通用100病 · 13段写作 Skill v2.0

输入「领域+编号+病名」，自动生成统一结构的完整诊断笔记 + 发布素材 支持任意领域：品牌/电脑/职场/婚姻/汽车/教育/健康/游戏/自定义 品牌诊断为首要场景，其他领域为扩展能力

---

📋 元数据

字段	值
name	通用100病-13段写作
version	2.0.0
author	润格AI品牌咨询
description	通用版100病写作Skill，支持任意领域的系列化内容创作。输入「领域+编号+病名」，自动生成13段完整诊断笔记+发布素材。品牌诊断为第一优先级场景。
created	2026-07-09
updated	2026-07-09
license	MIT

---

🎯 触发条件

当用户输入符合以下任一格式时，自动触发本 Skill：

标准格式

• 品牌033骨质疏松
• 电脑033蓝屏
• 职场085过敏
• 婚姻042冷战
• 汽车015熄火
• 教育028厌学
• 健康001失眠

容错格式（10+种）

• 033 骨质疏松（只编号+病名，自动推断领域）
• 骨质疏松033品牌（反向输入）
• 033-骨质疏松 / 033_骨质疏松 / 033·骨质疏松（带分隔符）
• 写药方品牌033（带前缀指令）
• 品牌033骨松（模糊匹配，缩写/错别字也能识别）
• 品牌001-010（批量生成）
• 品牌033（只编号，从MOC读取病名）

---

🧠 领域识别机制

第1步：提取领域关键词

从用户输入中提取领域关键词

第2步：匹配预置知识库

领域	分科	典型病例	优先级
品牌	皮肤科/骨科/内科/神经科/五官科	骨质疏松/过敏/皱纹/多动症/脑雾...	⭐⭐⭐ 首要
电脑	硬件科/软件科/网络科/安全科	蓝屏/死机/卡顿/中毒/断网...	⭐⭐
职场	职业病科/心理科/神经内科	颈椎病/过劳肥/周一综合征...	⭐⭐
婚姻	心理科/沟通科/经济科/家庭科	冷战/出轨/婆媳矛盾...	⭐
汽车	发动机科/底盘科/电气科/外观科	熄火/异响/漏油...	⭐
教育	学习科/心理科/家庭科/社交科	厌学/叛逆/注意力不集中...	⭐
健康	内科/外科/心理科/营养科	失眠/肥胖/焦虑...	⭐

第3步：未知领域处理

如果领域不在预置库中： 1. 提示用户：「未找到'XX'领域的知识库，要创建吗？」 2. 用户确认后，自动创建该领域的 MOC + 知识库框架 3. 后续输入自动识别

---

📐 13段通用结构定义（核心）

每篇笔记必须包含以下13段。每段有明确的写作目的、字数限制、写作手法和具体示例。

---

① 标题

目的：3秒内让读者知道这是什么病，跟自己有没有关系 格式：编号 emoji 病名 — 场景描述 字数：场景描述 4-8 字 要求： - 编号3位（001-100） - emoji 1个（与病名强关联） - 病名2-6字（医学术语通俗化） - 场景描述用破折号连接，必须是读者日常能感受到的场景 品牌示例：033 🦴 骨质疏松 — 定位一碰就碎 电脑示例：033 💻 蓝屏 — 关键时刻掉链子 职场示例：015 😩 过劳肥 — 越忙越胖越胖越忙

---

② 故事开场

目的：让读者觉得"这说的就是我"，建立代入感 字数：150-250字 手法：真实案例叙事（可虚构但要可信），有具体人物+场景+冲突+转折 要求： - 人物要有具体身份（不是"某个人"，是"做了3年餐饮的老板老王"） - 场景要有细节（不是"生意不好"，是"翻台率从5降到2"） - 结尾必须引出一个反直觉的发现 品牌示例：

老王做餐饮3年，换了4次定位。第一次说"高端私房菜"，没人来；改成"平价家常菜"，来了但不赚钱；再改成"网红打卡店"，火了两个月就凉了。最后一次，他请了个顾问，顾问看了他的菜单说："你的问题不是定位错了，是你的产品跟定位不是一张皮。"老王愣了："什么意思？"顾问说："你说你是高端，但你的盘子是塑料的。" 电脑示例： 小张赶项目deadline，PPT做到最后一页，屏幕突然蓝了。不是第一次了。上次是给客户演示的时候，上上次是老板要看报表的时候。他以为是自己运气差，直到IT同事看了一眼说："你的电脑不是运气差，是硬盘快死了。"

