Baokuan Title Generator logo

Baokuan Title Generator

CommunityPopular
SpaceZephyr
baokuan-title-generator

科技/AI/互联网领域的公众号 10 万+ 爆款标题生成器。输入一篇文章、一段内容或一个主题,先建内容简报,再按多种方法产出多个候选标题,逐个评分、标风险、按用途分角色推荐,并给 A/B 测试建议。当用户说"起标题""想个爆款标题""这篇文章叫什么好""标题优化""标题改写""多组标题""标题评分""10万+标题"时触发。方法论提炼自 100 篇真实科技类爆文标题。

Overview

PublisherSpaceZephyr
Repositorycreator-buddy
Skill namebaokuan-title-generator
Stars
1.5K
Forks
234
Bundled files
Instructions only
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • Self-contained

    Everything the model needs lives in the instructions — no extra files to sync.

  • Open source

    Published by SpaceZephyr on GitHub. Read the source before you install it.

Installation

Install the Baokuan Title Generator AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/SpaceZephyr/creator-buddy.git /tmp/creator-buddy
mkdir -p .claude/skills
cp -r /tmp/creator-buddy/gzh-Skills/baokuan-title-generator .claude/skills/baokuan-title-generator
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Baokuan Title Generator in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Baokuan Title Generator on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Baokuan Title Generator is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

爆款标题生成器(科技 / AI / 互联网向)

追求强点击潜力,但绝不牺牲标题与正文的一致性。不是给一个标题,是给一桌菜——多方法、多用途、可筛选。

核心原则:标题的任务是让人在信息流里停手指点进去。它不负责概括全文,负责制造一个「不点进去会难受」的信息缺口——但这个缺口点进去必须能兑现。


语料背书(来自 1000 篇 10 万+ 样本,2026-06~07,AI/硬科技/互联网)

生成时用这些事实校准,别凭直觉:

  • 字数中位数 22 字,中间 50% 在 15~29 字。信息密度比机械控字重要。
  • 66% 含具体实体(豆包、Claude、微信、英伟达、机器人…),只 30% 含数字。 → 先锚定一个强实体,比堆数字更稳。 别每条都硬塞数字。
  • 冒号 28%、感叹号 20%、引号 19%、问句 14%、强时效词 12%、极值词 17%。
  • 一个强实体胜过多个弱实体堆叠。 标题里塞四个品牌是失败模式。

不应误读:出现「刚刚/最/首个」不会自动爆;无依据使用只会透支信任。10 万+ 由账号规模、选题、分发、发布时间共同决定,标题只优化可控的那部分。


16 种爆款标题方法(附真实爆文范例)

生成时至少覆盖 6 种不同方法,不要 8 个标题一个套路。每个标题优先用一个主方法,最多叠加一个辅助方法。

1. 强时效

把「现在发生」变成点击理由。句首「刚刚/今天凌晨/深夜/一夜之间/别睡了」。

  • 范例:刚刚,微信支付正式发布 AI 专属卡
  • 公式:刚刚/今天 + 实体 + 关键动作
  • 红线:旧闻、预告、未确认信息不得包装成「刚刚」「官宣」。

2. 实体锚定

用读者熟悉的品牌/人物降低理解成本(样本 66% 都在用,首选)。

  • 范例:独家:阿里全面禁用Claude
  • 公式:知名实体 + 做了什么 + 为什么重要 / 实体A + 挑战/对上 + 实体B
  • 红线:实体必须与正文核心相关,不能只在标题蹭名字。

3. 数字反差

用两个悬殊的具体数字,或一个小到/大到离谱的数字。

  • 范例:8万赚到3000亿 / 花68元,我们让豆包干完了一个小团队的活
  • 公式:花[极小的钱] + 做成[极大的事] / [小数字]赚到[大数字]
  • 红线:数字必须来自正文,不用无意义的伪精确数字。

4. 首次 / 唯一 / 极值

强调新颖、稀缺、行业位置。

  • 范例:智能眼镜迎来"千问时刻":千问AI眼镜全国销量第一
  • 公式:全球/行业首个 + 成果 + 意义
  • 红线:没有来源支持时禁用「首个」「第一」「唯一」。

