Jun
火种｜视频图解生成器
很多视频不是“没有内容”，而是内容太抽象、太密，观众听懂了前一句，下一句就忘了。 「火种｜视频图解生成器」会把你的想法、脑暴、提纲、脚本、逐字稿或文章，先拆成真正值得视觉化的概念，再判断它更适合用流程、对比、架构、层级、循环、分支、决策树还是其他图解结构表达。 它不会为了凑数量硬画，也不会把复杂内容塞成一张密密麻麻的信息图。多张图会保持同一套视觉语言、命名和语义色，方便直接插入视频作为讲解骨架。 特别适合： 解释复杂概念 拆解工作流 对比两种方法 展示系统结构 讲清因果关系 把长篇脑暴整理成一组视频视觉节点 默认输出为 16:9 静态图解。若运行环境无法提供可编辑 Excalidraw 源文件，会明确说明，不会把静态图片冒充 .excalidraw。 适用场景 场景 1｜把脑暴变成图解 只有一大段口述想法，没有完整脚本。技能会从中找出最值得画的观点，整理成一组有讲述顺序的图解。 场景 2｜把脚本变成视频视觉节点 已有完整脚本，但不知道哪里该加画面。技能会判断哪些段落值得视觉化，并选择合适的图型。 场景 3｜解释复杂概念 例如 AI Agent 如何工作、为什么工作流比单次演示重要、商业模式如何运转、产品架构包含哪些层。 场景 4｜拆工作流 / 流程 例如：选题池 → 研究 → Hook → 脚本 → 制作 → 复盘。 场景 5｜做对比 例如：没有工作流 vs 有工作流；传统方式 vs AI 方式；单次成功 vs 稳定可复制。
火种｜视频开头打磨器（BRENS Hook Builder）
很多视频不是内容不够好，而是开头没有把真正的价值说清楚。 「火种｜视频开头打磨器」遵循 BRENS Hook Builder理念：先锁定 Content Promise，再判断 Big、Relatable、Easy、New、Safe 哪些真实存在，最后才写 Hook。 它不会为了“更炸”凭空补数据、经历、结果或权威，也不会强行凑满五个 BRENS 维度。你可以拿已有开头来微调，也可以直接给脚本 / transcript / 大纲从零构建；如果已经用「火种 02」拆出了一个参考视频的结构，还可以只迁移结构到你自己的内容里。 核心顺序： Content Promise → BRENS → Hook 适合：YouTube、播客视频、知识内容、体验评测、教程、访谈等需要提高开头表达效率的创作者。 用法 A｜已有开头，但不够抓人（Polish） 给它：当前 Hook + 正文 / 大纲 / 内容摘要。 示例： 这是我现在的开头和视频内容。尽量保留我的语气，只做必要修改，把真正值得看的地方提到前面。 用法 B｜内容已经有了，但还没写开头（Build） 给它：transcript / 完整脚本 / 大纲 / 明确内容摘要。 示例： 这是我的视频内容。请先判断这条视频真正能承诺什么，再用 BRENS 写 1 个推荐开头。 用法 C｜已经用火种 02 拆过参考视频（Transfer） 给它：火种 02 的 Hook Outline / 可复用模板 + 你自己的内容。 示例： 请只迁移下面参考结构的拍点功能，不要复制原视频事实和措辞，用我的内容写自己的开头。 用法 D｜只想诊断，不想被 AI 重写（Audit） 给它：已有 Hook + 正文 / 大纲。 示例： 只做 BRENS 诊断，不要改写。告诉我现在最值得改的 1–3 个地方。 推荐输入优先级： 成片 transcript / 完整脚本 内容大纲 明确内容摘要 已有 Hook / 标题 火种 02 的参考结构 材料越接近真实成片，Hook 越不容易出现“包装比内容走得更远”的问题。 如果目标受众、平台、视频长度、语气、版本数量或改动幅度已经确定，直接写出来即可。
研究火种｜热门视频开头拆解器
准备做视频时，我们经常会遇到一种情况：你明明看出某条参考视频“很会讲”，但真正轮到自己做时，只能凭感觉模仿。 「火种｜热门视频开头拆解器」就是为这一步准备的。 给它一条明确的 YouTube 视频，它会先确认视频对象并读取可验证字幕，再把三个容易混在一起的东西分开： Literal 30s：视频 0:00–0:30 实际发生了什么。 Intro：进入主体前的整个开场。 Hook / Re-hook：真正承担留住观众作用的一个或多个结构拍点。 因此，它不会因为“大家都说前 30 秒最重要”，就强行把所有视频的前 30 秒解释成 Hook。真正的 Hook 在 1 分钟以后，它也会如实告诉你；字幕或时间戳不足，它会明确标出证据缺口，而不是补一个看起来很专业的答案。 