x-mastery-mentor
VerifiedX/Twitter运营:选题、推文与长文、账号诊断、增长和转化。用户说X运营、推特、写推文、涨粉、tweet、thread、发推时使用。以本人数据和真实经历校正通用经验。
| File | Kind | Size |
|---|---|---|
| SKILL.md | skill md | 10.5 KB |
| assets/hero.gif | binary | 4.7 MB |
| examples/account-diagnosis-demo.md | markdown | 1.9 KB |
| examples/routing-diagram.html | other | 11.1 KB |
| examples/routing-diagram.png | binary | 168.7 KB |
| examples/routing-infographic.html | other | 10.7 KB |
| examples/routing-infographic.png | binary | 148.2 KB |
| references/about-author.md | markdown | 9.7 KB |
| references/algorithm-niche.md | markdown | 2.7 KB |
| references/growth-monetization.md | markdown | 3.9 KB |
| references/huashu_x_expression_examples.md | markdown | 4.2 KB |
| references/mental-models-heuristics.md | markdown | 10.2 KB |
| references/quality-analytics.md | markdown | 3.0 KB |
| references/research/01-writing-methods.md | markdown | 27.0 KB |
| references/research/02-growth-engines.md | markdown | 20.8 KB |
| references/research/03-content-brand.md | markdown | 21.3 KB |
| references/research/04-platform-mechanics.md | markdown | 19.3 KB |
| references/research/05-ai-tech-niche.md | markdown | 21.1 KB |
| references/research/06-cases-antipatterns.md | markdown | 18.5 KB |
| references/tibo_core_principles.md | markdown | 3.4 KB |
| references/writing-workshop.md | markdown | 4.5 KB |
references/mental-models-heuristics.md
View on GitHub# 核心心智模型(6个)+ 决策启发式(10条)
> 按需加载:用户问「为什么这样做」「底层逻辑」「思维框架」时,或场景A/B需要深入解释时读取。
---
## 核心心智模型(6个)
### 模型1: 精益验证飞轮
**一句话**:先发最小内容验证,有效再扩展,扩展再反哺新内容。
**工作原理**:
```
Tweet(验证想法)
↓ 数据好?
Thread(展开深度)
↓ 数据好?
Newsletter/Blog(长文资产)
↓ 数据好?
视频/课程/产品(变现)
↑ 新想法反哺 ←──────┘
```
**来源**:Cole/Bush(Lean Writing)、Sahil(225+条thread皆先验证)、Hormozi(tweet→video管线)、Welsh(Content OS)——四个流派独立收敛于同一模式。
**应用**:想写长内容前,先问「这个想法用一条tweet验证过吗?」
**局限**:低频高质路线(如Karpathy)不依赖这个飞轮,靠的是个人权威和内容稀缺性。适合还在建立受众的阶段,不适合已有百万粉丝的权威人物。
---
### 模型2: 注意力工程
**一句话**:每条内容的前2行决定生死,hook是可以被工程化的。
**核心公式**:
Hook质量 = 好奇缺口 × 可信度 × 具体性
- **好奇缺口**(Cole):揭示开头和结局,隐藏中间——迫使读者点击
- **可信度**:数字、人名、时间锚点(「我研究了1000个账号...」)
- **具体性**:加限定直到「不舒服地具体」(Cole的Headline Checklist)
**Hormozi的Value Equation应用于Hook**:
```
Hook价值 = (期望结果 × 可信度) / (时间成本 × 努力程度)
```
分子越大分母越小,hook越不可抗拒。
**待验证假设**:开头影响读者是否继续阅读;不存在本skill已核实的15—30分钟生死线。记录24/72小时结果,不能仅凭早期低互动删帖。
**操作规则**:
- Hook占创作时间的50%(写10-15个版本选最好的——Cole)
- 标题必答三问:给谁看?讲什么?为什么要读?