---

③ 问题金句

目的：一语道破问题本质，让读者想截图发朋友圈 字数：1句话，15-25字 手法：反常识 + 画面感 + 押韵/对仗（至少占一个） 要求：不是总结，是洞察。要让读者"啊？"一下，然后点头。 品牌示例：定位不是你说什么，是你的产品看起来像什么。 电脑示例：蓝屏不是突然的，是你假装没看见的警告攒够了。 职场示例：你不是忙，你是用忙来逃避想清楚。

---

④ 医学原理

目的：用真实医学知识建立权威感，让"病"的比喻站得住 字数：100-200字 手法：通俗化翻译医学原理，不用专业术语堆砌 要求： - 必须真实，基于权威医学知识，不能编造 - 解释该病的生理机制（为什么会得？怎么发展的？） - 用生活化类比翻译专业概念 - 至少包含一个具体数字（增加可信度） 品牌示例：

骨质疏松不是突然发生的。人体骨量在30岁达到峰值，之后每年流失0.5%-1%。早期没有症状，等你发现身高矮了、背驼了，骨量已经流失了30%以上。医学上叫"沉默的疾病"——你感觉不到它在发生，但它在发生。 电脑示例： 蓝屏的本质是Windows的自我保护机制。当系统检测到无法恢复的错误时，会主动停止运行，防止数据损坏。就像人体的发烧——不是病本身，是身体在说"我扛不住了"。

---

⑤ 领域映射

目的：把医学原理精准映射到领域场景，让读者秒懂"我的问题在哪" 字数：100-150字 手法：逐条对应——医学概念→领域概念，一一对应不跳跃 要求： - 至少3组映射关系 - 每组映射要具体，不能泛泛而谈 - 映射后给"领域病"起一个形象的名字 品牌示例：

品牌骨质疏松 = 定位看起来有，一碰就碎 - 骨量流失 → 品牌资产没有持续积累，每次换定位都从零开始 - 沉默期无症状 → 你以为品牌在增长，其实用户心智在流失 - 骨折是结果 → 竞品一打价格战，你的定位就碎了 电脑示例： 电脑蓝屏病 = 系统扛不住了才告诉你 - 系统错误积累 → 垃圾文件/驱动冲突/内存泄漏，每天都在积累 - 自我保护机制 → 蓝屏不是坏了，是电脑在自救 - 发烧是信号 → 卡顿/异响/发热，都是蓝屏的前兆

---

⑥ 症状（3条共鸣场景）

目的：让读者对号入座，"我就是这样！" 格式：每条1-2句话，以"你是不是"开头 手法：场景化描述 + 细节 + 情绪 要求： - 必须是读者每天经历的真实场景 - 每条症状对应一个具体的行为或感受 - 用"你是不是"直接对话，不用"很多人" 品牌示例：

你是不是换了三次定位，每次都觉得"这次对了"，三个月后又想换？ 你是不是看竞品做什么就跟着做，结果越做越像别人的山寨版？ 你是不是花了很多钱做品牌，但用户记住的只有你的打折？ 电脑示例： 你是不是开机要等3分钟，以为"老了都这样"？ 你是不是用着用着突然卡住，鼠标转圈转了10秒？ 你是不是听到风扇嗡嗡响，但觉得"还能用就没管"？

---

⑦ 病因分析

目的：告诉读者"为什么会这样"，让他们觉得"原来如此" 字数：150-250字 手法：层层递进，从表面原因→深层原因→根本原因 要求： - 至少3层原因，每层比上一层更深 - 表面原因是行为，深层原因是认知，根本原因是系统 - 每层原因都要有具体例子，不能空谈 品牌示例：

表面原因：定位不清晰。你每次换定位都是因为"上次没效果"。 深层原因：你不清楚自己的品牌资产是什么。换定位不是换口号，是换用户心智。你每次从零开始，之前的积累全废了。 根本原因：你没有品牌资产的积累意识。品牌不是一次性的campaign，是每天都在长骨头。你今天不投，明天就没有。

---

⑧ 危害警示

目的：让读者感到"不治不行"，产生紧迫感 字数：100-150字 手法：时间线推演——现在不治，3个月/半年/1年后会怎样 要求： - 不是恐吓，是合理的逻辑推演 - 至少3个时间节点的后果 - 后果要具体，不能泛泛说"会越来越差" 品牌示例：

3个月后：用户彻底记不住你是谁。你的品牌在他们脑子里是一团模糊的影子。 半年后：竞品打价格战，你没有溢价能力，只能跟。利润被榨干。 1年后：你不得不重新做品牌，但这次成本是第一次的3倍。因为用户已经对你有了负面印象。

