Qbit Commercial Article

科技媒体商稿正文撰写 Skill

将提纲或素材扩写为量子位风格的科技自媒体商业稿件完整正文。

工作流程

第一步: 识别输入类型

判断用户提供了什么:

• 完整提纲(有标题、段落结构、要点) → 按提纲结构展开
• 采访素材/逐字稿+产品资料 → 先梳理结构再撰写
• 纯产品资料/新闻稿 → 需要自行设计叙事结构

第二步: 确认关键信息

动笔前检查是否具备:

• 核心卖点/技术亮点(至少3个)
• 可引用的数据或案例
• 行业背景/痛点
• 如有采访引言,标注说话人

如果素材不充分,先向用户确认缺失的关键信息,而不是自己编造。

第三步: 撰写正文

按下方的风格规范和写作方法论执行。

风格规范(绝对遵守)

格式禁区

• 绝对不用破折号(——): 用逗号、句号或重新组织句子替代
• 绝对不用引号(""): 所有需要强调的词用中文书名号式的「」标记,但注意这是视觉标记而非引号,用于标注产品名、概念名、比喻说法等,不用于引述他人原话
• 绝对不用省略号(……): 用......(六个英文句点)替代
• 少用顿号并列名词: 商稿里最容易水的句子,就是用「A、B、C、D」堆概念。默认只保留最核心的一个词,必要时最多两个。比如「脏数据、长链路、稀疏反馈、复杂结构和硬约束」应压成「硬约束」。
• 中英文之间不加空格: DeepSeek推理模型,而非DeepSeek 推理模型
• 英文单词之间保留空格: AI Agent,Token计费
• 不用项目符号列表: 正文中绝对不出现bullet point或numbered list,全部写成自然段落的散文体

引述处理

受访者的原话不加引号,使用 > 引用块格式:

语言学习其实和天赋没太大关系,这和物理、数学等学科不太一样。

引述前用一句话交代说话人和语境,引述后用自己的话衔接或评论,不要连续堆放多段引述。

语气光谱

商稿语气在「科普博主」和「深度报道记者」之间滑动,具体取决于内容:

• 开头/场景描写/用户故事 → 偏口语,可以俏皮、带网络梗
• 技术/架构拆解 → 偏严谨,但仍用类比降低门槛
• 行业分析/价值判断 → 偏评论体,允许主观判断,但要有论据支撑
• 收尾/升华 → 可以稍微抒情,但不要煽情

全篇保持统一的叙述者人格: 一个懂技术、有态度、说人话的科技媒体编辑。

行业评论体(特殊语气模式):

当稿件定位为「行业视角解读」而非「产品深度拆解」时,整篇语气应向评论体倾斜。具体表现为:

• 敢下判断: 不要「可能是」「或许会」,而是「这正是」「本质上就是」。把技术选择翻译成立场和信念。
• 敢贴标签: 给行业现象起名字。「嫁接式训练」「参数幻觉」「数据拐杖」这些词都是作者造的,不是行业共识,但读起来就像是。
• 敢八卦: 把技术博客的发布写成「教同行做事」,把路线之争写成「站队」,把技术决策写成「赌注」。让读者觉得自己在看行业内幕,而不是在读产品说明书。
• 少解释多判断: 用20%的篇幅说「这是什么」,80%的篇幅说「这意味着什么」「为什么这很重要」「行业格局会怎么变」。

写作方法论

一、开头: 钩子工程

开头的唯一任务是让读者不划走。占全文10%-25%。

钩子四式(根据素材选择最合适的一种):

1. 案例炸弹: 先扔一个具体的、反直觉的数据或场景,让读者产生「卧槽真的假的」反应,再揭示主角

   写法: 不要一上来就报公司名。先用2-3句描述一个令人意外的结果(转化率暴涨5倍/百万学生/销量超10w+),读者好奇「怎么做到的」时,再亮出主角。

2. 判断先行: 直接甩一个大胆的、带立场的判断,用权威事件背书

   写法: 第一句话就是结论(央企第一家AI独角兽,诞生了/天下苦SaaS已久)。读者会本能地想知道「凭什么这么说」,后面顺势展开。

3. 对比实验: 设置一个A vs B的对决场景,让读者带着「谁赢」的心态往下看

   写法: 把产品放进一个具体的测试场景,和通用大模型/传统方案正面PK。先让竞品表现,再让主角登场。讯飞学习机用的就是这招: 模型A秒杀出答案vs晓悦老师启发式教学。

