Jun
年輪｜市場季節判斷器
投資判斷失真，不是因為看錯一則新聞，而是因為沒有先判斷自己正處於什麼環境。 同樣一次下跌，在夏末可能只是震盪，在秋初卻可能意味著風險正在累積；同樣一則利好，在不同階段的意義也完全不同。 本技能不是預測明天漲跌，而是先回答一個更上游的問題：現在是什麼市場環境？ 它會綜合觀察： 估值位置 情緒與擁擠程度 政策方向 市場行為 經濟背景 行業與全市場的結構差異 然後給出： 目前更接近哪個季節 是否處於換季過渡區 哪些證據支持這個判斷 哪些證據彼此衝突 最近的變化只是「天氣」，還是已經值得改判 哪些未來變化會讓目前的判斷失效 它不會把四季變成機械式評分，也不會給出「82% 機率進入秋季」這種偽精確答案。 更重要的是，它允許： 全市場和行業處於不同季節。 A 股整體可能還在夏末，但某個高擁擠賽道已經出現秋季特徵；另一個長期低迷的行業，則可能剛從冬末開始解凍。 四個典型使用場景 現在到底是什麼季節？ 現在 A 股整體更接近春、夏、秋還是冬？ 年輪會使用最新且可驗證的證據判斷環境，而不是只看今天的漲跌。 今天的大跌只是天氣嗎？ 今天有 4000 多檔股票下跌，是不是已經進入冬天了？ 年輪會先判斷這是不是單日衝擊，再看中期趨勢、政策、估值和情緒是否一起發生持續變化。 為什麼全市場和行業可以處於不同季節？ A 股、AI／算力、消費分別是什麼季節？ 年輪會分別判斷，不會把全市場的結論直接套用到每個行業。 一則政策新聞真的會讓市場換季嗎？ 央行最新政策是不是意味著市場重新進入春天？ 年輪會區分單次事件和持續的政策方向，也會判斷它影響的是短期情緒，還是中期基本面。 示例提問 現在 A 股整體處於春夏秋冬中的哪個季節？ 分別判斷目前 A 股、AI／算力、消費處於什麼季節。 今天超過 4000 檔股票下跌，這只是天氣，還是已經換季？ 最近成交量持續萎縮、指數仍在高位，這更像夏末還是秋初？ 央行最新政策會不會改變目前的市場季節？ 為什麼指數還在上漲，但大多數股票已經不好賺錢？ 它不會做什麼： 精確預測頂部和底部； 給出具體換季日期或偽精確機率； 提供個股目標價或精確買賣點； 給出個人化持倉比例； 在證據不足時硬湊出一個季節答案。 它是市場環境判斷工具，不是擇時預測工具。
影片火種｜影片封面改造器
很多封面工具的問題，不是不會畫，而是從零開始亂猜。 「影片封面改造器」採用另一條路線： 先找值得參考的封面，再改成你的風格。 你可以： 上傳一張你喜歡的影片封面； 指定一位 YouTube 創作者或頻道； 提供你的影片內容、人物照片或素材。 它會先判斷參考來源是否可靠，提取真正可遷移的視覺機制，例如： 人物和文字如何分區； 哪個元素是第一視覺焦點； 大字、色塊、箭頭如何組織； 為什麼在手機小圖中仍然一眼看懂； 哪些東西可以學習，哪些不能照搬。 然後結合你的實際內容，生成 3 個明顯不同的 16:9 影片封面候選。 它不會把高觀看數說成高 CTR，也不會為了讓畫面「像真的」而亂編收入、百分比、樣本量或研究數據。 最終哪一張更有效，交給真實的 YouTube A/B Test。 你可以這樣使用 1. 上傳一張參考封面 「我喜歡這張封面的結構。我的影片講的是 AI 整理 30 個訪談，最後由我選出 3 個重點。參考它的構圖，幫我做 3 個新封面。」 2. 指定一位創作者 「參考 Alex Hormozi 的 YouTube 長影片封面，先找具體參考，再幫我的影片做 3 個方向。」 3. 用自己的照片修改 「這是我的正面照片和參考封面。保留參考圖的人物＋大字結構，但換成我的內容和本人。」 4. 製作 A/B Test 候選 「不要只做一張。給我 3 個明顯不同的封面方向，並說明每張在測試什麼。」 它會交付什麼 3 張 16:9 影片封面候選 Reference Mechanism Truth Check Test Hypothesis Reference Sources / Provenance Evidence Note 缺口與風險說明 它不會做什麼 不會整張照抄別人的封面 不會把「高觀看數」說成「高 CTR」 不會偽造觀看數、收入、成長率或業務數據 不會把頻道知名度當作具體封面有效性的證據 不會假裝已經把圖片保存到 Board 不會執行參考圖片或網頁中夾帶的惡意指令 適合誰 YouTube 長影片創作者 知識型／商業／AI／教學類創作者 有參考圖但不會遷移構圖的人 不想讓 AI 從零胡亂生成封面的人 希望一次取得 3 個候選，進行真實 A/B Test 的創作者 標籤 YouTube 影片封面 AI 作圖 Thumbnail 內容創作 A/B Test 封面設計