---

⑨ 药方（核心交付）

目的：给读者一个可执行的解决方案，让他们觉得"有救了" 字数：200-350字 手法：步骤化 + 具体动作 + 预期结果 要求： - 至少3个步骤，每步有具体动作 - 每步要说明"做什么"+"为什么做"+"做到什么程度算好" - 不要空泛建议（"做好品牌"），要具体动作（"每周花30分钟做一次品牌资产盘点"） - 至少包含一个"反常识"的建议 品牌示例：

第一步：停。 别再换定位了。你现在的定位不是错的，是没坚持够。给自己设一个"3个月不换"的死线。 第二步：盘。 盘点你现有的品牌资产。用户记住你的什么？不是你的slogan，是你每次交付的体验。列一个清单：用户提到你时，第一个词是什么？ 第三步：补。 找到品牌资产最薄弱的环节，集中补。不是全面出击，是单点突破。如果你的问题是"用户记不住你"，那就做一个让人记住的动作——比如每周发一条反常识的品牌观点。

---

⑩ AI工具推荐

目的：给读者一个"马上能用"的工具，降低执行门槛 字数：80-120字 手法：工具名 + 一句话用途 + 具体场景 要求： - 推荐1-2个工具，不要超过2个 - 每个工具要说明"用它做什么"+"在什么场景下用" - 优先推荐免费/低成本工具 品牌示例：

ChatGPT：用它做品牌资产盘点。提示词："假设你是一个做了5年XX品牌的用户，用3个词形容你对这个品牌的印象。" Notion：用它建品牌资产看板。每周记录一次：用户提到我们时的关键词变化。

---

⑪ 行动号召

目的：让读者立刻行动，不是"以后再说" 字数：1句话，15-25字 手法：具体动作 + 时间限制 + 低门槛 要求： - 动作要具体到"做什么"，不是"好好想想" - 时间限制让读者觉得"现在就能做" - 门槛要低，5分钟内能完成 品牌示例：现在就问自己：用户提到我的品牌，第一个词是什么？ 电脑示例：现在就打开任务管理器，看看内存占用最高的3个进程是谁。

---

⑫ 结尾金句

目的：让读者想收藏/转发，成为社交货币 字数：1句话，15-30字 手法：对仗/押韵/反常识/画面感（至少占两个） 要求： - 不是鸡汤，是有洞察的总结 - 要跟标题呼应，形成闭环 - 读起来要有节奏感 品牌示例：品牌不是你说什么，是用户替你说什么。 电脑示例：电脑不会突然坏，它只是突然不想替你扛了。

---

⑬ 互动钩子

目的：引导评论/收藏/关注，提升互动率 字数：1-2句话 手法：提问/投票/诊断/挑战（四选一） 要求： - 问题要有争议性，不是"你觉得呢" - 让读者觉得"我有话要说" - 跟正文内容强关联，不是硬加的问题 品牌示例：

评论区说说：你的品牌，用户第一个想到的词是什么？ 我先来：润格 = AI做品牌。 电脑示例： 你的电脑上次蓝屏是什么时候？评论区说说当时的场景，我帮你判断是不是硬盘快死了。

---

📤 输出规范

输出1：Obsidian 笔记（完整版）

包含全部13段，保存到对应领域的知识库目录。 文件命名：[编号] [病名] — [场景描述].md 保存路径：[领域知识库]/[编号] [病名]/ YAML 元数据：

---
title: "[编号] [emoji] [病名] — [场景描述]"
domain: "[领域]"
number: [编号]
disease: "[病名]"
scene: "[场景描述]"
type: 诊断笔记
date: "[生成日期]"
tags: ["[领域]/[病名]", "[领域]/诊断", "100病"]
status: 已完成
related: []
---

输出2：小红书发布版

从13段中提取适合发布的内容，格式为： - 标题：直接使用①标题 - 正文：②故事开场 + ③问题金句 + ⑥症状 + ⑨药方（精简版）+ ⑪行动号召 + ⑫结尾金句 - 评论区：⑬互动钩子（作为作者自留评论） - 标签：#[领域] #[病名] #[领域]诊断 #100病