4. 悬念回溯: 抛出一个未解之谜或反常现象,激发读者追查欲

   写法: 先讲一个「不合理」的现象(拿了1.2亿美元然后消失了/大模型这么强学习机怎么还能卖爆),然后承诺在正文中揭晓答案。

5. 行业事件引爆式: 用一个刚发生的行业重磅事件做钩子,借势引出主角

   写法: 先用2-3句交代行业事件的热度和震动(XX刚发布的XX引爆全网/节后第一次大地震),然后指出这个事件背后的核心信号,再揭示主角其实更早就做了同样的事。这种钩子特别适合「借势型」商稿,即主角不是事件主角,但与事件高度关联。关键是要让读者觉得「原来真正的先行者是另一个」。例: GEN-1热度仍在发酵→99%参数从零训→但这条路线并非首创→两个月前,原力灵机就已交卷。

开头结构(通用):

钩子(1-3句,制造好奇) → 主角亮相(1句,点名是谁) → 成绩单(1-2句,用数据立住credibility) → 设问过渡(1句,引向正文)

开头的节奏标杆: 平均每2-3句换一次段。开头是全文节奏最快的部分,要有「连珠炮」的感觉。

二、正文: 论证引擎

正文通常分2-3个大段,每段有独立的小标题(用##标记)。

段落间的逻辑关系决定全文骨架:

每个大段必须回答一个清晰的核心问题。段与段之间形成递进关系:

• What(做了什么) → How(怎么做到的) → Why(为什么重要)
• 产品 → 商业模式 → 生态
• 事件 → 实力 → 意义

不论选哪种,每个大段的开头必须有一句过渡句,承接上段、引出本段。绝不能硬跳。

段落内部的展开模式:

每个子话题遵循「痛点→解法→效果」的三拍循环:

第一拍(痛点): 用具体场景描述问题,让读者代入

• 不要写「选品难度大」,要写「一家200人的跨境电商公司,30多个买手一周挑不出一个靠谱的品」
• 不要写「外教水平参差不齐」,要写「孩子和外教之间隔着文化差异和年龄代沟两道鸿沟」

第二拍(解法): 介绍产品/技术如何解决,适度展开技术细节

• 技术段要回答so what,不要堆术语
• 用类比: SFT是照猫画虎,RL是自己修行; 精准学像老中医望闻问切; 百工是中央厨房
• 复杂架构用「先......再......最后......」的线性叙事拆解,不要并列堆砌

第三拍(效果): 用数据或案例证明

• 有数字就上数字: ROI提升6倍、延迟压缩至1.5秒、月利润增长至四五十万
• 没有硬数据就用场景还原: 孩子和AI外教聊得眉飞色舞,旁边家长一脸懵

技术段落的特殊处理:

技术是商稿最容易写崩的部分。核心原则: 每个技术点都要服务于一个读者能感知的价值。

技术段落写完后,必须额外做「顿号减法」。凡是连续并列多个名词来显示复杂性的句子,先删到一个核心概念,再看信息是否损失。读者需要的是判断,不是概念清单。

写法模板:

1. 先讲痛点(为什么需要这个技术)
2. 再讲限制(现有方案为什么不行)
3. 然后讲解法(他们怎么做的,用类比)
4. 最后讲结果(效果如何,用数据)

例: 不要写「自研多模态语音理解大模型,实现95%准确率」 要写: AI导师得有好耳朵。但课堂不是录音棚,方言、同音字、环境噪音全是坑。极限和极线发音一模一样,没有上下文根本分不清。与爱为舞自研了多模态语音理解模型,让语音识别不再只听声音,而是能理解教学上下文。准确率从行业最好的80%,提升到95%以上。

行业视角写技术(重要补充):

当用户要求偏行业视角而非深度技术拆解时,技术段的写法需要大幅调整。核心原则: 把技术决策翻译成行业判断和商业逻辑,让读者感受到「为什么这么做是聪明的」,而不是「这个技术细节是什么」。

具体手法:

1. 二元对立叙事框架: 把抽象的技术路线之争,转化为读者直觉可感知的对比。比如「死记硬背vs理解规律」「背诵电机角度vs理解拿起来这件事本身」「嫁接式训练vs原生训练」。用一个鲜明的对立,让读者秒懂两条路线的本质区别,不需要展开任何技术细节。

