前言¶

做內容選題時，最常見的做法是憑經驗和競品稿子倒推「用戶關心什麼」。這類選題表能很快列出來，但很難回答一個問題：這個選題的證據從哪來，事後怎麼驗證它真的有效。

在企業微信朋友圈這個場景裏，這個問題更突出。朋友圈的評論分散、場景私密、難歸檔，搜索問題又散落在各處，人工彙總既慢又容易漏掉真實訴求。

下面介紹的 Skill 試圖把這條鏈路固化下來：從真實評論和搜索問題出發，產出優先選題，交付一份選題證據表，再用朋友圈有效回覆率做複查。適合需要持續產出朋友圈內容、又希望選題有據可查的運營和內容同學。

這是什麼¶

一句話定位：它是一個把「用戶原聲」加工成「可執行選題清單」的 Agent Skill。

出品方與來源：發佈者 user_fccf428b，座標 @user_fccf428b/wecom-moments-demand-topics，來源標記爲 community，分類爲 content-creation。

解決的問題：把企業微信朋友圈場景下散落的真實評論和搜索問題，轉成優先級明確的選題，並把每個選題背後的證據整理成表，最後用有效回覆率回看選題是否站得住。

當前版本：1.0.0。是否需要 API Key：不需要，標籤爲 requires_api_key=false。

核心功能¶

這個 Skill 的能力邊界可以從官方簡介逐條拆出來，以下是已覈實的三項。

1、收集輸入。輸入材料是兩類真實原聲：企業微信朋友圈裏的評論，以及相關的搜索問題。這一步的意義在於讓選題建立在用戶實際說過的話上，而不是運營人員的猜測上。

2、轉成優先選題。Skill 對輸入做整理後輸出帶優先級的選題列表，而不是把所有問題平鋪出來。輸出形態是一份選題證據表，每個選題對應其證據來源，便於回溯和複覈。

3、用有效回覆率複查。選題交付後，Skill 以朋友圈的有效回覆率作爲複查指標。這一步把選題質量從「發佈時的主觀判斷」變成「發佈後的可觀測數據」。

需要說明的是，官方資料只給了簡介層面的描述，沒有列出選題評分規則、證據表的具體字段、複查的閾值或時間窗口。這些屬於實現細節，使用前需要以官方頁面爲準。

安裝與啓用¶

官方給出的入口有兩處，都在 SkillHub 上：

官方地址: https://api.skillhub.cn/user_fccf428b/wecom-moments-demand-topics
SkillHub 頁面: https://www.skillhub.cn/skills/user_fccf428b/wecom-moments-demand-topics

定位座標（用於在平臺內檢索和引用）：

@user_fccf428b/wecom-moments-demand-topics

目前抓取到的資料中沒有提供安裝命令、Skill 目錄路徑、配置字段，也沒有針對 Cursor、Codex CLI、Claude Code 的分別說明。因此這裏不寫未經覈實的接入步驟。這類 Skill 基於通用 SKILL.md 格式，實際安裝方式取決於你使用平臺的加載機制，建議先打開上面的官方地址確認。

已經可以確認的一點：requires_api_key=false，意味着啓用時不需要準備額外的密鑰。

典型用法¶

官方簡介給出了一條完整的可復現流程，按順序執行即可。

1、準備輸入。把企業微信朋友圈的真實評論導出或粘貼，同時準備相關搜索問題清單。兩類材料都需要，只有評論沒有搜索問題會缺一部分需求面。

2、跑選題生成。讓 Agent 按 Skill 處理這兩類輸入，產出優先選題列表，並要求附帶證據表。

3、落地發佈。按優先級順序安排朋友圈內容，記錄每篇發出的時間、主題和對應證據條目。

4、回看數據。收集每篇的回覆情況，計算有效回覆率，回到證據表上標記哪些選題成立、哪些需要降級或替換。

第 4 步是這條流程裏容易被省掉的一環。跳過它，證據表就只是一次性產物，下一次選題仍然從零開始。

適用場景與注意¶

適合誰：

• 企業微信私域運營，需要持續產出朋友圈內容的人。
• 內容團隊希望選題有證據留痕，而不是靠拍腦袋排期的人。
• 想用真實回覆率反過來校準選題方向的人。

限制和坑：

1、輸入質量決定輸出質量。評論和搜索問題如果本身是轉述過的、或者數量過少，產出的選題證據強度有限。儘量用原始表述。

2、有效回覆率受發佈時機、話術、賬號信任度影響，不完全等同於選題好壞。複查時需要把這幾類因素一起看。

3、官方頁面當前顯示安裝量爲 0，評分爲 100000、下載量爲 1169（數據來自抓取到的官方頁面快照）。樣本量偏小，社區驗證還不充分，引入前建議自己先跑一輪小範圍驗證。

4、分類是 content-creation，不是數據分析或客服工具。它輸出的是選題和證據，不負責評論回覆本身。

結語¶

這個 Skill 的價值不在「自動生成選題」，而在把選題的證據和複查指標固定成流程：輸入是真實評論與搜索問題，輸出是優先選題和證據表，閉環是朋友圈有效回覆率。相比人工整理評論再憑經驗排期，這套做法至少讓每次選題都能回溯到具體原聲。

想進一步確認實現細節，可以訪問：

https://www.skillhub.cn/skills/user_fccf428b/wecom-moments-demand-topics