5. 阴谋揭秘(内幕感)

暗示一个被隐藏的真相。「偷偷」「隐形」「独家」「揭秘」。

  • 范例:Anthropic偷偷在Claude Code中植入了隐形代码,只为识别中国用户
  • 公式:[大公司]偷偷[做了某事],只为[一个让人不安的目的]

6. 冲突对立

把双方利益/立场碰撞前置。「打响」「之战」「攻击」「不惯着」「禁用」。

  • 范例:美国AI巨头,疯狂攻击中国同行!但阿里不惯着
  • 公式:A做出强动作,B如何回应 / 强势方攻击弱势方!但某人不惯着
  • 红线:避免虚构敌意、动机、当事人态度。

7. 反差转折(认知反转 / 打脸)

「原以为—实际」「看似—其实」的认知落差,或第一人称承认判断错了。

  • 范例:用豆包专业版干活后,我承认之前是我说话太大声了
  • 公式:我原以为X,结果Y / [用了某产品]后,我承认[之前的偏见错了]
  • 红线:转折必须来自事实,不要空洞反转。

8. 亲测态度转变

用真实体验建立代入和可信度(样本里数量少,但分享表现突出)。

  • 范例:实测豆包专业版,我愿意当第一批掏钱的人
  • 公式:体验/实测X后,我改变了看法 / 用X完成Y,最意外的是Z
  • 红线:没真实过程时不得用「实测」「用了一个月」。

9. 任务结果

直接展示读者关心的工作产出。

  • 范例:配齐这几个 Skills,编码效率直接质变
  • 公式:让工具完成具体任务 + 结果 / 配齐X + 效率/质量变化
  • 红线:结果不可超出正文案例。

10. 生活痛点(真实吐槽)

直接搬用户嘴里那句抱怨原话,加引号、加语气词。

  • 范例:" 文档空白页到底怎么删啊!" / 广东奶奶微信上有77万条未读消息,孙女崩溃称"根本删不完"
  • 公式:"[一句用户会脱口而出的抱怨原话]"

11. 身份与场景

让目标读者秒确认「这和我有关」。

  • 范例:原来在互联网大厂做程序员,去年生了二胎…也被裁员
  • 公式:身份 + 高频痛点 + 新解法
  • 红线:避免羞辱、污名化、制造群体焦虑。

12. 收益与损失

明确行动或不行动的实际后果。

  • 范例:豆包收费版,正把WPS逼近死角 / 字节开始跟你算账了
  • 公式:获得什么 + 付出什么 / 错过X,可能失去Y
  • 红线:不无依据放大损失、制造恐慌。

13. 对话剧本(戏剧冲突)

把一段有反转的对话搬进标题,「权威刁难→我反杀」。冒号分隔角色。

  • 范例:面试官皱眉:"Claude Code 你用了半年,你懂 Skills 吗?"我反问:"不就是写了步骤的 markdown 吗",他:今天就到这吧
  • 公式:[权威角色]:"[刁难]",我:"[回应]",他:[反转结局]

14. 问题悬念(反问设问)

提一个读者真想知道、正文能回答的问题。

  • 范例:AI会接管618吗? / 这钱娶个真人不好吗?
  • 公式:现象 + 为什么? / X值得吗/会取代Y吗?
  • 红线:问题不可宽泛到正文无法回答;别把确定事实强行改成问句。

15. 隐藏机制与真相

承诺解释表象背后的结构、机制、商业逻辑。

  • 范例:字节跳动的 AI 账本:豆包每天不足百万收入、Seedance 毛利 70% / 黄仁勋亲口承认…这套"反管理"哲学,才是英伟达冲上万亿市值的真正引擎
  • 公式:现象背后,真正驱动它的是X / 看懂X的三笔账
  • 红线:正文必须提供机制证据,不能只重复现象。

16. 具体场景画面

用可视化动作和生活细节制造代入。

  • 范例:从疯狂翻表到群里直接@AI:飞书来了个新同事,把脏活累活全包了 / 医生用豆包看病,将手机偷放在桌子底下?
  • 公式:从[具体痛苦动作] + 到[新动作] / 在群里/会议上/代码库里 + 工具做了什么

