Xiaohongshu Writing

小红书爆款写作 Skill

帮你写出高点击率、高互动、像人写的小红书笔记！

⚠️ 重要：去AI味检查（写之前必看）

AI生成的文本有明显特征，一眼就能看出来。写小红书笔记时，必须避免以下问题：

🚫 AI文本的16种死罪

致命特征（一眼AI） 问题AI写法人类写法三段式结构"首先...其次...最后..."直接说事，不用套路机械连接词"值得注意的是"、"综上所述"、"不难发现""说实话"、"其实"、"真的"空洞大词"赋能"、"闭环"、"数字化转型"、"智慧时代""帮忙"、"完整流程"、"升级"均匀段落每段都差不多长长短不一，有节奏感 高频问题 问题表现AI高频词"助力"、"彰显"、"凸显"、"焕发"、"深度剖析"修辞堆砌对偶句>2个、排比句>1个、引用句>4个技术词滥用在非技术内容里用"解构"、"光谱"、"量子纠缠"标点滥用破折号太多、分号太密 风格问题 问题表现句子太规整每句话结构都差不多用词单一来回就那几个词没情绪整篇都很"平"，没有喜怒哀乐开头重复每段开头都是"这个..."、"那..."

✅ 人类化重写规则

1. 去掉"首先其次最后" → 直接说事 2. "值得注意的是" → "注意" / "说真的" 3. "综上所述" → "所以" / "总之" 4. "赋能" → "帮" / "让...更好" 5. 打破均匀段落 → 长短搭配 6. 加入个人口吻 → "我觉得"、"亲测" 7. 句子长短不一 → 有短有长 8. 适当"不完美" → 口语化、有语气词

🦞 小红书风格核心特征

小红书不是写作文，是跟朋友聊天。

必须做到

✅ 热情开场 - "姐妹们！"、"兄弟们！"、"宝子们！" ✅ 高密度emoji - 但不是乱堆，要有节奏 ✅ 短段落 - 1-3句话一段，别写长文 ✅ 口语化 - 像说话，不像写论文 ✅ 个人视角 - "我"、"我觉得"、"亲测" ✅ 情绪词 - "绝了"、"太可了"、"yyds"、"踩雷"

绝对禁止

❌ "首先、其次、最后"的三段式 ❌ "值得注意的是"、"综上所述" ❌ 大段文字（超过5行就太长） ❌ 没有任何emoji的干文字 ❌ 像说明书一样的列表

第一步：了解需求

问用户： 写什么内容？ 给谁看？ 想达到什么效果？

第二步：生成标题

用下面的标题公式，生成3-5个备选。

第三步：写正文

选一个开头模板 用口语化语言写内容 加入emoji和情绪词 短段落，有节奏

第四步：去AI味检查

对照上面的"AI文本16种死罪"，逐条检查并修改。

第五步：输出成品

标题（3-5个备选） 正文（已去AI味） 建议标签

7种高转化标题类型

• 1. 画饼型（美好愿景）
• 公式：行动 + 美好结果
• 示例：
• "坚持这个习惯，皮肤好到发光"
• "学会这招，气质提升一个档次"
• "每天10分钟，30天练出马甲线"
• 2. 不看会亏型（损失厌恶）
• 公式：后悔/不知道 + 核心信息
• 示例：
• "后悔没早知道的护肤真相"
• "90%的人都不知道的省钱技巧"
• "千万别这样洗脸，难怪皮肤越来越差"
• 3. 数字型（具体可信）
• 公式：数字 + 核心内容 + 结果
• 示例：
• "3步搞定日常妆容，新手也能学会"
• "收藏这10个穿搭公式，一周不重样"
• "25套初秋显瘦穿搭总结"
• 4. 反认知型（打破常识）
• 公式：否定词 + 常见行为 + 负面结果/真相
• 示例：
• "千万别这样护肤，难怪越来越差"
• "原来一直用错了，怪不得没效果"
• "你以为的护肤，其实是在伤肤"
• 5. 提问型（引发好奇）
• 公式：问题 + 痛点
• 示例：
• "为什么你的妆容总是不持久？"
• "小个子怎么穿才显高？"
• "同样是护肤，为什么她比你白？"
• 6. 参照物型（借势）
• 公式：学/跟着 + 名人/热门 + 效果
• 示例：
• "学白鹿的穿搭，轻松穿出女团感"
• "照着韩剧女主这样化妆，素颜也好看"
• "跟着大厂程序员学AI，3个月入门"
• 7. 圈定人群型（精准定位）
• 公式：人群标签 + 必看/必做 + 核心价值
• 示例：
• "学生党必看的平价护肤好物"
• "新手妈妈一定要知道的育儿技巧"
• "半吊子工程师的AI学习日记"

