agentsclimarketplace

AI科幻 分析竞对作品

Skill lornshrimp/Lorn.NovelWriteSkills/AI科幻/skills/AI科幻-分析竞对作品

一个面向长篇网文 / 小说创作工作流的 AI 写作资产库。它不是“随手堆提示词”的仓库,而是一套围绕 题材设计 → 大纲搭建 → 章节创作 → 审阅润色 → 多平台改写 → 质量门禁 → 分发落盘 搭起来的可复用写作系统。

Install
npx -y skills add lornshrimp/Lorn.NovelWriteSkills --skill AI科幻-分析竞对作品

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

  • no licenseNo license file was found in the repository. Code published without one is not open source by default, so using it at work is a question for whoever answers licensing questions where you are.

What its author says it does

Copied from the file, not written here

用于【AI科幻】题材下搜索起点中文网等目标平台的同题材 TopN 候选池,先锁定榜单与样本池,再从中收束 3–5 本主样本做四层深拆式竞对分析。作为题材包装层与路由层,负责保留AI科幻标准入口名,补充技术视角、技术针脚、数据链/系统逻辑链、长线系统谜团等题材维度,并明确要求优先强制加载并使用 `通用-分析竞对作品`。关键词:AI科幻竞对分析、AI科幻竞品分析、起点AI科幻榜单、标杆作品拆解、技术悬疑标杆报告。

SKILL.md

6.9 KB, as published. Nobody here has run it

<!-- ===== Layer 1: 永久缓存 ===== -->

AI科幻-分析竞对作品

这是题材包装层、兼容入口与路由层。

<!-- ===== Layer 3: 场景缓存 ===== -->

对应通用 Skill

  • 通用-分析竞对作品

强制要求

  • 不得绕过 通用-分析竞对作品 另写一套平行共性规则。
  • 引用通用能力时只按名称引用,不写路径。

协作 Skill

  • AI科幻-小说项目初始化(当竞对分析在项目初始化语境下调用时,本 Skill 应与初始化联动执行,产出竞对差距清单写入初始化蓝皮书)

本层职责

  • 保留“AI科幻-分析竞对作品”这一标准入口名。
  • 将榜单锁定、样本池建设、逐本深搜与单书报告骨架路由到 通用-分析竞对作品
  • 补充AI科幻题材下的核心竞对维度:技术视角、技术针脚、技术异常入口、数据链、系统逻辑链、科学对冲、技术单元回报与长线系统谜团。
  • 把AI科幻目录下的 写作研究/、题材 Prompt、题材 Skill 所沉淀的关注点,转译成本轮竞对维度,而不是只套一层抽象通用壳。
  • 在补写本题材 Skill 时,持续识别新增内容里哪些其实属于题材无关的通用能力,并将其回收到 通用-分析竞对作品

继续读取的题材 references

  • references/AI科幻竞对分析补充维度.md

常见触发词 / 用户说法速查

  • 帮我找起点AI科幻最强的 Top10 做竞对分析
  • 给我拆几本AI科幻标杆作品
  • 搜一下AI科幻榜单,逐本写竞对报告
  • 我想知道这些AI科幻爆款到底强在哪
  • 按AI科幻语境做标杆作品分析,不要泛泛书评
  • 为AI科幻项目初始化做竞对验证(/init 调用本 Skill 时自动进入初始化模式,产出竞对差距清单写入初始化蓝皮书)

默认落盘要求

  • 若未指定更具体的项目目录,默认落盘到:AI科幻/竞对分析/
  • 默认文件名:作品名-竞对分析报告-YYYY-MM-DD.md
  • 默认每本作品单独维护一份主报告;同日迭代优先覆盖更新,而不是并列制造近重复文件