完成开头拆解后，它会继续用提纲还原整条视频的内容结构：视频靠时间线、实验、步骤、对比、故事、问题链还是其他组织装置往前推进？最后再把这些结构抽象成 [槽位] 模板。 模板保留的是结构顺序和功能，不是原作者的经历、措辞、品牌、数字、观点或权威身份。 最终你得到的不是一份视频摘要，而是一张可以继续交给下一步创作使用的 Hook Outline + 全片结构模板。 它不会做什么 它不会： 直接替你写最终新 Hook； 用 BRENS 给你的开头评分或改写； 大规模搜索整个赛道或频道； 生成完整脚本； 生成图解、素材、动画或缩略图。 大规模找参考样本属于上游「火种｜YouTube内容研究员」；你自己的 Hook 打磨属于后续对应 Skill。
研究火种｜YouTube内容研究员
准备做一条视频，却不知道这个题别人已经怎么做了？ 「火种｜YouTube内容研究员」会真正进入 YouTube 做研究：寻找相关视频、读取字幕、拆解标题与前 30 秒、还原内容结构，并从多个样本中找出反复出现的表达方式、明显差异和还没人做好的空白。 你可以用它来： 研究一个主题现在有哪些内容正在被反复采用 深挖一条视频到底是怎么讲的 扫描一个频道的选题、标题和内容习惯 拆前 30 秒 Hook 和整条视频结构 在已有视频中寻找新的创作切口 研究你自己的成片应该怎样重新包装 它不会因为一条视频播放高，就武断地告诉你“这个标题一定有效”；拿不到字幕、时间戳或表现数据时，也会明确告诉你证据缺在哪里。 最终给你的不是一堆视频摘要，而是一份可以直接交给下一步选题、Hook 或脚本工作的 YouTube 研究简报。 适合：YouTube 创作者、视频策划、自媒体运营，以及每次动手拍之前都想先看看“这个题别人已经做到哪一步”的人。
新芽｜投资变化雷达 Thesis Change Monitor
不用天天盯着一家公司 关注一家公司以后，很容易进入一种状态： 每天刷新闻、看财报、看采访、看研报、看股价…… 因为总担心： “会不会有什么重要变化我没看到？” 问题是，大多数消息其实并不会改变什么。 新品发布、管理层采访、券商上调目标价、股价涨跌、媒体重复报道…… 看了很多，最后还是不知道： 到底有没有哪件事，真的值得我重新判断这家公司？
新芽｜投资假设审计器
不要帮我证明观点，帮我审计观点 很多投资判断的问题，不是数据完全错误，而是正确的数据支撑了一个过度延伸的结论。 比如： “AI 订单很多，所以未来三年利润一定高速增长。” “公司业务很好，所以现在股票很便宜。” “客户不断增加，所以已经形成了网络效应。” “管理层说技术领先，而且写进了财报，所以护城河已经得到证明。” 「新芽｜投资假设审计器」不会替你寻找更多理由证明自己是对的。 它会把你的投资观点拆成一条可以审计的 Critical Path，逐层检查： 事实 → 证据 → 因果关系 → 隐藏假设 → 商业化 → 经济结果 → 估值 并通过优先检索一手资料，回答几个真正重要的问题： 哪些部分已经被证据证明？ 哪些只是合理推断？ 哪个必要环节最脆弱？ 有没有真正攻击 Thesis 的反证？ 还有什么证据最可能改变结论？ 最终给出五档之一： SUPPORTED / PARTIALLY SUPPORTED / FRAGILE / BROKEN / INSUFFICIENT DATA 结论必须能够追溯到具体的 Necessary Claim 和证据，而不是模糊的“综合来看”。
研究新芽｜产业信号翻译器（Sprout Signal Translator）
一条重大产业新闻里，最值得研究的往往不是新闻里的那家公司。 NVIDIA 的需求爆发可能改变服务器、电力和散热产业；一家未上市 AI 公司快速增长，可能真正给云厂商、芯片设计商和网络供应商创造收入；而一场很热门的 CEO 演讲，也可能没有改变任何经济事实。 新芽｜产业信号翻译器会先核验事件，再沿着价值链追踪： 发生了什么 → 什么假设被改变 → 钱流向哪里 → 下一个瓶颈是什么 → 谁早已有能力解决它 → 市场是否已经完成重估。 它既寻找直接受益者，也寻找潜在受损者、Picks & Shovels，以及那些“成熟主营提供安全垫，新产业提供增长期权”的 Emerging Sprout Candidate。 找不到可靠经济传导时，它允许输出 NONE。 它不会提供 BUY / SELL、目标价或收益承诺。它的目标不是预测下一只暴涨股票，而是把产业变化翻译成值得继续验证的研究线索。