- 参见 `writing-workshop.md > Hook改进示例` 获取before/after对比
**局限**:过度优化hook会导致标题党。内容必须兑现hook的承诺,否则长期信任会被消耗。
---
### 模型3: 品类创造
**一句话**:不是找一个赛道挤进去,而是创造一个只有你的品类。
**三层进化**:
| 层级 | 策略 | 示例 |
|------|------|------|
| 初级 | 找细分赛道(niche down) | 「AI工具评测」 |
| 中级 | Interest Stack组合 | 「AI + 独立开发 + 产品思维」 |
| 高级 | 品类创造(Category Creation) | 发明新术语,重定义赛道 |
**Cole的Snow Leopard理论**:不做「狮子」(在已有品类里竞争谁最强),做「雪豹」(在稀有领域占据独特位置)。
**Koe的Niche of One**:
- 不找niche,创造niche
- 公式:宽品牌(分享多元兴趣)+ 窄产品(针对具体问题)
- Interest Stack:组合多个兴趣创造独特视角(健身+哲学+商业+生活方式)
**Languaging(命名术)**:给你的独特方法起专属名字。两个词就能改变品类感知(car → electric car)。Ship 30 for 30本身就是languaging的案例。
**Tequila Test(品类检验)**:
1. 列出你话题的所有常规建议
2. 全部划掉
3. 写剩下的——如果划掉后什么都写不出,说明你还没有真正的差异化观点
**应用**:定位不清晰时、感觉跟别人同质化时、觉得赛道太拥挤时。
**局限**:品类创造需要时间积累和深度专业性,冷启动阶段可能需要先在已有品类里积累受众。
---
### 模型4: 价值前置
**一句话**:把秘密免费给出去,卖执行。每条内容都是一次价值交付。
**Hormozi的核心洞察**:只有1%的人会自己去做,99%的人愿意付费让别人帮他们做。免费给出高价值内容 → 证明你有解决方案 → 建立信任和互惠 → 自然转化。
**三段式内容结构(Hook-Retain-Reward)**:
1. **Hook**:秒杀注意力(震惊/提问/大胆承诺)
2. **Retain**:持续提供价值(故事+开放循环+零废话)
3. **Reward**:超额交付(可执行的行动建议,比承诺更多)
**Welsh的教育优先**:先用教育内容建立权威,再引导变现。他18周涨44K粉的核心就是「下午发教育性Tips」。
**Sahil的费曼式验证**:如果你不能用最简单的话解释一个复杂概念,说明你还没理解它。写作就是费曼技巧的公开实践。
**应用**:写每条内容前问「读者看完能立刻做什么?」如果答案是「nothing」,重写。
**局限**:纯价值输出不建立个人连接。需要穿插个人故事和观点(Dickie Bush的75/25法则:75%广度内容拉新,25%深度内容留人)。
---
### 模型5: 公开建造
**一句话**:把过程变成内容,让观众成为利益相关者。
**两个变体**:
**Build in Public(levelsio)**:
- 公开收入(MRR截图)、过程(功能迭代)、失败(97%项目失败)
- 核心机制:观众看着你从0到$100K MRR,产生「投资人心态」——他们希望你成功,主动传播
- 分享什么:MRR里程碑、功能上线、失败复盘、技术栈决策、用户反馈
- 不分享什么:精确获客成本、客户个人信息、核心实现细节
**Learn in Public(swyx)**:
- 公开学习过程:写博客、做教程、在论坛提问和回答——创造「学习废气」
- **Pick Up What They Put Down**:大佬发布新东西时写评测/解读/教程并tag他们——他们会转发,因为「别人夸我的工作,我可以转发一整天」
- 不需要发明新东西,需要把别人发明的东西解释清楚
**应用**:AI/科技赛道的核心差异化策略。适合独立开发者、正在做产品的创作者、技术学习者。
**局限**:需要你确实在做something。纯评论型创作者无法build in public。也需要心理韧性——公开意味着失败也公开。
---
### 模型6: 系统化复利
**一句话**:用模板和系统替代灵感,让内容产出成为可预测的机器。
**Welsh的Content OS**:
1. **策展(Curate)**:收集灵感和表现好的内容
2. **模板化(Templatize)**:把成功内容结构抽象为模板
3. **快速创作(Rapid Create)**:用模板+素材,每小时产出10-20条内容
4. **分发(Distribute)**:跨平台+自动化工具
**Koe的2 Hour Writer**:
- 1小时散步找灵感 + 1小时写作编辑
- Idea Museum:有组织的素材库
- 写作框架速查:Listicle / 短帖(个人重定义/扎心真相) / PSB故事弧
**内容复用飞轮**:
```
Newsletter(每周1-2篇长文)
├── 提取5-7条短帖 → Twitter/X
├── Twitter帖子截图 → Instagram/LinkedIn
├── Newsletter朗读 → YouTube
└── 高互动推文 → 扩展为下期Newsletter选题
```
**Sahil的Notion看板**:原始想法 → 即将写 → 进行中 → 完成未发布 → 已发布。五列管理,永远不缺内容。
**应用**:感觉写不动了、灵感枯竭、产出不稳定时。系统让你在状态差的日子也能输出合格内容。
**局限**:过度系统化会导致内容机械化。需要保留20-30%的「非系统」空间给灵感和即兴反应(特别是AI赛道的热点响应)。
---
## 决策启发式(10条)
### 1. 先发推文再写长文 ← 模型1应用
想写长内容?先用一条tweet验证。「Twitter是想法炼油厂,不是广播渠道。」(Bush)
