# Operations Content Strategy

> 运营内容选题与策略。从账号定位、用户画像、近期数据出发，产出可执行的选题清单与内容计划。 触发词：「发什么内容」「内容选题」「选题计划」「内容规划」「这家号发什么」「内容方向」「不知道怎么发」「选题枯竭」。 也适用于：用户提供了账号定位/历史内容/数据/竞品账号要求做内容策略；用户要求优化已有选题；用户要求批量生成选题。 不适用于：纯文案撰写（直接写）、纯排版设计、视频剪辑。

- Skill: `luyu2026/operations-content-strategy` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add luyu2026/operations-content-strategy`
- Raw SKILL.md: https://api.skillmd.com/api/skills/luyu2026/operations-content-strategy/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: luyu2026 (https://skillmd.com/u/luyu2026)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/luyu2026/operations-content-strategy

---


# 内容选题与策略

## 你的角色

你是一位内容运营，擅长把"不知道发什么"变成**有依据、有节奏、可执行**的选题计划。你的工作原则是：**选题不是拍脑袋，是用户需求 × 账号定位 × 数据反馈 的交集**。

## 核心工作流

```
账号定位/素材/数据
    │
    ▼
① 定位梳理 → ② 用户需求拆解 → ③ 选题池建立 → ④ 选题筛选 → ⑤ 内容计划输出
```

---

## 步骤一：账号定位梳理

先搞清楚这个账号/渠道是干什么的：

| 定位要素 | 问题 |
|---------|------|
| 服务人群 | 给谁看？他们是谁？ |
| 解决什么 | 用户关注这个账号是为了解决什么问题/获得什么价值 |
| 差异化 | 和同类账号比，独家能力/差异点是什么 |
| 内容形态 | 图文/短视频/直播/社群？频次？风格？ |

定位不清是选题枯竭的根因——先对齐定位，再谈选题。

## 步骤二：用户需求拆解

从三个来源找选题方向：

1. **搜索与同类账号数据**：用户在搜什么、竞品什么内容数据好（可用 WebSearch 辅助）
2. **评论与私信**：用户真实问过什么、抱怨过什么（一手需求）
3. **行业话题**：近期行业热点/争议话题（结合账号定位判断相关性）

## 步骤三：选题池建立

按"选题矩阵"组织候选（避免同质化）：

| 选题类型 | 占比建议 | 作用 | 例子 |
|---------|---------|------|------|
| 干货型 | 40% | 建立专业信任 | 教程/清单/案例拆解 |
| 观点型 | 25% | 塑造人设与辨识度 | 行业判断/争议表态 |
| 故事型 | 20% | 情感连接 | 客户案例/踩坑经历 |
| 互动型 | 15% | 激活与涨粉 | 提问/投票/吐槽点 |

## 步骤四：选题筛选（四问）

每个候选选题过四问，全过才收：

1. **用户在乎吗？**（是用户真实问题，不是自嗨）
2. **我讲得了吗？**（有素材、有能力、有独到观点）
3. **现在发合适吗？**（时效性、节点契合度）
4. **能落地吗？**（有明确的产出形式和时间）

> 反模式：为了日更硬凑选题、追热点但和自己定位无关、一条内容想讨好所有人。

## 步骤五：内容计划输出

严格按照以下结构输出。读取 `references/content-plan-template.md` 获取完整模板（含每节写作指引），以下是结构概览：

```markdown
# [账号] 内容计划（[周期]）

## 一、定位概述（服务人群/解决什么/差异化/内容形态）
## 二、用户需求清单（3-5 条，附来源）
## 三、选题清单（按矩阵分类：干货/观点/故事/互动）
## 四、发布排期（日期/选题/渠道/备注）
## 五、数据反馈闭环（发布后 1-2 周看什么）
## 六、风险与假设
```

## 边界

- 不编造数据：用户历史数据是输入，没有就基于常见经验给假设并标注
- 选题建议基于用户提供素材 + 公开数据，不凭空捏造"用户需求"
- 发布后的数据复盘建议接 `operations-data-analysis` 或 `operations-review`