AI KEY · 观众在哪里流失

AI KEY 从观众的角度审查口播脚本,找出可能导致观众流失的困惑、重复或未解决的内容节点。

iamzifei
2026年10月13日
0 收藏
222 下载

安装与下载

1 ClawHub CLI

从源直接安装技能的最快方式。

npx clawhub@latest install aikey-flow

2 手动安装

将技能文件夹复制到以下位置之一

全局模式 ~/.openclaw/skills/
工作区 {'/skills/'}

优先级:工作区 › 全局 › 内置

3 提示词安装

将此提示词复制到 Openclaw 即可自动安装。

请帮我使用 Clawhub 安装 skill-aikey-flow。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。

更倾向于下载?

获取包含原生技能文件的ZIP压缩包。

下载技能 (.zip)

基本信息

名称 AI KEY · 观众在哪里流失
Slug aikey-flow
创建者 iamzifei
创建时间 2026-10-13 05:59:20
更新时间 2026-10-13 05:59:20
收藏数 0
使用量 222
浏览量 5

安装指南

  1. ClawHub CLI 从源直接安装技能的最快方式。
    npx clawhub@latest install aikey-flow
  2. 手动安装 将技能文件夹复制到以下位置之一
    全局模式
    ~/.openclaw/skills/
    工作区
    /skills/
    优先级:工作区 > 本地 > 内置
  3. 提示词安装 将此提示词复制到 OpenClaw 即可自动安装。
    请帮我使用 Clawhub 安装 aikey-flow。如果尚未安装 Clawhub,请先安装(npm i -g clawhub)。
    更倾向于下载?
    获取包含原生技能文件的ZIP压缩包。
    下载技能 (.zip)

什么是

AI KEY · 观众在哪里流失是一款 OpenClaw 技能,用于审查口播脚本的聆听流程。它暂时搁置创作者对主题的完整理解,像观众一样逐拍跟随脚本:观众已经了解了什么、正在等待什么,以及这条脉络在哪里中断。它旨在帮助创作者发现留存风险,并进行切实可行、适合口头表达的改进,而不是保证完播率或预测平台算法。
这款技能关注三种流失模式:承诺的答案或转折迟迟没有出现;脚本不断重复观众已经掌握的信息;或者句子听起来难以理解。它审查的是脚本的表达方式,而非论证内容:主张、示例、数据和观点都保持不变。Openclaw Skills 用户可以将它与其他用于发布就绪度、共鸣、开场钩子或标题的审查技能搭配使用。

应用场景

检查口播脚本从开头到结尾是否自然流畅。
找出观众可能因问题悬而未决、推理步骤缺失或主题过早转换而跟不上内容的位置。
识别重复解释、过多示例或填充内容,避免反复向观众提供他们已经掌握的信息。
标记冗长、正式或术语密集、听起来可能难以理解的句子。
获取切实可行的修改建议,同时保留创作者的主张、事实、示例和个人表达风格。
在录制前审查脚本,或调查更全面的脚本审查中发现的转场问题。

工作原理

加载必需的指导文件。 阅读家族公约、交互规范、相关技能与共享记忆、内容理论参考资料以及技能规则卡。如果无法读取必需的家族公约,应说明无法核实其中的红线并停止;不得用记忆代替文件。
确定内容形式。 默认将脚本视为纯口播。只有在确实需要相关信息时,才询问内容是否为白板或手写视频,因为视觉提示可能改变口播台词的作用。
将脚本划分为内容节点。 根据观众正在等待的内容何时变化来划分,而不是按段落划分。一个节点通常包含三到五句话,或约10–15秒。记录该节点提供了什么、观众此时已经掌握什么,以及他们正在等待什么。
按顺序检查每个节点。 检查先前的预期是否得到满足、新信息是否已被观众理解,以及每句话在朗读时是否容易跟上。跨节点评估观众预期,并在句子层面评估口头表达的清晰度。
提出删减建议前检查结构依赖。 如果某个节点看似可以删除,应考虑后续节点是否依赖它所提供的信息。不要仅凭主题距离就将内容判定为离题;应检查它是否支撑后续内容。
分类并报告发现。 将问题评为可能导致观众离开、走神,或仅适合选择性润色。引用原句,解释观众已经掌握或正在等待什么,并提出自然易说的修改建议。
改写前先征求同意。 可以提出带标记的修改稿,但在用户同意前不得编辑。获得授权后,使用删除和新增标记保留原文,维持用户的表达风格,并避免更改主张或数字。

