Jun
火種｜影片圖解生成器
很多影片不是「沒有內容」，而是內容太抽象、太密，觀眾聽懂了前一句，下一句就忘了。 「火種｜影片圖解生成器」會把你的想法、腦力激盪、提綱、腳本、逐字稿或文章，先拆成真正值得視覺化的概念，再判斷它更適合用流程、對比、架構、層級、循環、分支、決策樹或其他圖解結構表達。 它不會為了湊數量硬畫，也不會把複雜內容塞成一張密密麻麻的資訊圖。多張圖會保持同一套視覺語言、命名和語義色，方便直接插入影片作為講解骨架。 特別適合： 解釋複雜概念 拆解工作流程 對比兩種方法 展示系統結構 講清因果關係 把長篇腦力激盪整理成一組影片視覺節點 預設輸出為 16:9 靜態圖解。若執行環境無法提供可編輯的 Excalidraw 原始檔，會明確說明，不會把靜態圖片冒充成 .excalidraw。 適用場景 場景 1｜把腦力激盪變成圖解 只有一大段口述想法，沒有完整腳本。技能會從中找出最值得繪製的觀點，整理成一組有講述順序的圖解。 場景 2｜把腳本變成影片視覺節點 已有完整腳本，但不知道哪裡該加入畫面。技能會判斷哪些段落值得視覺化，並選擇合適的圖型。 場景 3｜解釋複雜概念 例如 AI Agent 如何運作、為什麼工作流程比單次示範重要、商業模式如何運轉、產品架構包含哪些層。 場景 4｜拆解工作流程／流程 例如：選題池 → 研究 → Hook → 腳本 → 製作 → 復盤。 場景 5｜進行對比 例如：沒有工作流程 vs 有工作流程；傳統方式 vs AI 方式；單次成功 vs 穩定可複製。
火種｜影片開頭打磨器（BRENS Hook Builder）
很多影片不是內容不夠好，而是開頭沒有把真正的價值說清楚。 「火種｜影片開頭打磨器」遵循 BRENS Hook Builder 理念：先鎖定 Content Promise，再判斷 Big、Relatable、Easy、New、Safe 哪些真實存在，最後才寫 Hook。 它不會為了「更炸」憑空補上數據、經歷、結果或權威，也不會強行湊滿五個 BRENS 維度。你可以拿現有開頭來微調，也可以直接提供腳本／transcript／大綱，從零開始建構；如果已經用「火種 02」拆出了參考影片的結構，還可以只將結構轉移到你自己的內容裡。 核心順序： Content Promise → BRENS → Hook 適合 YouTube、Podcast 影片、知識型內容、體驗評測、教學、訪談等需要提升開頭表達效率的創作者。 用法 A｜已有開頭，但不夠吸引人（Polish） 提供：目前的 Hook＋正文／大綱／內容摘要。 範例： 這是我目前的開頭和影片內容。盡量保留我的語氣，只做必要修改，把真正值得看的地方提前。 用法 B｜內容已經有了，但還沒寫開頭（Build） 提供：transcript／完整腳本／大綱／明確的內容摘要。 範例： 這是我的影片內容。請先判斷這支影片真正能承諾什麼，再用 BRENS 寫出 1 個推薦開頭。 用法 C｜已經用火種 02 拆過參考影片（Transfer） 提供：火種 02 的 Hook Outline／可重複使用的模板＋你自己的內容。 範例： 請只轉移下方參考結構的節奏功能，不要複製原影片的事實和措辭，用我的內容寫出自己的開頭。 用法 D｜只想診斷，不想被 AI 重寫（Audit） 提供：已有的 Hook＋正文／大綱。 範例： 只做 BRENS 診斷，不要改寫。告訴我目前最值得修改的 1–3 個地方。 推薦輸入優先順序： 完成影片的 transcript／完整腳本 內容大綱 明確的內容摘要 已有的 Hook／標題 火種 02 的參考結構 素材越接近實際完成的影片，Hook 越不容易出現「包裝比內容走得更遠」的問題。 如果目標受眾、平台、影片長度、語氣、版本數量或修改幅度已經確定，直接寫出來即可。
研究火種｜熱門影片開頭拆解器
準備製作影片時，我們經常會遇到一種情況：你明明看出某部參考影片「很會講」，但真正輪到自己製作時，只能憑感覺模仿。 「火種｜熱門影片開頭拆解器」就是為這一步準備的。 給它一部明確的 YouTube 影片，它會先確認影片對象並讀取可驗證的字幕，再把三個容易混在一起的東西分開： Literal 30s：影片 0:00–0:30 實際發生了什麼。 Intro：進入主體前的完整開場。 Hook / Re-hook：真正承擔留住觀眾作用的一個或多個結構拍點。 因此，它不會因為「大家都說前 30 秒最重要」，就強行把所有影片的前 30 秒解釋成 Hook。