kangarooking 五件套检查清单 — 内容完备性 + 证据标准
R — 原文 (Reading)
"一条强X内容往往像一个小型信息产品:①第一眼能看懂的价值承诺——这和我有什么关系;②一个具体使用场景——我什么时候会用到;③降低门槛的步骤、入口或解释——我现在能不能开始;④截图、数字、案例这样的证据——我凭什么相信;⑤一个值得收藏或转发的理由——我为什么要留着它。"证据须满足"三个可":可见(截图/录屏)、可点(链接/工具名)、可算(数字/成本/步骤)。带"地址见评论"进前10%概率约40%。
— 向阳乔木, X爆款秘籍分享 · 五件套检查清单 / 三个可
I — 方法论骨架 (Interpretation)
把一条推文当"小型信息产品"做发布前自检。五件套是五个读者决策点,每件回答一个问题:
- 价值承诺 → "这和我有什么关系?" — 第一眼能看懂能拿走什么,不是标题党而是价值预览
- 使用场景 → "我什么时候会用到?" — 具体场景而非抽象功能描述
- 低门槛入口 → "我现在能不能开始?" — 步骤/链接/搜索路径,降低行动成本
- 证据(三个可) → "我凭什么相信?" — 可见(截图/录屏/对比图)、可点(链接/工具名/搜索路径)、可算(数字/时间/成本/步骤),至少满足一个;数据表明带"地址见评论"进前10%概率约40%,带资源词约35%,带"免费/简单"低门槛信号约30%
- 收藏理由 → "我为什么要留着它?" — 读者未来还会用到才会收藏,收藏>点赞是信任信号
核心洞察:五件套是检查工具不是写作模板 — 先写完初稿,再逐件查缺哪补哪。缺任一件不是"少了一点",而是读者在该决策环节直接流失。
A1 — 书中的应用 (Past Application)
案例 1: 飞书博物馆文档帖 (26.3 万浏览)
- 问题: 如何让一个资源分享帖获得高传播
- 方法论的使用: 逐件对照——价值承诺="全球博物馆155万份藏品整理进飞书,直接可用入口"(第一眼看懂);场景=查博物馆藏品;入口="网址见评论区"(地址见评论→进前10%概率约40%);证据=155万份(可算)+"直接可用"(可点);收藏理由=未来查藏品要用
- 结论: 五件齐全,尤其第4件满足"可算+可点",第3件用"地址见评论"降低门槛
- 结果: 26.3 万浏览,资源入口型中位互动 2965 的代表案例
案例 2: Claude Code 爬虫抓取 Paul Graham 文章帖 (171 万浏览,最高)
- 问题: 如何演示 AI 工具能力同时获得最高传播
- 方法论的使用: 逐件对照——价值承诺="提示词抓取 PG 所有文章做成 epub";场景=想把作者全集合做成电子书;入口=提示词直接给出(可复制);证据=三个可全满足(可见=结果截图,可点=提示词可复制,可算="4 分钟"时间数字);收藏理由=提示词可反复用
- 结论: 五件齐全且第4件"三个可"全满足,是全部案例中曝光最高的
- 结果: 171 万浏览,400 转发,2293 收藏
A2 — 触发场景 (Future Trigger) ★
用户会在什么情境下需要这个 skill?