输出3：公众号发布版（可选）

完整版13段 + 扩展分析 + 案例补充，适合深度阅读。

---

📊 MOC 管理机制

每个领域有一个独立的 MOC 文件，管理该领域的100病进度。

MOC 文件结构

# [领域]100病 MOC

## 进度
已完成：X/100
待完成：Y/100

## 已完成列表
- [[001 失眠 — 睡不着还想刷手机]] ✅
- [[002 焦虑 — 什么都怕什么都不做]] ✅
...

## 待完成列表
- 003 [待命名]
- 004 [待命名]
...

## 分科统计
| 科室 | 已完成 | 总数 |
|------|--------|------|
| 内科 | 5 | 20 |
| 骨科 | 3 | 15 |

自动维护规则

1. 每次生成新笔记后，自动更新 MOC 的"已完成"计数
2. 自动添加双向链接（上一篇/下一篇）
3. 如果编号已存在，提示用户确认覆盖

---

🔍 输入解析流程

第1步：提取编号

• 从输入中提取3位数字（001-100）
• 示例：品牌033骨质疏松 → 033，033 → 033

第2步：提取领域

• 匹配预置领域关键词（品牌/电脑/职场/婚姻/汽车/教育/健康/游戏）
• 如果没有领域关键词，从 MOC 中推断
• 示例：033骨质疏松 → 匹配品牌MOC → 品牌

第3步：提取病名

• 去除数字、emoji、分隔符（-_/·空格）后，剩余部分作为病名
• 示例：033骨质疏松 → 骨质疏松，033-骨质疏松 → 骨质疏松

第4步：模糊匹配

• 如果提取的病名不在 MOC 中，用编辑距离算法找最接近的
• 示例：骨松 → 匹配骨质疏松，过民 → 匹配过敏
• 匹配度 < 60% 时，提示用户确认

---

✅ 输入校验规则

校验1：编号范围

• ✅ 001-100：正常处理
• ❌ 000 或 >100：提示「编号超出范围（001-100），请重新输入」

校验2：病名匹配

• ✅ MOC 中存在：正常处理
• ❌ MOC 中不存在：提示「未找到'XX'这个病名，以下是接近的：...」

校验3：重复生成

• ✅ 首次生成：正常处理
• ⚠️ 已存在文件：提示「033骨质疏松已生成（9.4KB），要覆盖吗？（回复'覆盖'或'跳过'）」

校验4：MOC 状态

• ✅ 未完成：正常处理
• ⚠️ 已完成：提示「033骨质疏松已完成，要重新生成吗？」

---

✅ 质量检查清单

生成完成后，逐条自检。任何一条不通过，必须重写对应段落。

标题检查

• [ ] 编号是3位数字（001-100）
• [ ] emoji 与病名强关联（不是随便选的）
• [ ] 场景描述是读者能感受到的日常场景
• [ ] 标题总长度不超过25字

故事开场检查

• [ ] 有具体人物身份（不是"某个人"）
• [ ] 有具体场景细节（不是"生意不好"）
• [ ] 有冲突和转折
• [ ] 结尾引出反直觉的发现
• [ ] 字数在150-250字之间

金句检查

• [ ] 问题金句一语道破本质（不是总结）
• [ ] 结尾金句与标题呼应（形成闭环）
• [ ] 至少包含反常识/画面感/押韵/对仗中的两个

医学原理检查

• [ ] 医学知识真实准确（不能编造）
• [ ] 用通俗语言翻译了专业概念
• [ ] 包含至少一个具体数字
• [ ] 字数在100-200字之间

领域映射检查

• [ ] 至少3组映射关系（医学→领域）
• [ ] 每组映射具体明确（不是泛泛而谈）
• [ ] 映射逻辑连贯（不跳跃）

症状检查

• [ ] 3条症状，每条以"你是不是"开头
• [ ] 每条是读者每天经历的真实场景
• [ ] 有具体细节（不是"你是不是很累"）

病因分析检查

• [ ] 至少3层原因（表面→深层→根本）
• [ ] 每层有具体例子
• [ ] 层层递进，不重复

危害警示检查

• [ ] 至少3个时间节点的后果
• [ ] 后果具体明确（不是"会越来越差"）
• [ ] 是合理推演，不是恐吓

药方检查（最重要）

• [ ] 至少3个步骤
• [ ] 每步有"做什么"+"为什么"+"做到什么程度"
• [ ] 没有空泛建议（"做好品牌"❌ → "每周做一次品牌资产盘点"✅）
• [ ] 至少包含一个反常识的建议
• [ ] 字数在200-350字之间