真正的 Hook 在 1 分鐘以後，它也會如實告訴你；字幕或時間戳不足，它會明確標出證據缺口，而不是補上一個看起來很專業的答案。 完成開頭拆解後，它會繼續用提綱還原整部影片的內容結構：影片靠時間線、實驗、步驟、對比、故事、問題鏈，還是其他組織裝置往前推進？最後再把這些結構抽象成 [槽位] 模板。 模板保留的是結構順序和功能，不是原作者的經歷、措辭、品牌、數字、觀點或權威身分。 最終你得到的不是一份影片摘要，而是一張可以繼續交給下一步創作使用的 Hook Outline + 全片結構模板。 它不會做什麼 它不會： 直接替你寫最終的新 Hook； 用 BRENS 為你的開頭評分或改寫； 大規模搜尋整個賽道或頻道； 生成完整腳本； 生成圖解、素材、動畫或縮圖。 大規模尋找參考樣本屬於上游「火種｜YouTube 內容研究員」；你自己的 Hook 打磨則屬於後續對應的 Skill。
研究火種｜YouTube 內容研究員
準備做一支影片，卻不知道這個題目別人已經怎麼做了？ 「火種｜YouTube 內容研究員」會真正進入 YouTube 進行研究：尋找相關影片、讀取字幕、拆解標題與前 30 秒、還原內容結構，並從多個樣本中找出反覆出現的表達方式、明顯差異，以及還沒有人做好的空白。 你可以用它來： 研究一個主題目前有哪些內容正被反覆採用 深入分析一支影片究竟是怎麼講的 掃描一個頻道的選題、標題和內容習慣 拆解前 30 秒的 Hook 與整支影片的結構 在既有影片中尋找新的創作切入點 研究你自己的成片應該如何重新包裝 它不會因為一支影片播放量高，就武斷地告訴你「這個標題一定有效」；拿不到字幕、時間戳或表現數據時，也會明確告訴你證據缺少在哪裡。 最後提供給你的不是一堆影片摘要，而是一份可以直接交給下一步選題、Hook 或腳本工作的 YouTube 研究簡報。 適合：YouTube 創作者、影片企劃、自媒體營運，以及每次動手拍攝前，都想先看看「這個題目別人已經做到哪一步」的人。
新芽｜投資變化雷達
不用天天盯著一家公司 關注一家公司後，很容易進入一種狀態： 每天刷新聞、看財報、看訪談、看研究報告、看股價…… 因為總擔心： 「會不會有什麼重要變化是我沒看到的？」 問題是，大多數消息其實不會改變什麼。 新品發布、管理層訪談、券商上調目標價、股價漲跌、媒體重複報導…… 看了很多，最後還是不知道： 到底有沒有哪件事，真的值得我重新判斷這家公司？
新芽｜投資假設稽核器
別替我證明觀點，幫我稽核觀點 許多投資判斷的問題，不是數據完全錯誤，而是正確的數據支撐了一個過度延伸的結論。 例如： 「AI 訂單很多，所以未來三年利潤一定會高速成長。」 「公司業務很好，所以現在的股票很便宜。」 「客戶持續增加，所以已經形成網路效應。」 「管理層表示技術領先，而且寫進了財報，所以護城河已經獲得證明。」 「新芽｜投資假設稽核器」不會替你尋找更多理由，來證明自己是對的。 它會把你的投資觀點拆成一條可以稽核的 Critical Path，逐層檢查： 事實 → 證據 → 因果關係 → 隱藏假設 → 商業化 → 經濟結果 → 估值 並透過優先檢索第一手資料，回答幾個真正重要的問題： 哪些部分已經獲得證據支持？ 哪些只是合理推論？ 哪個必要環節最脆弱？ 有沒有真正攻擊 Thesis 的反證？ 還有什麼證據最可能改變結論？ 最終給出以下五種結果之一： SUPPORTED / PARTIALLY SUPPORTED / FRAGILE / BROKEN / INSUFFICIENT DATA 結論必須能夠追溯到具體的 Necessary Claim 和證據，而不是模糊的「綜合來看」。
研究新芽｜產業信號翻譯器
一則重大產業新聞中，最值得研究的往往不是新聞裡的那家公司。 NVIDIA 的需求爆發可能改變伺服器、電力和散熱產業；一家未上市 AI 公司快速成長，可能真正為雲端服務商、晶片設計商和網路供應商創造收入；而一場熱門的 CEO 演講，也可能沒有改變任何經濟事實。 新芽｜產業信號翻譯器會先核驗事件，再沿著價值鏈追蹤： 發生了什麼 → 哪個假設被改變 → 資金流向哪裡 → 下一個瓶頸是什麼 → 誰早已具備解決它的能力 → 市場是否已經完成重新評價。 它既尋找直接受益者，也尋找潛在受損者、Picks & Shovels，以及那些「成熟主業提供安全墊，新產業提供成長選擇權」的 Emerging Sprout Candidate。 找不到可靠的經濟傳導時，它允許輸出 NONE。 它不會提供 BUY / SELL、目標價或收益承諾。它的目標不是預測下一檔暴漲股票，而是把產業變化翻譯成值得繼續驗證的研究線索。