附加:时代拔高 / 恐惧威胁 / 告别情感 / 权威定调 / 拟人自述 / 社会证明

这几种张力强、也最易透支信任,正文撑得住才用:

  • 时代拔高:GPT-5.6深夜上线…一个时代结束了(别每个小更新都写「时代结束」)
  • 恐惧威胁:最可怕的AI,已经来了
  • 告别情感:永别了,豆包(反讽,其实是收费/升级)
  • 权威定调:工信部首次定调:Claude Code危害严重!
  • 拟人自述:🤡一个大模型的自述:出生、爆红、复活
  • 社会证明:第一批在小红书追更世界杯的人,已经乐一星期了

7 个通用增强器

生成候选后逐个「加辣」,可叠加:

  1. 时间前置:句首「刚刚」「今天凌晨」「别睡了」。
  2. 热词前置:Claude/豆包/GPT/微信 Agent 等当下热词放句首。
  3. 具体化代替抽象:「效率提升」→「干完一个小团队的活」;「便宜」→「68 元」。
  4. 省略号留白:句尾「…」「。。」制造欲言又止。
  5. 身份反差:让不该说这话的人说这话(奶奶、医生、面试官、CEO)。
  6. 信息缺口:只说「发生了什么」,不说「是什么」。
  7. 口语加语气:「啊」「吗」「了」+ 引号,去书面腔。

增强器不叠加事实:加辣改的是表达,不是往标题里加正文没有的东西。


工作流程

第 0 步:建内容简报

读完内容,先抽出这些(缺的标出来,不虚构):

  • 核心对象:哪个产品/人物/公司是最有流量的实体?
  • 核心变化:发生了什么,跟过去有何不同?
  • 读者价值:读者能获得/避免/理解什么?
  • 证据资产:数字、时间、案例、结果、权威来源。
  • 冲突张力:新旧、得失、预期与现实、支持与反对。
  • 情绪基调:惊讶/焦虑/兴奋/认同/好奇/警惕。
  • 时效等级:即时新闻 / 近期趋势 / 常青内容。
  • 事实边界:正文没有证明的结论、数字、绝对化表述——这些不许进标题。

如果内容里有具体数字、真实对话、用户原话吐槽,一定抓出来,它们是最好的标题原材料。信息不足就先出保守版,并说明缺什么限制了标题强度。

第 1 步:按内容类型路由方法

内容类型优先方法不宜优先
新闻发布、产品更新强时效、实体锚定、极值、收益损失空泛悬念
产品体验、工具测评亲测转折、任务结果、反差、场景画面权威口吻
趋势分析、行业观察时代判断、冲突对立、反常识、隐藏机制「刚刚」
教程、方法、清单数字结果、任务结果、身份场景、痛点极值、独家
商业案例、公司研究实体锚定、数字证据、隐藏机制纯情绪
人物、职业、组织故事身份标签、场景画面、拟人自述、悬念报结果
争议、政策、风险权威定调、冲突、收益损失、开放问题单纯清单
素材弱、没硬料清晰信息型、问题、场景极值、独家、数据

第 2 步:多方法批量生成

默认 10~12 个候选,至少 6 种方法;用户说「多一些」扩到 18。尽量覆盖:信息型、时效型、数字型、冲突型、体验型、悬念型、趋势型各 1~3 个。

只在正文支持时用对应方法:没数字不硬造,没亲测不写「实测」,不是刚发生不写「刚刚」,不是官方不写「官宣」。

第 3 步:评分、去重、风险校验

对每个候选按下面打分,然后:删掉与正文不一致的、删掉只改一两个词的同质标题、删掉靠误解才成立的、标记高风险的。

第 4 步:按输出格式给结果


评分规则(简版百分制)

逐维打分,别凭感觉报总分:

维度分值判断
内容兑现度25正文能否兑现标题承诺?
读者相关性15目标读者立刻觉得「与我有关」?
具体性15有明确实体/动作/场景/数字?
好奇缺口15留了个正文能回答、值得点的问题?
收益或后果10说清为什么重要、会得到/失去什么?
情绪与冲突10适量张力,而非无意义煽动?
清晰与节奏5一遍读懂、重点前置、无赘词?
独特性5区别于同主题常见标题?

