leadbook
生产独立高质量中文商业短书、白皮书、方法论书、操作手册和 PDF 引流品的写书工作流。适用于用户说“写白皮书”“写引流书”“写方法论短书”“写商业手册”“写 PDF 书”“写企业 AI 落地白皮书”“写个人 IP 白皮书”“写超级个体商业操作系统”“写内容获客手册”。正文必须独立成书,不写销售 CTA,不绑定课程、企微、咨询或分身系统;可额外生成书外分发说明和私域运营包。
zjp1997720 · 已有 AI 审核记录
安装与使用
运行命令前先阅读来源与依赖说明。复制命令不会自动安装或执行。
npx skills add zjp1997720/zhijian-skills --skill leadbook技能说明
name: leadbook description: 生产独立高质量中文商业短书、白皮书、方法论书、操作手册和 PDF 引流品的写书工作流。适用于用户说“写白皮书”“写引流书”“写方法论短书”“写商业手册”“写 PDF 书”“写企业 AI 落地白皮书”“写个人 IP 白皮书”“写超级个体商业操作系统”“写内容获客手册”。正文必须独立成书,不写销售 CTA,不绑定课程、企微、咨询或分身系统;可额外生成书外分发说明和私域运营包。
Leadbook
用于把一个商业主题写成独立、高质量、可公开传播的中文短书或白皮书。它继承 tech-book 的工程化写书骨架,但输出目标从技术出版改为普适商业认知与行动资产。
核心边界
- 正文必须独立成立:读者不购买任何产品,也能完整受益。
- 正文禁止硬 CTA:不写“加企微”“领取资料”“购买课程”“咨询我”等转化话术。
- 正文不绑定大鹏的分身系统、课程、定制、企业培训。
- 书外可以生成
distribution-note.md和private-domain-pack.md,但它们不得进入正式 PDF。 - 第一版默认写 30-50 页中文短书,不做 200 页大部头。
- Core 链路只依赖 Python 标准库,可完成脚手架、章节同步、Markdown 导出和质量检查。
- 通用模式默认使用公开 Web;小红书、公众号采集、Nowledge、Obsidian 和 Vault 都是可选 Provider,缺失时不得阻塞成书。
- 正式 PDF 可选使用
$kami的中文long-doc.html风格:暖纸底、ink-blue、克制 editorial 排版。 - 正文配图优先使用 Kami 信息图:结构、流程、对比、公式、清单。
$imagegen主要用于封面、章节扉页和书外分发图。
快速开始
新建一本书时,优先运行脚手架:
LEADBOOK_SKILL_DIR="/path/to/installed/leadbook"
python3 "$LEADBOOK_SKILL_DIR/scripts/scaffold_leadbook.py" \
"/path/to/books/超级个体商业操作系统" \
--title "超级个体商业操作系统" \
--content-profile methodology-book \
--voice-profile product-architect \
--author "大鹏"
脚手架会复制 assets/repo-template/,自动同步章节并生成带安全标记的标准 book repo。--force 只允许替换带 .leadbook-project.json 标记的既有 Leadbook 项目。之后按阶段工作,不要直接在聊天里散写全文。
完整成书属于耐久任务。每个 Phase 完成后运行 python3 scripts/leadbook-stage.py mark <phase>,把可恢复检查点写入 .leadbook-run.json。恢复时先运行 python3 scripts/leadbook-stage.py next,从第一个未完成阶段继续。具体规则见 执行检查点。
运行前按需读 运行时与隐私边界。Kami、小红书和公众号采集都是可选 Provider,不阻塞 Core 链路。
工作流
Phase 1:Book Brief
先写清楚这本书为什么存在。产出并维护:
BOOK_BRIEF.md:书名、副标题、目标、边界、完成标准。READER_PROFILE.md:读者是谁、处境、痛点、阅读动机。POSITIONING.md:核心主张、反常识判断、竞争性视角。book-state.yaml:章节状态、证据状态、输出状态和交付成熟度。VISUAL_PLAN.md:正文信息图、封面视觉、章节扉页和输出路径。IMAGEGEN_BRIEF.md:仅用于$imagegen位图视觉,不用于正文信息图。src/INTRODUCTION.md:读者可见开场。正式写作时删除模板标记,写入真实处境、问题重定义和阅读路径。