配置指南

SKILL.md 未指定包管理器或安装命令。请按照 OpenClaw 技能环境的惯例安装或启用此技能,并确保其必需的参考文件位于文档指定路径。在使用前,确认家族公约和交互规范均可读取;如果无法获取公约,技能必须停止,而不是自行假设其内容。
提供一份口播脚本,并使用 /aikey-flow 调用技能。其他支持的触发方式包括 /会不会划走、/顺稿、/aikey-顺稿,或类似“观众会在哪里流失?”的请求。默认按纯口播处理;如适用,请注明白板或手写形式。若要进行个性化改写,请提供 {vault} 记忆文件和 {voice.name} 语音风格指导。源文件未定义单独的 CLI 安装步骤。
AI KEY · 观众在哪里流失 数据架构与分类体系
该技能围绕观众预期和结构化聆听报告组织审查内容。
数据或报告要素 包含内容
内容节点 根据观众等待内容的变化划分的片段,通常为3–5句话或约10–15秒
此节点提供的内容 该节点传达的信息或提供的回报
观众已掌握的内容 截至此处观众已经积累的信息或判断
观众正在等待的内容 尚未回答的问题、承诺的解释或其他预期
流失问题 问题严重程度、节点和句子位置、原文措辞、观众状态以及适合口头表达的修改建议
总结 三种问题类型的数量、需要进行的修改数量,以及修改后脚本是否看起来已准备就绪
报告使用三种面向观众的分类:可能导致离开、可能导致走神,以及可选润色。三种诊断模式分别是预期的回报没有出现、重复提供观众已经掌握的信息,以及口头表达的内容难以理解。
技能指定的参考资料和记忆位置:
aikey/references/家族公约.md — 必需的家族公约。
aikey/references/交互规范.md — 交互要求,包括结尾回顾、修改前后对照和编号的后续选项。
aikey/references/规则卡.md — 判断、理由、检查和严重程度;如有对应的 {vault} 规则,优先使用,同时以规则卡作为基准。
aikey/references/内容理论底座.md — 理论参考资料;面向用户时使用通俗语言,而非理论名称。
{vault}/08-技能记忆/aikey-flow/ 和 {vault}/08-技能记忆/_通用/ — 技能专属记忆和共享记忆。
每次会话结束时,技能会检查用户的更正,以及由 /aikey-retro 完播或留存数据支持的方法,然后将有用且不重复的记忆记录在技能记忆文件夹中。

高级特性

预期状态分析:
追踪观众已经掌握的内容和仍在等待的内容,而不是根据段落结构或主题相似度判断流程。
三种不同的诊断类型:
区分回报缺失、信息冗余和口头表达难以理解的问题,为每种问题提供不同的修复方式。
针对形式的审查:
考虑白板或手写脚本中的视觉指示,而不是自动将其视为口头填充内容。
删减前检查依赖关系:
在建议删除某个节点前,检查后续节点是否会因此失去必要的上下文。
基于授权的标记式编辑:
主动询问是否需要修改,随后使用删除和新增标记,在保留原文的同时尊重用户的决定权。
风格与事实保护:
保留用户风格,不引入新论点或更改数字,并对敏感主张或术语进行标记,而不是悄悄改变其含义。
基于记忆的改进:
可以存储用户更正,以及经
/aikey-retro
完播或留存数据验证的方法,同时先检查是否重复。

工作原理

与其他用于发布就绪度、共鸣、开场钩子和标题的 Openclaw Skills 相辅相成,而不是接管这些任务。


name: aikey-flow description: | AI KEY·哪里会被划走 ——口播稿「划走点」专项。替观众把稿子听一遍:每一拍观众手里有什么、在等什么,断在哪一拍 —— 等的没来、手里有了还在给、正在给的听不清。诊断完默认主动问是否标记式改稿。不负责发布红线和能不能发(→ aikey-review)、内容戳不戳人(→ aikey-resonate)、单独换开头或标题(→ aikey-hook / aikey-title)。
触发方式:/aikey-flow、/会不会划走、/顺稿、/aikey-顺稿、「这稿子顺不顺」「哪里会划走」「逻辑有没有断」「读起来卡不卡」「完播会不会掉」
Drop-off check for talking-head scripts: walk the script as a listener, beat by beat — what the viewer holds, what they are waiting for, and where that chain breaks. Not for: red lines and publish-readiness (aikey-review), whether it resonates (aikey-resonate), replacing just the opening or title (aikey-hook / aikey-title).
Trigger: /aikey-flow, "does this script flow", "where will viewers drop off", "check retention risk"
—— AI KEY · 不给公式,给判据。每条规则都标了实测代价。
slug: aikey-flow
displayName: AI KEY·哪里会被划走