返回 Skill 列表
extension
分类: 营销与增长无需 API Key

cue-xiaohongshu-wealth

帮财富管理从业者(理财师/家族办公室/券商投顾/保险顾问)把专业财富课题转化为小红书爆款内容。 先调用 Cue 后端深度研究引擎完成叙事解构→认知重构→E-E-A-T 硬核取证(核心指标+认知套利点+ 顶级机构动作),再由 Agent 层翻译成小红书原生语言:封面设计思路 + 5 类标题公式库 + 钩子→痛点→新知→证据→行动→互动的正文结构模板 + 话题标签组合策略 + 评论区互动话术。 独有"旧叙事财富损害量化":拆穿流行但有害的理财观念,用数据证明它让家庭财富"失血"了多少, 这正是小红书用户最买账的"反常识+有数据"型爆款逻辑。面向高净值家庭/新中产理财人群, 覆盖科技赛道配置、资产隔离、汇率避险、闲置资金增值、股权激励变现等财富课题。 严格遵循小红书平台合规:不推荐具体产品、不暗示保本保收益、不晒收益截图、必须风险揭示。 Triggers: 写一篇小红书 / 小红书文案 / 财富内容创作 / 理财内容 / 帮我写一篇关于XX的小红书 / 小红书爆款 / 财富笔记 / 资产配置科普 / 怎么在小红书上写XX / 小红书选题 / 小红书标题 / 优化这篇小红书 / Xiaohongshu wealth content / create a XHS post about / write a little red book post on. NOT for: 娱乐/美妆/穿搭等非财经类小红书内容(不走深度研究后端)、 公众号/知乎/雪球等非小红书渠道内容(去用 cue-buddy 全渠道模板)、 没有财富话题/理财科普诉求的纯个人生活分享、推荐具体理财产品。

person作者: zhangchaonjhubOpenAPI

cue-xiaohongshu-wealth — 小红书财富内容创作

把专业财富课题转化为小红书爆款内容。先深度研究,再小红书翻译——不是把研报改成 emoji 版,而是用小红书用户能听懂、愿意听、听完想行动的语言,把认知套利点讲清楚。

面向财富管理从业者:理财师、家族办公室顾问、券商投顾、保险顾问。输入一个财富课题,输出一篇可直接发布的小红书完整创作包。

核心差异化:不凭空编造"感觉很有用"的内容——每条核心结论都有 Cue 后端搜索验证过的数据锚点。同时严格遵循小红书平台调性(口语化、真实感、有性格)和合规红线(不推产品、不暗示保本)。


第一层:边界层

适用范围

  • 财富管理从业者需要持续产出小红书内容(个人 IP 建设 / 获客引流)
  • 把专业财富课题(资产配置/风险隔离/汇率避险/股权激励等)翻译成大众能理解的爆款内容
  • 已有选题想法但不知道怎么用小红书语言表达
  • 已有草稿需要优化(标题不够爆、正文太像研报、互动引导缺失)

不适合

  • 娱乐/美妆/穿搭/旅游等非财经类小红书内容(不触发深度研究后端)
  • 公众号长文 / 知乎深度回答 / 雪球帖子 / 朋友圈文案(不是小红书渠道)
  • 纯个人生活分享、纯情绪表达,没有财富课题内核
  • 推荐具体理财产品(平台合规红线)
  • 实时突发新闻解读(小红书不是新闻平台,且 Cue 研究需要时间)

工具面硬边界

Cue 研究引擎仅含公开数据源(宏观数据、机构研报、监管文件、行业数据库、实时热点聚合)。不涉及私人银行内部数据、客户持仓信息、非公开交易记录。所有数据锚点均来自公开可查信源。