2. 拟人化对话式阐释: 把模型训练策略写成「对模型说话」。例: 不要写「多任务混合训练迫使模型学习通用特征而非过拟合到特定硬件」。要写: 相当于对模型说,你不是喜欢死记硬背吗？好,我把所有任务和所有本体混杂在一起扔给你。来,背！事实证明,这一策略成功锁死了模型想走捷径的念头。

3. 为技术现象造词: 给一个复杂的技术问题发明一个有冲击力的新名词。例: 微调VLM导致参数膨胀的问题,可以称为「参数层面的幻觉」。这种造词让读者一下子记住核心论点,比解释三段技术原理更有效。

4. 行业八卦化包装: 把技术博客的发布写成行业事件。例: 不要写「Generalist发布了GEN-1技术博客,阐述了从零训练的优势」。要写: 与其说是技术分享,不如说是一篇教同行做事的檄文。一点甲不叠,上来就否定了当前炙手可热的世界模型与VLA之争。

5. 紧凑维度式呈现: 当需要列举多个并列维度(如泛化的四个维度、产品的三个特征)时,不用bullet point,也不用纯散文,而是用「名称+冒号+一句话」的紧凑格式,每个维度独立成行。例: 对象泛化: 同样是抓取,换个形状、材质、大小,照样得稳稳拿住。 场景泛化: 在A仓库能干活,搬到B车间也不能掉链子。 这种格式既保持了信息的结构感,又不会陷入bullet point的生硬。

三、收尾: 价值锚定

收尾占全文5%-15%,任务是给读者一个「看完值了」的感受。

三种收法:

1. 价值升华: 从个案拉到行业/社会层面,点明技术对更多人的意义

   • 关键: 不要空喊口号。要落到具体的人群或场景上
   • 好的: 当斑马口语将外教以标准化形式重新定义后,教育行业将迎来新一轮变革
   • 差的: AI将改变世界,让我们拭目以待

2. 回扣开头: 呼应开篇提出的问题或悬念,形成闭环

   • 讯飞学习机: 开头问「2026年还值得买吗」,结尾答「有」,一个字收束
   • 它石智航: 开头「消失一年」,结尾「只是起点」

3. 引用收束: 用行业大佬或受访者的一句话做结,增加份量感

   • 斑马口语引用Transformer八子之一Vaswani的观点
   • 百融云创引用产品官的生态理念

收尾禁区:

• 不要写「让我们拭目以待」「未来可期」这类空话
• 不要突然冒出正文没提过的新信息
• 不要过度煽情

节奏与排版

句子长度

• 主力句: 15-25字,干脆利落
• 偶尔穿插: 35-50字的长句,用于复杂论述
• 强调句: 5-10字,单独成段,用于转折、判断、金句

节奏标杆(从实际稿件中提炼):

答案是对了,看起来好像也讲了解题过程,但如果拿这套方法教学员,那肯定是要被家长投诉的啊......

完全没有引导学员思考,一上来就把答案透露了。就像个纯天赋型学霸,风驰电掣做完题,然后猛地丢给你一个结果,问你:「我说的对不对!」随后才给出一串看似头头是道的分析。

不过,硅基大佬,小弟我根本听不明白你在说什么啊!

这段节奏: 中句(陈述) → 长句(展开比喻) → 短句(吐槽收束)。三种长度交替出现,读起来不累。

段落长度

• 每段不超过4-5句话
• 信息密集的技术段可以稍长,但也要在3-5句内换段
• 单句成段是重要的节奏工具,用于: 判断(有。)、转折(但这还不够。)、设问(凭什么?)

过渡技巧

段与段之间,用以下方式衔接:

• 设问过渡: 那么,AI外教如何解决这个问题?
• 转折过渡: 不过,光有聪明的脑袋还不够。
• 递进过渡: 血管疏通之后,还可以通过「提前缓存」让血液循环得更顺畅。
• 总结-转向: 综上所述,结果云定义了三件事。尽管定位不同,但本质上是同一个痛点。
• 判断式过渡: 用一句斩钉截铁的判断作为大段之间的桥梁。例: 「这不是偶然。」「Generalist偏偏不站队。」「先看成绩单。」这种过渡句通常5-10字,单独成段,既是上一段的总结,又是下一段的发令枪。在行业评论体中特别好用。

小标题

正文大段用## markdown标题标记,风格偏口语化/判断式:

• 好的: ##AI学习机的真正壁垒 / ##会上课、记性好、超温暖 / ##专为儿童学习而生的AI外教
• 差的: ##产品介绍 / ##技术架构 / ##行业分析

视觉元素占位

稿件中适当标注视觉元素位置:

• 产品demo视频: 【XX功能-视频】
• 产品截图/数据图: 用占位
• 对比表格: 写成自然语言对比,不用表格

比喻与类比库(从已有稿件中提炼的高频模式)

好的比喻能让技术段落活过来。以下是经过验证的类比范式:

• 不可能三角: 成本、质量、规模三选二,XX打破了这个限制(教育类高频)
• 老中医: 精准诊断类产品 → 望闻问切、追根溯源
• 中央厨房: 平台型产品 → 原材料采购、厨师加工、预制菜
• 教师资格证考场: AI经历训练后的评测环节 → 笔试、面试、实习
• 快与慢系统: 系统优化/分级处理 → Kahneman的系统一和系统二
• 莲藕肉身三件套: 多模态能力 → 耳朵(ASR)+嘴巴(TTS)+身体(数字人)
• 发动机+降落伞: 技术能力+工程保障的组合
• 铲子vs矿工: SaaS(卖工具)vs RaaS(卖结果)

使用原则: 每篇文章1-3个核心比喻,贯穿全文。不要每段换一个比喻,那会显得散。

贯穿式比喻(高级用法):

最高级的比喻不是点缀,而是贯穿全文的叙事线索。在开头段落引入一个比喻后,在正文和收尾中反复回扣它,形成统一的认知锚点。

例: 「拐杖」比喻。在GEN-1段落中,把VLM/VLA/世界模型比作「数据匮乏时期的拐杖」,然后追问「当身体恢复健康、肌肉足够强壮后,我们还需要拐杖吗？」。到收尾段再次出现: 「摒弃一切拐杖的借力,可能才是通往终局的唯一路线」。读者从头到尾都在同一个比喻框架里思考,认知负担最低。

新增类比范式(从实战稿件中提炼):

• 死记硬背vs理解规律: 适用于「端到端原生训练vs微调嫁接」类叙事。模型背诵电机角度就像死记硬背,理解操作的物理规律才是真正的学习。
• 拐杖: 适用于描述过渡性技术手段。VLM微调、仿真数据都是「拐杖」,原生能力才是「肌肉」。
• F1赛车/规则制定者: 适用于行业约束下的战略选择叙事。资源限制催生不同路线,像F1限制车胎规格催生不同赛车策略。
• 雇佣兵vs传教士: 适用于「想法驱动vs目标驱动」的研究范式对比。追涨杀跌是雇佣兵,选定终极目标埋头苦行是传教士。

商稿的隐性要求

客户露出

商稿的本质是付费内容,但读者体验要像在看一篇有价值的行业报道。处理方式:

• 产品名称/品牌名在正文中自然出现,不要刻意重复
• 把产品优势包裹在「解决行业痛点」的叙事里,而非「这个产品有XX功能」的罗列里
• 技术细节要足够硬核,让读者觉得「学到了」,而不是「又在打广告」
• 适当加入第三方数据、行业报告、竞品对比,增加客观感

信息密度

量子位的读者群体技术素养较高。写作时注意:

• 不要在常识上浪费篇幅(不需要解释什么是大模型、什么是SaaS)
• 技术概念保留英文原词: Agent、Token、SFT、RL、GRPO、prefill、decode
• 行业黑话可以直接用: SKU、MOQ、GMV、ROI、Listing
• 但要确保每个术语第一次出现时,上下文能让非专业读者猜到大概意思

数据使用

• 有精确数据就用精确数据: 转化率从0.6%飙升至2%,准确率95%以上
• 没有精确数据就用量级感: 百万级用户、数十万小时数据
• 对比数据比绝对数据更有冲击力: 比真人外教便宜77%、ROI提升6倍
• 时间线数据增加叙事纵深: 从2021年起蝉联五年、深耕11年

输出要求

直接输出完整稿件正文,包括:

1. 推荐标题(3-5个备选)
2. 开头
3. 正文各段(带小标题)

不加任何写作说明、自我点评或前言。

如果素材分多次提供,每次撰写当前部分,保持与前文风格一致。

稿件中需要插入视频/图片的位置,用【描述】或标注。