Oh Story Long Scan

研究长篇网文平台与榜单样本,分析读者契约、题材组合、主角机制、开篇兑现、更新阶段、升级空间和作者适配度。用于长篇扫榜、市场趋势观察、选题比较或开书前验证方向。

lipu-jpg Updated

File contents

Oh Story 长篇市场研究

把榜单当作有偏差的市场样本,不把排名本身当作选题答案。先确认平台、榜单口径、目标读者、题材范围、采样日期和作者自身优势。

执行流程

  1. 收集可复核样本,并为每组数据记录平台、榜单类型、链接、访问日期、可见口径和样本量。
  2. 使用 references/method.md 编码题材组合、情绪承诺、主角起点、核心机制、首个冲突、首次兑现和长期升级空间。
  3. 先报告样本频次,再解释可能机制;把样本少的新组合标为信号,不直接称为趋势。
  4. 输出多个选题候选,分别说明市场证据、作者适配、差异化、开篇验证方式、持续写作空间和风险。
  5. 市场结论只作为 Goethe 的讨论输入,不直接改写项目资产。

数据边界

  • 不执行上游 Node、CDP 或平台抓榜脚本,不启动或重启浏览器,不绕过登录或访问限制。
  • 只使用当前会话可访问、Deep Research 返回或用户提供的来源;无法获得实时数据时给研究框架和待查清单,不伪造最新榜单。
  • 区分流量榜、付费榜、新书榜、完结榜和编辑推荐,说明推荐位、作者存量读者、热点事件等偏差。

本 Skill 改编自 oh-story-claudecodestory-long-scan,基于提交 48a4789d1f542eb672addf8ccb5dbdc20e63be46;MIT 许可见同目录 LICENSE

lipu-jpg/openwrite/tree/main/presets/goethe/skills/oh-story-long-scan commit 6962b61bd7

Frequently asked questions

npx skillmds@latest add lipu-jpg/oh-story-long-scan