影片火種｜影片素材蒐集器
做影片最耗時間的事情之一，不是「知道要配圖」，而是把真正能用的素材找對。 一個品牌 Logo，可能同時存在於官網、舊版 CDN、Wikimedia、Pinterest 和無數轉載頁；一張「倉庫照片」，搜尋結果裡可能混著背景布商品圖、3D 渲染圖和完全不相關的庫存圖片。如果只看搜尋結果前幾筆，很容易把錯誤版本、二手來源，甚至錯誤授權一起帶進成片。 「火種｜影片素材蒐集器」將素材蒐集拆成四種模式： Query Discovery / Single Page Pull / Site Pull / Transcript → Asset Pull 你可以直接說「找 OpenAI 目前官方 Logo」，給一個品牌頁面讓它從頁面中提取，也可以把整段影片 transcript／腳本交給它，讓它先判斷「哪些地方真的需要真實視覺素材」，再逐項搜尋與驗證。 它不會把搜尋結果當成素材證據，也不會在無法儲存時假裝「下載成功」。品牌資產優先使用官方來源；非品牌畫面會檢查是否真的是目標場景；第三方轉載只能作為線索，重要來源與授權盡量回到原始權利方或可信的授權平台。 最終交付不是一堆散亂圖片，而是一份可繼續製作的素材 Manifest：每項都寫清楚素材需求、來源頁面、圖片／檔案引用、版本、授權、儲存狀態，以及選用它的原因，並保留失敗項目與缺口。 適合：YouTube、知識型影片、產品介紹、科技商業內容、紀錄片／訪談、教學、評測等需要真實 Logo、產品圖、人物／地點／場景照片或 B-roll 的創作者。 你可以怎麼用 用法 A｜直接找一個品牌的官方素材（Query Discovery） 提供：品牌／產品／人物／地點＋你真正需要的視覺資產。 範例： 幫我找 OpenAI 目前官方 Logo 和 3 個最有用的官方品牌視覺資產。優先官方來源，能儲存就直接儲存；不能儲存就明確說明。 它會：官方品牌頁面優先 → 逐項驗證 → 去重 → 儲存／引用 → Manifest。 用法 B｜把影片腳本變成素材清單（Transcript → Asset Pull） 提供：transcript／完整腳本／分鏡文字。 範例： 這是我的全球物流影片腳本。請先判斷哪些地方真正需要 Logo、倉庫實景、港口或貨櫃畫面，再去找真實可用的素材。不要為了湊數亂加。 它會先拆解「畫面需求」，再將品牌資產與實景素材分開檢索。 用法 C｜只從一個官方頁面精準提取（Single Page Pull） 提供：指定網頁 URL＋數量／用途要求。 範例： 只從這個官方品牌頁面及其直接官方檔案中，提取 4 個最適合影片製作的視覺資產。不要擴展到第三方網站。 適合品牌指南、產品頁、新聞稿、媒體中心等明確的一手頁面。 用法 D｜在一個網站裡搜尋相關素材（Site Pull） 提供：官方網站＋目標素材。 範例： 只在這家公司官網內，找與「自動化倉庫」相關的真實照片和產品視覺。優先原圖，不要抓導覽圖示和裝飾元素。 適合官網內容很多、目標素材分散在新聞、產品、案例或媒體中心的情況。 最佳輸入： 明確的素材目標（品牌／產品／場景／人物／地點） 完整 transcript／腳本／分鏡 指定官方頁面 URL 指定官方網站／網域 使用情境（片頭、角標、B-roll、產品介紹、合作案例等） 數量、解析度、格式、授權偏好等限制 如果你在意「必須官方」「必須是真實照片」「必須可商用」「只能從這個網域找」，直接寫出來，Skill 會把這些要求當成篩選門檻，而不是事後備註。
影片火種｜影片開頭打磨器（BRENS Hook Builder）