强制要求

  • 命中本技能时,必须优先强制加载当前题材 Skill 与 通用-分析竞对作品
  • 必须先读取 references/AI科幻竞对分析补充维度.md,再确定本轮AI科幻专项分析点。
  • 若目标平台为起点中文网,默认先锁定 Top10 候选池,再从中收束 3–5 本主样本按“市场数据层 → 内容创作层 → 运营策略层 → 受众反馈层”深拆;只有用户明确要求时,才对 Top10 全量逐本重拆。
  • 起点语境下默认沿用 通用-分析竞对作品 的术语口径:榜单位次、均订 / 首订 / 收订比代理信号、本章说 / 书友圈活跃度、老白读者接受度等;本题材层只补AI科幻专项裁判。
  • 必须检查作品是否真正成立为"AI科幻",而不是纯技术气氛堆砌、纯猎奇展示或只披科幻皮的其他赛道作品。
  • 必须显式分析:
    • 技术视角抓手是否成立;
    • 技术异常事件如何咬入近未来/数字日常;
    • 数据链 / 系统逻辑链 / 技术追踪推进是否可信;
    • 科学对冲技术玄学是否完成或至少有足够逻辑包装;
    • 技术单元 / 阶段回报如何向长线系统危机供血。
  • 不能把“气氛好”“文笔稳”“有悬念”当成足够结论;必须继续追问:为什么它能形成持续追读,而不只是短期氛围感。
  • 不能把明显依赖作者资历、影视改编或外部流量的热度,误判成AI科幻文本本体优势。

题材补充边界

  • AI科幻的竞对分析,默认更强调:
    • 技术真实感;
    • 主角技术身份/能力与技术追踪链条绑定;
    • 数据痕迹与系统摩擦的真实度;
    • 信息差、不安感与回报点的交替节奏;
    • 首卷技术谜团、技术单元与长线系统危机的双线推进。
  • 若样本存在超自然、系统异常、技术怪异资源,必须分析它如何被压回近未来逻辑与技术理性中;否则不应轻易把它判为高质量同赛道核心样本。

AI科幻套路分析补充

AI科幻题材的竞对分析中,套路配置的焦点与女频不同——核心在"情节推进类"套路而非"人物关系类":

  • 套路清单识别:重点标注竞品在"情节推进"维度的套路配置——是否以"技术单元+主线"双线推进(系统异常追踪+系统操纵者的经典组合),还是单线长系统危机驱动、还是技术伦理人物关系驱动。
  • 技术单元闭环模式:分析竞品的技术单元回报节奏——每个技术事件之间的间隔章数、技术事件中的信息释放密度、以及每个技术事件如何向长线系统危机供血(是数据线索拼接型、还是系统真相关联型、还是人物技术关系揭示型)。
  • "技术悬念"承诺纯度:判断竞品的"技术悬念"情绪承诺纯度——它是始终维持"读者知道的 < 主角知道的 < 系统全貌"的信息差,还是在中段就部分泄底导致悬念感下降。纯度高的竞品才是强样本。
  • 组合差异化:标注竞品的套路组合中,哪些是赛道标配(技术单元+长线系统操纵者),哪些是该作品的独有处理(如"技术伦理对质"替代"反转堆叠")。
  • 若已蒸馏同赛道作品蓝本(含 §十八 套路指纹),可直接用其套路分类体系降低从零拆解成本。

通用层优先边界

  • 榜单检索、样本池规则、单书报告主骨架、版权边界与通用数据痕迹范,以 通用-分析竞对作品 为准。
  • Top10 候选池 → 3–5 本主样本 → 四层深拆 的默认执行口径,以及起点术语口径,也以 通用-分析竞对作品 为准。
  • 本文件只补AI科幻专项维度与样本筛选偏差提醒,不在题材层重新复制一整套通用竞对流程。
  • 若后续在AI科幻语境下沉淀出可跨题材复用的稳定规则、模板或检查项,应同步上收到 通用-分析竞对作品,不要长期滞留在题材层。

Keep looking

Skills are one crate of 328,083. Ordering is by how many stacks a row turns up in, so the top of any crate is what has actually been picked rather than what has the most stars.