如果用户只给书名,先根据书名拟一版 brief,再指出缺口。不要把缺口脑补成事实。
BOOK_BRIEF.md 必须写清 content_profile、voice_profile 和 voice_anchor。书型决定结构,专家文风决定读者感受到“谁在说”,名人锚点负责把 Agent 快速拉进具体思考姿态。没有 voice profile 和 voice anchor,书会退化成资料汇编。
BOOK_BRIEF.md 还必须写清 opening contract 和 chapter rhythm。一本商业书不是把章节模板重复 6 次;它要先把读者带进一个真实处境、误判或反常识 tension,再说明这本书会怎样推进判断。没有 opening contract,正文很容易从第一页开始就像工作坊手册。
Agent 默认自主推进:只给书名时,先生成 v0 brief、v0 evidence plan 和 v0 outline,并在文件里标记 assumptions。不要把可逆判断交给用户。只有作者真实经历、私密案例、商业承诺、身份背书、不可逆定位会显著改变事实边界时,才停下来确认。
Phase 2:Research & Evidence
资料先行。正式写作前先读 references/research-stack.md,按最小最强工具集建立证据链。写作前维护:
SOURCE_MAP.md:调研来源地图,记录来源层级、工具、关键词、用途和权重。AUTHORITY_ACCOUNTS.md:领域权威公众号/作者/机构地图,先确认值得抓取的账号,再抓文章。CLAIM_LEDGER.md:关键事实、数据、判断、来源和可信度。CASE_LIBRARY.md:案例、反例、场景、可公开程度。BEHAVIOR_SEED_PLAN.md:从 brief / reader / positioning / outline 自动推导行为层采集对象。BEHAVIOR_LEDGER.md:招聘、活动、公开项目、合作公告等行为信号。TRANSACTION_LEDGER.md:定价页、产品页、报名页、交付边界、购买异议等交易信号。bibliography.md:参考来源。- 每章
src/chapter-xx/refs.md和cases.md。
默认从公开 Web 完成 L1、L3、L4、L5 四层证据。只有用户明确需要且环境真实可用时,才增加小红书、公众号或本地内容 Provider。公开来源必须记录能直接打开的具体 URL;搜索关键词、网站名、平台首页和“公开案例页”不算证据。
搜索年份使用当前年份和近三年,不写死年份。市场数据、平台规则、行业事实必须进 CLAIM_LEDGER.md。不能核验的数据写数量级或标记缺口。
默认证据层级:
L1-fact:高权重事实来源,用于行业数据、平台规则、政策、公司信息、报告。L2-demand:小红书、公开评论、问答,用于用户痛点原话、标题钩子、评论反对意见、收藏/评论/转发信号。L3-behavior:招聘 JD、活动议程、公开项目、合作公告,用于判断市场真实动作和组织资源配置。L4-transaction:定价页、产品页、报名页、交付边界、购买异议,用于判断付费意愿和引流品定位。L5-discourse:公众号、博客、访谈、对标作者,用于观点谱系、案例素材和叙事结构。L6-owned:Nowledge / Obsidian / Vault,用于低权重内部上下文、自有案例、历史项目、用户原话或场景补充。
Nowledge/Obsidian 不作为高权重信息源。不得用它们单独支撑市场事实、行业判断、平台规则或高置信数据;如确实使用,优先写入 CASE_LIBRARY.md,并标记为自有案例、历史经验或场景。
小红书调研使用本地 REST fallback。当前 xiaohongshu-mcp 的 MCP search_feeds 工具可能超时;当搜索不稳定时,直接运行:
python3 scripts/xhs-research.py \
"个人IP打造" "内容获客" "中小企业AI落地" \
--limit 20 \
--details 5