万能标题公式

• 用户收益 + 关键词 + 解决方案
• 示例：
• "毛孔粗大怎么办？美容师教我这样做，效果惊人"
• "小个子穿搭｜这样搭配显高10cm"
• "AI入门难？程序员教你3个月从小白到实战"

五大品类标题公式

品类公式示例穿搭痛点/场景 + 解决方案 + 结果"微胖女生这样穿，显瘦20斤"美妆目标人群 + 问题 + 效果词"黄皮必入！这支口红显白到离谱"母婴目标人群 + 解决方案 + 状态词"新手妈妈必看，宝宝一觉睡到天亮"美食场景 + 特点 + 情绪词"一人食晚餐｜10分钟搞定，好吃到哭"干货/知识人群 + 问题 + 解决方案"程序员学AI｜3个月从小白到实战"

1. 打招呼式（最常用）

像老朋友聊天一样 ✅ 好的写法： "姐妹们！今天又来分享好物了～" "哈喽大家好，我是xx，今天想聊聊..." "宝子们！这个必须安利给你们！" ❌ AI写法： "大家好，今天我想和大家分享..."

2. 与我相关型（引发共鸣）

让读者觉得"这说的就是我" ✅ 好的写法： "身高156，体重110，梨形身材的我，终于开窍了..." "作为一个半吊子工程师，我踩过的坑能写本书" "如果你也是____，那这篇一定要看！" ❌ AI写法： "作为一个____，我想分享一下我的经验..."

3. 痛点切入型（直击要害）

直接点出读者的困扰 ✅ 好的写法： "你是不是也有这种情况：想学AI但不知道从哪开始？" "皮肤暗沉、毛孔粗大？我之前也是！" "每天加班到很晚，根本没时间运动对吧？" ❌ AI写法： "很多人都会遇到这样的问题：____"

4. 告诫劝机型（听我的没错）

✅ 好的写法： "说真的，如果你正在学AI，这几个坑千万别踩！" "真心建议，新手学编程前先看看这篇" "听我一句劝，别再____了" ❌ AI写法： "以下是一些需要注意的事项..."

5. 社会热点型（蹭热度）

✅ 好的写法： "最近AI特别火，作为业内人士我想说..." "2026年了，这些技能真的要学起来" "趁着xx的热度，来聊聊..." ❌ AI写法： "随着xx的发展，越来越多的人开始关注..."

1. 互动式（提升互动率）

"觉得有用的话，记得点赞收藏哦～" "你们有什么好方法吗？评论区聊聊！" "想看更多内容的记得关注我～" "你们有没有踩过类似的坑？来聊聊"

2. 结论式（总结观点）

"所以啊，学AI最重要的就是____" "总结一下，这3点是关键：..." "最后想说，____真的很重要"

3. 行动号召式（引导转化）

"赶紧试试吧，效果真的很好！" "从今天开始，一起____吧" "别再犹豫了，现在就开始！"

正面情绪词（激发向往）

绝美 / 氛围感 / 治愈 / 太绝了 / 爱了爱了 好用到哭 / 必入 / 无限回购 / 真香 yyds / 绝绝子 / 太可了 / 拿捏了 / 巨好用

负面情绪词（制造焦虑）

后悔 / 踩雷 / 避坑 / 千万别 / 别再XX了 血泪教训 / 真的很坑 / 谁买谁后悔

悬念词（引发好奇）

竟然 / 原来如此 / 没想到 / 真相是 秘密 / 隐藏 / 不为人知 / 悄悄告诉你

关键词布局原则

小红书对关键词抓取主要在：标题、开头、结尾、标签 布局方法： 1. 标题：包含1-2个核心关键词 2. 开头：出现2-3次关键词 3. 结尾：出现1-2次关键词 + 话题标签 4. 标签：3-5个相关话题 注意：不要堆砌关键词，保持自然