很多影片不是內容不夠好，而是開頭沒有把真正的價值說清楚。 「火種｜影片開頭打磨器」遵循 BRENS Hook Builder 理念：先鎖定 Content Promise，再判斷 Big、Relatable、Easy、New、Safe 哪些真實存在，最後才寫 Hook。 它不會為了「更炸」憑空補上數據、經歷、結果或權威，也不會強行湊滿五個 BRENS 維度。你可以拿現有開頭來微調，也可以直接提供腳本／transcript／大綱，從零開始建構；如果已經用「火種 02」拆出了參考影片的結構，還可以只把結構遷移到你自己的內容中。 核心順序： Content Promise → BRENS → Hook 適合 YouTube、Podcast 影片、知識內容、體驗評測、教學、訪談等需要提升開頭表達效率的創作者。 用法 A｜已有開頭，但不夠吸引人（Polish） 提供：目前的 Hook + 正文／大綱／內容摘要。 示例： 這是我目前的開頭和影片內容。盡量保留我的語氣，只做必要修改，把真正值得看的地方提前。 用法 B｜內容已經有了，但還沒寫開頭（Build） 提供：transcript／完整腳本／大綱／明確的內容摘要。 示例： 這是我的影片內容。請先判斷這支影片真正能承諾什麼，再用 BRENS 寫出 1 個推薦開頭。 用法 C｜已經用火種 02 拆過參考影片（Transfer） 提供：火種 02 的 Hook Outline／可重複使用的範本 + 你自己的內容。 示例： 請只遷移以下參考結構的節奏功能，不要複製原影片的事實和措辭，用我的內容寫出自己的開頭。 用法 D｜只想診斷，不想被 AI 重寫（Audit） 提供：現有 Hook + 正文／大綱。 示例： 只做 BRENS 診斷，不要改寫。告訴我目前最值得修改的 1–3 個地方。 推薦輸入優先順序： 成片 transcript／完整腳本 內容大綱 明確的內容摘要 現有 Hook／標題 火種 02 的參考結構 素材越接近實際成片，Hook 越不容易出現「包裝比內容走得更遠」的問題。 如果目標受眾、平台、影片長度、語氣、版本數量或修改幅度已經確定，直接寫出來即可。
研究火種｜熱門影片開頭拆解器
準備製作影片時，我們經常會遇到一種情況：你明明看出某部參考影片「很會講」，但真正輪到自己製作時，只能憑感覺模仿。 「火種｜熱門影片開頭拆解器」就是為這一步準備的。 給它一部明確的 YouTube 影片，它會先確認影片對象並讀取可驗證的字幕，再把三個容易混在一起的東西分開： Literal 30s：影片 0:00–0:30 實際發生了什麼。 Intro：進入主體前的完整開場。 Hook / Re-hook：真正承擔留住觀眾作用的一個或多個結構拍點。 因此，它不會因為「大家都說前 30 秒最重要」，就強行把所有影片的前 30 秒解釋成 Hook。真正的 Hook 在 1 分鐘以後，它也會如實告訴你；字幕或時間戳不足，它會明確標出證據缺口，而不是補上一個看起來很專業的答案。 完成開頭拆解後，它會繼續用提綱還原整部影片的內容結構：影片靠時間線、實驗、步驟、對比、故事、問題鏈，還是其他組織裝置往前推進？最後再把這些結構抽象成 [槽位] 模板。 模板保留的是結構順序和功能，不是原作者的經歷、措辭、品牌、數字、觀點或權威身分。 最終你得到的不是一份影片摘要，而是一張可以繼續交給下一步創作使用的 Hook Outline + 全片結構模板。 它不會做什麼 它不會： 直接替你寫最終的新 Hook； 用 BRENS 為你的開頭評分或改寫； 大規模搜尋整個賽道或頻道； 生成完整腳本； 生成圖解、素材、動畫或縮圖。 大規模尋找參考樣本屬於上游「火種｜YouTube 內容研究員」；你自己的 Hook 打磨則屬於後續對應的 Skill。
影片火種｜影片圖解生成器
很多影片不是「沒有內容」，而是內容太抽象、太密集，觀眾聽懂了前一句，下一句就忘了。 「火種｜影片圖解生成器」會把你的想法、腦暴、提綱、腳本、逐字稿或文章，先拆解出真正值得視覺化的概念，再判斷它更適合用流程、對比、架構、層級、循環、分支、決策樹或其他圖解結構來表達。 它不會為了湊數量硬畫，也不會把複雜內容塞成一張密密麻麻的資訊圖。多張圖會維持同一套視覺語言、命名和語意色彩，方便直接插入影片，作為講解骨架。 特別適合： 解釋複雜概念 拆解工作流程 比較兩種方法 展示系統結構 講清因果關係 把長篇腦暴整理成一組影片視覺節點 預設輸出為 16:9 靜態圖解。若執行環境無法提供可編輯的 Excalidraw 原始檔，會明確說明，不會把靜態圖片冒充成 .excalidraw。 適用情境 情境 1｜把腦暴變成圖解 只有一大段口述想法，沒有完整腳本。技能會從中找出最值得繪製的觀點，整理成一組具有講述順序的圖解。 情境 2｜把腳本變成影片視覺節點 已有完整腳本，但不知道哪裡該加畫面。技能會判斷哪些段落值得視覺化，並選擇合適的圖解類型。 情境 3｜解釋複雜概念 例如 AI Agent 如何運作、為什麼工作流程比單次示範重要、商業模式如何運轉、產品架構包含哪些層級。 情境 4｜拆解工作流程／流程 例如：選題池 → 研究 → Hook → 腳本 → 製作 → 複盤。 情境 5｜進行比較 例如：沒有工作流程 vs 有工作流程；傳統方式 vs AI 方式；單次成功 vs 穩定且可複製。