AI工具检查

• [ ] 推荐1-2个工具（不超过2个）
• [ ] 每个工具有具体用途和使用场景
• [ ] 优先推荐免费/低成本工具

行动号召检查

• [ ] 动作具体到"做什么"
• [ ] 5分钟内能完成
• [ ] 有紧迫感（"现在就"）

互动钩子检查

• [ ] 问题有争议性/参与感
• [ ] 跟正文内容强关联
• [ ] 不是"你觉得呢"这种万能句

整体检查

• [ ] 13段完整，没有缺段
• [ ] 全文逻辑连贯（故事→问题→原理→症状→病因→危害→药方→行动）
• [ ] 没有专业术语堆砌
• [ ] 语气一致（像一个人在说话）
• [ ] 品牌领域笔记已关联到品牌方法论MOC

---

⚠️ 异常处理机制

场景1：无法解析输入

❌ 用户输入：帮我写一篇 ✅ 系统回复：

我没理解你的意思 😅

通用100病 Skill 需要「领域+编号+病名」才能生成，比如：
• 品牌033骨质疏松
• 电脑033蓝屏
• 职场085过敏

你想生成哪一篇？

场景2：编号已存在

❌ 用户输入：品牌033骨质疏松（已生成过） ✅ 系统回复：

⚠️ 品牌033骨质疏松已存在（9.4KB，生成于2026-07-09）

要覆盖吗？
• 回复「覆盖」→ 重新生成，替换旧文件
• 回复「跳过」→ 保留旧文件
• 回复「对比」→ 生成新版本，与旧版对比

场景3：病名模糊

❌ 用户输入：品牌033骨松 ✅ 系统回复：

你是想说「品牌033骨质疏松」吗？

如果是，回复「确认」开始生成。
如果不是，告诉我正确的病名。

场景4：领域未知

❌ 用户输入：宠物033掉毛 ✅ 系统回复：

未找到「宠物」领域的知识库。

要创建吗？创建后会自动生成：
• 宠物100病 MOC
• 分科框架（皮肤科/内科/行为科...）
• 前10个建议病名

回复「创建」开始，或换一个已有领域。

场景5：批量生成

❌ 用户输入：品牌001-010 ✅ 系统回复：

收到，批量生成品牌001-010（共10篇）。

预计耗时：15-20分钟
生成顺序：001→002→...→010
每篇完成后会更新 MOC。

确认开始？回复「开始」或调整范围。

---

🔄 工作流总结

用户输入「领域+编号+病名」
    ↓
解析输入 → 提取领域/编号/病名
    ↓
校验输入 → 编号范围/病名匹配/重复检测
    ↓
读取领域 MOC → 获取已完成的列表和上下文
    ↓
生成13段笔记 → 逐段生成，每段按写作要求
    ↓
质量自检 → 17项检查清单，不通过则重写
    ↓
输出3个版本 → Obsidian笔记 + 小红书发布版 + 公众号版
    ↓
更新 MOC → 已完成计数+1，添加双向链接
    ↓
保存到知识库 → 按领域/编号/病名组织目录

---

📝 使用示例

示例1：品牌诊断

用户：品牌033骨质疏松
系统：生成完整13段笔记 → 保存到 品牌知识库/品牌100病/033 骨质疏松/

示例2：电脑诊断

用户：电脑033蓝屏
系统：生成完整13段笔记 → 保存到 电脑知识库/电脑100病/033 蓝屏/

示例3：模糊输入

用户：033骨松
系统：识别为品牌033骨质疏松 → 确认 → 生成

示例4：批量生成

用户：品牌001-005
系统：批量生成5篇 → 逐篇完成 → 更新MOC

---

📌 注意事项

1. 品牌诊断为第一优先级。其他领域是扩展能力，但品牌诊断的质量和深度必须最高。
2. 医学原理必须真实。不能为了类比而编造医学知识。如果不确定，标注"[待验证]"。
3. 每篇笔记必须通过质量检查清单。不通过的段落必须重写，不能跳过。
4. MOC 必须实时更新。每生成一篇，MOC 的计数和链接必须同步更新。
5. 小红书发布版不是简单截取。要根据平台特点精简和重组内容。
6. 语气一致性。13段读起来要像一个人写的，不是13个不同的人拼起来的。

---

v2.0 — 2026-07-09 — 优化13段结构定义 + 强化品牌诊断优先级 + 新增17项质量检查清单

这个 Skill 就像一本很详细的内容创作手册，告诉你怎么写一篇完整的诊断笔记。它的结构设计得很清楚，有13个固定段落，从标题到互动钩子都有明确要求，还考虑了各种可能的输入错误情况。质量检查清单也很实用。不过它更像一本说明书，告诉你'应该怎么做'，但没有直接'帮你做'——没有现成的案例库，也没有完整的输出示例参考，新手可能还是不知道怎么下手。