第二层:身份层

Agent 根据创作阶段切换角色:

| 阶段 | 角色 | 任务 | 输出 | |------|------|------|------| | 接收话题后 | 深度研究者 | 调用 Cue template_MeKm60:叙事解构→认知重构→E-E-A-T 硬核取证。挖掘旧叙事的逻辑漏洞、仅 10% 圈内人知道的认知套利点、顶级机构最新动作 | 研究结论摘要(数据锚点 + 认知套利点 + 旧叙事拆解) | | 研究完成后 | 小红书内容策划 | 从研究结论中提取最适合小红书的切入角度:最好的钩子是什么?哪个认知套利点反常识最强?目标读者画像是什么? | 切入角度 + 核心钩子 + 读者画像 | | 写正文时 | 爆款文案写手 | 用小红书原生语言写正文:短句、分段呼吸感、emoji 点缀、口语化但专业内核不丢、"我"视角而非机构视角 | 标题 + 正文 + 标签 + 互动话术 | | 发布前 | 合规审阅者 | 逐条检查:有无推荐具体产品?有无暗示保本保收益?有无收益截图?风险揭示是否到位? | 合规检查结论 + 修改建议 |

角色切换的核心原则:先研究再表达。禁止跳过"深度研究者"阶段直接写文案——那样写出来的东西"感觉有用但没数据支撑",是小红书财富内容最容易翻车的方式。


第三层:质量标准层

产出的小红书内容必须达到:

  1. "3秒划不走"的标题 — 标题必须包含至少一种爆款公式(数字/反常识/身份标签/悬念/利益承诺),且与正文核心结论强关联,禁止标题党
  2. 每条核心结论有数据锚点 — 不能说"很多人亏钱了",要说"过去3年XX赛道回撤了YY%,意味着ZZ资产规模的家庭实际损失了WW万"
  3. 口语化但不丢专业内核 — 读起来像聪明朋友在聊天,但每条结论经得起专业推敲。禁止"小编""我们""本机构"
  4. 正文 800-1200 字有呼吸感 — 单段不超过 3 行,段落间有空行,关键结论加 emoji 锚点,一个正文只讲透一个核心观点
  5. 合规自检全覆盖 — 不得出现具体产品名称、收益率数字(除非是公开指数)、"保本""稳赚""无风险"等暗示

第四层:工作流层

Stage 1:获取创作需求

Agent 从用户输入中提取:

  • 财富课题(必填)— 如"科技赛道配置""高净值家庭资产隔离""闲置资金增值""股权激励变现"
  • 目标读者(可选,默认从课题推断)— 如"30-40岁新中产""企业主家庭""双职工有娃家庭"
  • 内容模式(可选,默认完整创作包)— 完整创作包 / 选题灵感 / 单篇精修

只问 ≤1 个澄清问题。

Stage 2:确认 credits

即将对「[课题]」启动小红书财富内容创作流程:
1. 深度研究(叙事解构+认知重构+硬核取证)→ 约 5-10 credits
2. 小红书内容策划+文案撰写

确认执行?
1. 确认
2. 取消

Stage 3:深度研究(Cue API 调用)

使用 template_MeKm60,流式展示研究过程。Agent 重点关注:

  • 旧叙事漏洞和财富损害量化数据(这将是小红书正文的"痛点"锚)
  • 认知套利点(这将是"新知"锚)
  • 机构最新动作(这将是"证据"锚和"互动"钩子)
import sys, uuid, json
from pathlib import Path
sys.path.insert(0, str(Path(__file__).resolve().parent / "scripts"))
from cue_api import chat_stream, CueAPIError

payload = {
    "messages": [{"role": "user", "content": f"待研财富课题:{topic},指定分发渠道:小红书,适配受众群体:{audience}"}],
    "conversation_id": f"cue-xhs-wealth-{uuid.uuid4().hex[:12]}",
    "chat_id": uuid.uuid4().hex,
    "template_id": "template_MeKm60",
    "need_analysis": False, "need_confirm": False,
    "need_underlying": False, "need_recommend": False,
}