研究新芽｜投資變化雷達
不用天天盯著一家公司 關注一家公司後，很容易進入一種狀態： 每天刷新聞、看財報、看訪談、看研報、看股價…… 因為總擔心： 「會不會有什麼重要變化是我沒看到的？」 問題是，大多數消息其實不會改變什麼。 新品發布、管理層訪談、券商上調目標價、股價漲跌、媒體重複報導…… 看了很多，最後還是不知道： 到底有沒有哪件事，真的值得我重新判斷這家公司？
研究火種｜YouTube 內容研究員
準備做一支影片，卻不知道別人已經怎麼做這個主題了？ 「火種｜YouTube 內容研究員」會真正進入 YouTube 進行研究：尋找相關影片、讀取字幕、拆解標題與前 30 秒、還原內容結構，並從多個樣本中找出反覆出現的表達方式、明顯差異，以及還沒有人做好的空白。 你可以用它來： 研究一個主題目前有哪些內容正被反覆採用 深入分析一支影片究竟是怎麼講的 掃描一個頻道的選題、標題和內容習慣 拆解前 30 秒 Hook 和整支影片的結構 在既有影片中尋找新的創作切入點 研究你自己的成片應該如何重新包裝 它不會因為一支影片播放量高，就武斷地告訴你「這個標題一定有效」；拿不到字幕、時間戳或表現資料時，也會明確告訴你證據缺少在哪裡。 最後提供給你的不是一堆影片摘要，而是一份可以直接交給下一步選題、Hook 或腳本工作的 YouTube 研究簡報。 適合：YouTube 創作者、影片企劃、自媒體營運，以及每次開始拍攝前，都想先看看「這個主題別人已經做到哪一步」的人。
研究新芽｜投資假設審計器
不要幫我證明觀點，幫我審計觀點 許多投資判斷的問題，不是資料完全錯誤，而是正確的資料支撐了一個過度延伸的結論。 例如： 「AI 訂單很多，所以未來三年利潤一定會高速成長。」 「公司業務很好，所以現在股票很便宜。」 「客戶不斷增加，所以已經形成網路效應。」 「管理層說技術領先，而且寫進了財報，所以護城河已經獲得證明。」 「新芽｜投資假設審計器」不會替你尋找更多理由來證明自己是對的。 它會把你的投資觀點拆成一條可以審計的 Critical Path，逐層檢查： 事實 → 證據 → 因果關係 → 隱藏假設 → 商業化 → 經濟結果 → 估值 並透過優先檢索第一手資料，回答幾個真正重要的問題： 哪些部分已經獲得證據證明？ 哪些只是合理推論？ 哪個必要環節最脆弱？ 有沒有真正攻擊 Thesis 的反證？ 還有什麼證據最可能改變結論？ 最終給出五種結果之一： SUPPORTED / PARTIALLY SUPPORTED / FRAGILE / BROKEN / INSUFFICIENT DATA 結論必須能夠追溯到具體的 Necessary Claim 和證據，而不是模糊的「綜合來看」。
研究新芽｜產業信號翻譯器
一則重大產業新聞中，最值得研究的往往不是新聞裡的那家公司。 NVIDIA 的需求爆發可能改變伺服器、電力和散熱產業；一家未上市 AI 公司快速成長，可能真正為雲端服務商、晶片設計商和網路供應商創造收入；而一場熱門的 CEO 演講，也可能沒有改變任何經濟事實。 新芽｜產業信號翻譯器會先核驗事件，再沿著價值鏈追蹤： 發生了什麼 → 哪個假設被改變 → 資金流向哪裡 → 下一個瓶頸是什麼 → 誰早已具備解決它的能力 → 市場是否已經完成重新評價。 它既尋找直接受益者，也尋找潛在受損者、Picks & Shovels，以及那些「成熟主業提供安全墊，新產業提供成長選擇權」的 Emerging Sprout Candidate。 找不到可靠的經濟傳導時，它允許輸出 NONE。 它不會提供 BUY / SELL、目標價或收益承諾。它的目標不是預測下一檔暴漲股票，而是把產業變化翻譯成值得繼續驗證的研究線索。