这是一个「生成 skill 的 skill」：输入只有三件事——平台、垂类、人设；输出是一套独立、可安装、开箱即用的专属视频创作工作流 skill，覆盖从选题 → 文稿 → 标题 → 封面的完整链路，最终成片收口到花生 AI（素材剪辑 + MG 动画，口播驱动）。

目标是让每个账号拿到的不是一份通用模板，而是一套真正吃透了自己平台算法 × 垂类特性 × 账号人设的作战手册——内容适配算法、能找到目标受众、产出能直接落到花生 AI 成片。

通用的「帮我写标题」提示词产出的是通用结果。真正能起量的账号，需要一套贴合自己的定制手册，这套流程把定制过程自动化：只问三件事（+ 可选的对标账号，用来加速搭建和做差异化）→ 自己做功课（联网研究受众画像、爆款共性、竞品格局、变现路径、平台算法动向，叠加内置的五大平台算法知识库）→ 先给诊断再造工具（先交「账号定位诊断 + 策略提案」确认方向，确认后才生成）→ 产物自包含（生成的技能独立可用，算法事实直接注入各模块，文稿只输出纯口播稿）。

用户发起请求后，只问三件事：在哪个平台做、做什么方向、以什么身份出镜。明确不问受众画像、差异化定位、变现路径——用户往往自己也说不清，把这些问题甩给用户只会让访谈又长又低效，这些属于研究阶段和诊断阶段的产出。

三件事问完、拿到答案就立刻进入研究阶段；用户一句话把三件事说全了，直接确认理解无误后开始，不再多问。

联网研究五件事：受众画像（典型观众是谁、为什么看）、当下爆款案例与共性（选题角度、标题打法、封面风格的规律）、竞品格局（头部账号、各自的定位差异、还有哪些角度没被占满）、变现路径（广告、带货、知识付费、平台分成……及可行性）、平台最新算法动向（公开的算法调整、流量政策变化、官方扶持方向）。

同时读取内置的对应平台算法知识库——推荐机制、核心指标权重、内容形态适配、冷启动与破圈四层拆解，作为联网研究的补充和校验依据。

若无法联网，如实告知本次研究只依赖内部知识，绝不用训练记忆里的旧案例冒充「当下爆款」。

基于研究产出诊断三块：目标受众（具体画像 + 用受众自己的口语复述的心声）、差异化定位（相比已有竞品，打哪个没被占满的角度或人群）、内容方向（3—5 个具体的内容大类，不是泛泛的「做优质内容」）。

变现路径与各平台适配建议不放进给用户看的诊断里——用户不必在这一步操心——但内部必须判断清楚，照常写进产物。

诊断产出后必须停下来邀请用户确认。用户说「受众再窄一点」「差异化换个角度」这类调整，就地改完再次确认；绝不自行判断「应该没问题」就往下走。

产物是一个 <账号名>-workflow 目录：主入口含账号人设与流程总览；六份模块文档（定位、选题、文稿、标题、封面、审查）；配套脚本（封面生成、联网搜索、实时热榜、内容资产库）；密钥配置模板。

平台算法事实在生成时就复制改写进各模块正文，而不是留一个指回生成器的链接——用户装上产物后独立运作，不再依赖生成器本身。

产物自带内容资产库：每次产出结构化沉淀到独立数据库，选题先查库去重、文稿完自动存档，重装技能不影响历史内容。生成完毕还要跑结构校验自查，不带已知问题交付。

交付四件事：安装路径（产物放到对应工具的 skills 目录即可被识别）、触发词（产物按该账号场景配好了一句话唤起的方式）、四个模块的独立调用（已有选题只想起标题、定了标题只想做封面，都可单独唤起，不必每次走完整流程）、API key 设置方式（真实密钥写进哪、模板为什么只是占位）。

交付说明讲清楚就结束本轮生成，不追加新的确认。

安全红线：真实密钥只允许写进被忽略的 .env 文件，随产物追踪的 .env.example 永远只放占位符——任何真实密钥值都不允许出现在会被版本控制追踪的文件里。