- 初稿写完、发布前做完备性检查 — "帮我看看这条推文还缺什么"
- 纠结"这条推文发出去会有人收藏吗" — 需要逐件查哪件缺导致不收藏
- 帖子已写好但感觉"差点什么",说不清缺什么 — 需要结构化检查工具定位
- 想确认证据是否够强 — 需要用"三个可"检验证据质量
语言信号 (用户的话里出现这些就应激活)
- "帮我检查这条推文还缺什么" / "checklist for tweet"
- "这条推文发出去会有人收藏吗" / "worth saving"
- "这条内容够不够完整" / "is this tweet complete"
- "证据够不够" / "need more evidence" / "三个可"
- "五件套" / "five-piece checklist"
与相邻 skill 的区分
- 与
x-four-saves(四省模型) 的区别: 四省模型是估值工具——"值不值得发"(帮读者省几步路);五件套是检查工具——"发之前查缺补漏"(五件是否齐全)。先用四省估值决定发,再用五件套查完备性。若用户还在纠结"值不值得发",应触发四省而非五件套。 - 与
x-short-content-craft(短内容工艺) 的区别: 短内容工艺是起草工具——"怎么写"(选类型 + Hook-Body-CTA);五件套是检查工具——"起草完检查"(五件是否齐全)。若用户还没写初稿,应触发短内容工艺而非五件套。 - 与
x-three-translations(三次翻译) 的区别: 三次翻译是改写工具——把公告式语言翻译成读者语言;五件套第4件(证据)是三次翻译第3次(结论→证据)的检验标准。若用户的问题是"怎么把公告改成帮助式表达",应触发三次翻译。
E — 可执行步骤 (Execution)
当 skill 被激活后, agent 应按以下步骤执行:
逐件检查初稿
- 对五件套逐一标注 ✓ 或 ✗: ①价值承诺 ②使用场景 ③低门槛入口 ④证据 ⑤收藏理由
- 完成标准: 五件均标注完毕,明确哪件缺
对第4件(证据)做"三个可"检验
- 逐一查: 可见?(有截图/录屏/对比图) 可点?(有链接/工具名/搜索路径) 可算?(有数字/时间/成本/步骤)
- 完成标准: 三个可逐一标注,至少一个 ✓;若三个都没有,标记为"弱主张"
- 判停条件: 若初稿已有数字 + 截图(可算 + 可见),证据充分,直接跳到步骤 4
缺件补件
- 缺价值承诺 → 第一句重写为"读者能拿走什么",而非"我发布了什么"
- 缺场景 → 加一个"当你想 X 时"的具体使用场景
- 缺入口 → 加链接/工具名/搜索路径,或用"地址见评论"(进前10%概率约40%)
- 缺证据 → 加截图/数字/对比,优先补"可算"(数字/对比最缺也最有效)
- 缺收藏理由 → 问"读者未来什么时候会回来找这条",把答案写进结尾
- 完成标准: 每件 ✗ 都有具体补件建议
输出检查结果
- 格式: 五件 ✓/✗ 清单 + 三个可 ✓/✗ + 补件建议(逐条)
- 完成标准: 用户拿到结果后知道改什么、怎么改
B — 边界 (Boundary) ★
不要在以下情况使用此 skill
- 还没写初稿时 — 五件套是检查工具不是写作模板;先写再查。若用户说"我想发一条教人用 Raycast 的推文,怎么写",应触发
x-short-content-craft - 用来评估"值不值得发" — 那是
x-four-saves(四省模型)的事;五件套默认你已决定发,只查完备性。若用户说"这条值不值得发",应触发四省模型 - 对纯观点/故事型内容强求五件齐全 — 五件套最适用资源入口型/工具教程型;普通表达型(纯观点/感叹)不强求五件,应先用
x-content-archetypes转化原型
作者在书中警告的失败模式
- ce15(把过拟合经验当通用公式套) — 五件套是检验工具非教条,别机械套用。不同内容原型对五件的需求程度不同:资源入口型/工具教程型五件缺一不可,普通表达型不强求。向阳乔木自注"粗看有点过拟合,仅供参考"
作者的盲点 / 时代局限
- 五件套来自向阳乔木个人 3.4G 数据(AI/产研赛道、男性为主的华人受众、2023-2026 年特定算法版本),其统计结论(如"地址见评论"40% 概率)是个人样本的过拟合结果,不同赛道/受众/时期数据分布不同
- "三个可"的统计数据(40%/35%/30%)是时点数据,会随算法版本漂移;具体概率数字仅作参考,核心逻辑(具象证据比抽象观点可信)不依赖具体数字
容易混淆的邻近方法论
- 四省模型(估值)vs 五件套(检查): 前者是"值不值得发"(省几步路),后者是"发之前查缺补漏"(五件齐全)
- Hook-Body-CTA(结构)vs 五件套(完备性): 前者是"怎么组织内容"(三段式),后者是"查漏"(五要素是否缺)
- 三次翻译(改写)vs 五件套第4件(证据): 前者是"怎么把结论变成证据",后者是"检验证据够不够(三个可)"
相关 skills
- depends-on
x-four-saves: 检查结构完备性前先过四省估值——先判断"值不值得发",再查"齐不齐"。四省是估值门槛,五件套是结构审计。 - composes-with
x-three-translations: 三次翻译改写语言质量,五件套检查结构完备性,配合使用——翻译完验证证据是否满足"三个可"。 - composes-with
x-short-content-craft: 起草完用五件套检查,两者一造一检——先生产再查漏。
审计信息
- 验证通过: V1 ✓ / V2 ✓ / V3 ✓
- 测试通过率: 待测 (详见 test-prompts.json)
- 蒸馏时间: 2026-07-14