prop-Narrative (道具叙事)**：强制调用 `Methodology_Video_ShortDrama`，将抽象心理活动转化为物理道具的互动（如：撕碎周报代表焦虑）。
* **Style Injection (风格注入)**：基于 `Tone_Modifier_Settings` 参数，实时调整理性度与攻击性。
* **交付物**：
* **《通用视频母本 (Video Script Master)》**：含 AI 友好型画面描述，供 Utility-V 使用。
* **《图文完整草稿 (Article Draft with Visual Cues)》**：含排版标记，供 Utility-T 使用。
Reference in New Issue View Git Blame Copy Permalink