- **触发**:任何时候想写thread/newsletter/视频
- **行动**:发一条tweet测试核心观点,数据好再扩展
### 2. Hook占50%创作时间 ← 模型2应用
写10-15个版本选最好的。标题必答:给谁看?讲什么?为什么要读?参见「Hook改进示例」。
- **触发**:开始写任何内容时
### 3. 对话碾压一切
有价值的对话值得投入,但不能把模型的预测概率权重兑换成原始互动数量。各项指标按内容目的分别看,见algorithm-niche.md。
- **触发**:思考engagement策略时
- **行动**:写能引发回复的内容(提问、争议观点、请求反馈),积极回复每条评论
### 4. 1/3/1节奏
一句hook + 三句展开 + 一句过渡。让内容可扫读。单句行像「检查点」,给读者小的多巴胺刺激。
- **触发**:写任何超过3句话的内容
- **变体**:1/4/1、1/5/1、1/2/5/2/1
### 5. 超级碗响应(AI赛道)
新模型发布 = AI赛道的超级碗。响应时间线:0-1h Quick Take → 1-6h Demo → 6-24h 深度Thread → 1-7天完整评测。
- **触发**:GPT/Claude/Gemini/开源模型重大发布
- **关键**:速度 > 完美。第一个有洞察的声音比第一百个完美分析更有价值
### 6. 拥有你的受众
独立渠道可以减少单一平台依赖;只有用户已运营且目标相关时才建议newsletter,不把每条内容都设为导流帖。
- **触发**:内容策略规划时
- **Sahil数据**:newsletter广告月收入$70K+,全部再投入增长
### 7. 4A选题矩阵
一个话题 × 4角度 = 无限选题:
- **Actionable**:教读者怎么做(Tips/Guides/How-to)
- **Analytical**:用数据支撑(Stats/Trends/Frameworks)
- **Aspirational**:激励可能性(Lessons/Mistakes/Habits)
- **Anthropological**:触及人性(Fears/Failures/Lies/Struggles)
- **触发**:觉得「没什么好写的」时
### 8. 给出秘密卖执行 ← 模型4应用
犹豫「要不要免费分享」时,答案是给。99%的人不会自己做。(Hormozi:零广告费,6个月100万粉丝)
- **触发**:犹豫要不要免费分享某个方法/工具/流程时
### 9. 模板大于灵感
把成功内容抽象为模板,用模板快速生产。Cole只用7种Thread模板写了200+条thread。Welsh用Content OS每小时产出10-20条内容。
- **触发**:写了一条效果好的内容时,立刻提取模板
- **Cole的7种模板**:Framework / Story / Actionable / Curation / Lessons / Mistakes / Contrarian
### 10. 评论区是金矿
大号评论区留高质量回复 = 借流量。Welsh:一条回复获得6700次曝光。Sahil冷启动:把thread发到50个大号评论区,Chamath一次转推引爆增长。
- **触发**:粉丝<10K的冷启动阶段
- **建议**:提供具体补充或真实经验,长度服从内容,不强迫每条回复写成短文。
Related skills
| Skill | Stars | Updated | Works with | Status | Install |
|---|---|---|---|---|---|
| slack-gif-creatoranthropics/skillsKnowledge and utilities for creating animated GIFs optimized for Slack. Provides constraints, validation tools, and animation concepts. Use when users request animated GIFs for Slack like "make me a GIF of X doing Y for Slack." | Stars: 198k | Updated | Claude CodeCodex | Verified | Install |
| ponytailDietrichGebert/ponytailLazy senior dev mode for any coding task: the smallest change that fully solves it, and a reply a busy human understands in one read. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailHarvest every shortcut: comment into one debt ledger, so deferrals get tracked instead of forgotten. One-shot report. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |
| ponytail-debtDietrichGebert/ponytailList every `shortcut:` comment (and older `ponytail:` ones) as a debt ledger. One-shot report, changes nothing. Use for "ponytail debt", "what did ponytail defer", "list the shortcuts", /ponytail-debt. | Stars: 194k | Updated | Claude CodeCodex | Verified | Install |