强制扣分 / 直接淘汰

  • 标题核心承诺正文无法兑现 → 直接淘汰
  • 捏造数字/体验/排名/首发/官方结论 → 直接淘汰
  • 把推测写成已发生事实 → −25
  • 夸大因果或扩大适用范围 → −15
  • 无证据的「唯一/第一/彻底/所有人」→ −12
  • 实体与正文关系弱、明显蹭热点 → −10
  • 好奇缺口过度、藏掉全部有效信息 → −8
  • 连续堆两个以上强情绪词 → −5

风险分级:低(事实都在正文、用词克制)/ 中(用了强情绪或「最/首个/禁用」等需来源支撑的词,须标出要核验的词)/ 高(未证实的负面指控、医疗金融政策的确定性承诺、靠误解才成立)。高风险不得做综合首选。


输出格式

① 内容标题简报

3~6 行:核心对象、目标读者、最大爆点、可用证据、事实边界。

② 候选标题矩阵

#候选标题方法点击钩子评分风险

方法标签用上面 16 种的标准名;组合写成「主方法 + 辅方法」。中高风险必须写原因。

③ Top 5 推荐(按用途分角色,不是按分数机械排)

  1. 综合首选:点击与可信度最平衡
  2. 稳健版:信息最清楚,适合品牌/专业号
  3. 传播版:冲突、反差、情绪更强
  4. 搜索版:核心实体和关键词完整(利于搜一搜/SEO)
  5. 实验版:结构最新、好奇缺口最大,适合小范围 A/B

每个一句话说明为什么适合,并点出主要得分项和实际扣分项。若 5 个来自同一方法,用略低分但方法不同的候选替换。

④ A/B 测试建议

给 2~3 组,每组只改一个变量:数字 vs 无数字 / 问句 vs 判断句 / 实体前置 vs 结果前置 / 稳健词 vs 强张力词。写清假设。

平台适配

  • 公众号:可长、可加前缀(「刚刚,」)、可用完整对话剧本。
  • 小红书 / 视频号:更短,前置痛点和情绪,多用「我」和口语,emoji 克制。
  • 知乎 / 头条:偏问题悬念和权威定调。

修改现有标题

用户给了原标题时:先诊断它的对象/利益/具体性/张力/可信度/节奏 → 保留已有效的核心资产 → 至少给 12 个改写、覆盖 4 种以上方法 → 标明哪些是「稳健优化」、哪些是「激进测试」。不要把「更夸张」当成唯一优化手段。


红线

  • 不捏造数字、排名、首发、独家、官方结论、用户体验。可以用悬念,不能用谎言。
  • 不把相关写成因果,不把预测写成已发生。
  • 软色情擦边一律不做(样本里 别想用软色情做智能体的跳板 是批评这种做法,不是学它)。
  • 标题党到货不对板会掉粉:缺口再大,点进去必须兑现。
  • 「10 万+」不是承诺结果,只是提高点击潜力的设计。

Frequently asked questions

What does the Baokuan Title Generator AI skill do?

科技/AI/互联网领域的公众号 10 万+ 爆款标题生成器。输入一篇文章、一段内容或一个主题,先建内容简报,再按多种方法产出多个候选标题,逐个评分、标风险、按用途分角色推荐,并给 A/B 测试建议。当用户说"起标题""想个爆款标题""这篇文章叫什么好""标题优化""标题改写""多组标题""标题评分""10万+标题"时触发。方法论提炼自 100 篇真实科技类爆文标题。

Why use Baokuan Title Generator on TypingMind?

Because you install it once and use it with any model. Baokuan Title Generator is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Baokuan Title Generator in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/SpaceZephyr/creator-buddy/tree/main/gzh-Skills/baokuan-title-generator. TypingMind reads its SKILL.md and installs it as a skill you can enable per chat.

Which AI models can use Baokuan Title Generator?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Baokuan Title Generator?

As many as you like. As long as a model supports skills, you can use Baokuan Title Generator with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Baokuan Title Generator AI skill free?

It is published on GitHub by SpaceZephyr. Check the repository for licensing terms. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