干货分享类

结构：问题 → 分析 → 解决方案 → 总结 特点：实用、具体、可操作 标题：数字型 + 人群型 结尾：引导收藏

种草测评类

结构：痛点 → 产品介绍 → 使用体验 → 效果展示 特点：真实、有对比、有细节 标题：不看会亏型 + 参照物型 结尾：引导互动讨论

学习日记类

结构：背景 → 过程 → 收获/踩坑 → 下一步计划 特点：真实、有共鸣、可持续 标题：圈定人群型 + 与我相关型 结尾：邀请一起学习

内容禁忌

• 不要过度美化/夸大效果（如"7天瘦20斤"）
• 不要出现微信号、店铺名等导流信息
• 不要硬广植入，容易被举报
• 不要抄袭搬运，坚持原创
• AI生成内容必须标注（2026年2月新规）

标题禁忌

• 不要做标题党，标题与内容要一致
• 不要堆砌关键词，保持自然
• 标题字数控制在20字以内，16-18字最佳

❌ AI味的写法（不要这样写）

【标题】机器学习的三层理解 【正文】 大家好，今天我想和大家分享一下我对机器学习的理解。 首先，我想介绍一下函数层。函数层是机器学习的基础，它定义了模型的结构。 其次，损失层非常重要。它决定了我们如何衡量模型的好坏。 最后，优化层是让模型不断改进的关键。 综上所述，这三层结构帮助我们理解机器学习的本质。 【标签】#机器学习 #AI

✅ 人类化的写法（要这样写）

• 【标题备选】
• 1. 学ML踩了半年坑，终于悟出3层框架🧠
• 2. 别再背概念了！机器学习就这3层🔥
• 3. 半吊子工程师｜我悟了，ML其实很简单✨
• 【正文】
• 兄弟们！👋
• 学机器学习最痛苦的是什么？
• 不是数学难，是概念太多太乱！神经网络、梯度下降、损失函数...感觉每个都要学，学着学着就懵了。
• 我折腾了大半年，最后发现——**就3层**。
• 不多废话，直接说：
• ---
• ### 🧱 第一层：函数层（Model）
• **模型长啥样？**
• 就是在找一个 **f(x)**
• 线性回归：就是 y = wx + b（高中数学对吧）
• 神经网络：就是好多 wx+b 叠在一起
• 决策树：就是一堆 if-else
• 别被名字吓到，本质上都是**函数**。
• ---
• ### 📉 第二层：损失层（Objective）
• **怎么判断模型好不好？**
• 先定义单样本损失 **L**（比如分类用交叉熵，回归用MSE）
• 然后汇总成目标函数 **J(θ)**
• **关键来了：J(θ) 决定了优化的方向！**
• 就像开车，你得先知道目的地在哪，才能往那边开对吧。
• ---
• ### 🎯 第三层：优化层（Optimization）
• **怎么让模型越来越好？**
• 就是不断调整 θ，让 J(θ) 变小。
• 方法很多：
• 梯度下降（神经网络标配）
• 贪心分裂（决策树）
• Boosting（XGBoost、LightGBM）
• 说白了就是：**下山怎么走最快？**
• ---
• ### 💡 所以呢？
• 以后学任何新模型，就问自己3个问题：
• 1. f(x) 是什么？（函数层）
• 2. L 和 J(θ) 是什么？（损失层）
• 3. 怎么更新 θ？（优化层）
• 答上来就说明真懂了。
• ---
• 觉得有点用？点个赞呗👍
• 评论区聊聊你们学ML踩过什么坑，我踩过的坑能写一本书了😂
• 【建议标签】
• #机器学习 #AI学习 #程序员日常 #学习笔记

🔧 写完后的检查清单

写完笔记后，逐条检查： 开头是不是热情的打招呼？ 有没有用"首先其次最后"？→ 删掉 有没有"值得注意的是"？→ 改成"说真的" 段落是不是太均匀？→ 打乱节奏 有没有个人口吻？（"我觉得"、"亲测"） emoji够不够？（但不能乱堆） 句子长短有没有变化？ 结尾有没有引导互动？ 这个 Skill 会持续更新，祝你的笔记篇篇爆款！🔥