脚本会生成 research/xhs/*.md 和 research/xhs/*.json。把其中的平台事实和高频问题写入 CLAIM_LEDGER.md,把可复用案例、反例、读者场景写入 CASE_LIBRARY.md。小红书材料只能作为需求侧和内容侧证据;涉及行业事实、市场规模、政策规则时必须再用权威来源交叉验证。
公众号调研必须先做 AUTHORITY_ACCOUNTS.md。先用通用 Web 搜索或 $wechat-article-search 发现专家、机构、媒体、操盘者和反方声音,再用 $wxmp-article-harvester 对已确认账号批量归档。商业、运营、平台和 AI 相关主题默认抓最近 365 天文章;经典理论可补更早文章,但必须标记为 evergreen。
正确流程是:关键词发现 → 确认账号 → 批量归档 → 本地关键词筛选。网页和单篇公众号链接用通用网页抓取工具落地。所有资料都要回填到 SOURCE_MAP.md;只有被实际引用的事实才进入 CLAIM_LEDGER.md,避免把资料堆积误认为研究完成。
正式正文必须做证据去后台化:不要把“需求侧样本”“公众号元数据”“线索”“文章池”写给读者。后台材料要翻译成具体来源、具体场景、具体判断和边界。规则见 references/research-stack.md。
Phase 2 完成不等于“资料很多”。证据真正闭环的最低标准是:
bibliography.md已形成读者可见参考页,不只是几条占位列表。- 每个写入
book-state.yaml的章节refs/cases数,都已经回填到对应src/chapter-xx/refs.md和cases.md。 outputs.references只有在读者可见参考页和章节映射都闭环后才能标true。SOURCE_MAP.md中标记 used/selected/fetched/exported/done 的来源都有具体 URL。CLAIM_LEDGER.md的 fact、BEHAVIOR_LEDGER.md和TRANSACTION_LEDGER.md的有效记录都能回到具体 URL。
行为层和交易层由 Agent 自动推导,不默认要求用户提供公司名或关键词。Agent 从 BOOK_BRIEF.md、READER_PROFILE.md、POSITIONING.md、OUTLINE.md、SOURCE_MAP.md 生成采集方向。用户只在行业取向、竞品范围或不可逆定位会改变书的立场时介入。
Phase 3:Framework & Outline
根据书型选择 content_profile,根据作者姿态选择 voice_profile,再用 voice_anchor 指定最典型的名人锚点。详细规则见 references/profiles.md。
生成 OUTLINE.md 时:
- 用
##表示正式章节。 - 章节路径统一为
chapter-01、chapter-02,不要用中文标题生成路径。 - 每章写清:这一章在整本书里的任务。它是重定义、论证、建模、案例、步骤、边界还是收束。
- 每章写清:结论或判断、读者问题、证据或来源、案例或反例、行动产出、作者判断。
- 每章写清:至少 1 个可视化机会。如果没有,也要说明为什么文字更清楚。
- 目录要体现读者路径,而不是只罗列概念名。需要时按 Part / 阶段组织。
整本书默认要有一个 reader-facing opening block,放在正文正式章节之前。它至少回答四件事:
- 读者正处在什么真实场景或误判里。
- 这本书到底要重新定义什么问题。
- 读完以后读者会获得什么新判断和行动框架。
- 这本书会怎样推进,不是简单罗列目录。
运行:
python3 scripts/sync-summary.py
这会生成 src/SUMMARY.md,创建章节目录,并以 merge 方式同步 book-state.yaml,保留已有研究、输出和章节进度。
Phase 4:Chapter Writing
每章作为一个独立写作检查点。每次只加载:
OUTLINE.mdBOOK_SUMMARY.md- 当前章
refs.md - 当前章
cases.md glossary.mdCLAIM_LEDGER.md的相关条目
章节不再强制使用同一套标题骨架。统一标题会把白皮书、研究报告和 playbook 都压成课程手册。每章必须满足 chapter contract,但呈现结构按 content_profile 和章节任务调整。
每章必须包含这些内容,可以换标题、合并段落或换顺序:
- 结论或判断:本章直接给出什么判断。
- 读者问题:读者在什么具体场景里需