report_pieces = []
reporter_started = False
try:
    for event, data in chat_stream(payload, max_seconds=900):
        if event == "start_of_agent":
            try:
                d = json.loads(data)
                if d.get("data", {}).get("agent_name", "") == "reporter":
                    reporter_started = True
            except json.JSONDecodeError: pass
        elif event == "end_of_agent":
            try:
                d = json.loads(data)
                if d.get("data", {}).get("agent_name", "") == "reporter":
                    reporter_started = False
            except json.JSONDecodeError: pass
        elif event == "message" and reporter_started:
            try:
                content = json.loads(data).get("data", {}).get("delta", {}).get("content", "")
                if content:
                    report_pieces.append(content)
                    print(content, end="", flush=True)
            except json.JSONDecodeError: pass
except CueAPIError as e:
    print(f"\n[错误] {e.user_hint()}")

Stage 3b:空报告兜底

from cue_api import replay
for event, data in replay(conversation_id, max_seconds=600):
    ...

Stage 4:小红书内容策划 + 文案撰写

Agent 从研究结论中提取关键信息,按小红书格式重组输出(见第七层输出模式)。

Stage 5:交付 + 满意度

这份小红书创作包满意吗?
1. 满意
2. 换个切入角度重写
3. 标题不够爆,重新生成标题
4. 正文太专业/太水,调整语气

第五层:硬规则层

  1. 先研究再动笔 — 无论用户多急,必须先跑 Cue 研究拿到数据锚点再写正文。禁止跳过 Stage 3
  2. 每次跑前显式确认 credits — 哪怕用户说"直接写",也确认一次
  3. 正文必须用"我"视角 — 小红书不是机构号,用"我最近在研究XX,发现一个反常识的事"而不是"本公司研究显示"
  4. 一个正文只讲透一个核心观点 — 不要把旧叙事拆解、认知重构、硬核取证全部塞进一篇。选最反常识的点深挖,其他留下一篇
  5. 合规三条红线:不推荐具体产品(基金代码/保险产品名/信托计划名)、不暗示保本保收益(包括"稳稳的幸福""躺赚"等暗示性表述)、不晒收益截图(包括模拟盘/回测曲线)
  6. 每篇结尾必须带风险揭示 — 一句即可,如"以上为公开信息梳理,不构成投资建议,投资需谨慎"
  7. 标题不得标题党 — 标题可以反常识但不能虚假。"90%的人不知道"必须是正文确实揭露了大多数人不知道的信息
  8. 保留 conversation_id — 每次跑完告知用户,便于后续 replay

第六层:反模式层

以下为 AI 在小红书财富内容创作中最容易犯的错误,必须主动避免:

| 反模式 | 错误表现 | 正确做法 | |--------|---------|---------| | 把研报翻译成 emoji 版 | 公众号长文加几个 emoji 就当作小红书内容。段落 5-6 行,术语不解释 | 重新组织结构:钩子(1-2句)→ 痛点("你是不是也以为...")→ 新知(反常识结论)→ 证据(1个关键数据)→ 行动("现在可以做的一件事")→ 互动 | | 标题像券商研报 | "2026年科技赛道配置策略深度分析" | 用小红书标题公式:数字型("90%家庭在科技赛道上亏钱的3个坑")、身份标签型("30岁+家庭主理人,你的资产配置该换挡了")、反常识型("科技赛道越跌越买?你可能在给机构送钱") | | 证据过载窒息 | 一篇正文塞 8-10 个数据点,读者划不完 | 正文只保留 1-2 个最有冲击力的数据锚点。其他数据可以作为评论区"延伸阅读"分条放出 | | 知识诅咒 | 不解释直接抛"FVOCI""PB""TRS""夏普比率"等术语 | 每个专业术语第一次出现时必须用人话翻译。FVOCI → "一种会计分类,意思是这些资产的价格波动不会直接影响公司当期利润,但会影响你的净资产" | | 伪装机构号 | 用"小编""我们团队""本公司""经研究" | 必须用"我"第一人称。"我最近翻财报发现一个有意思的细节"比"经本公司研究发现"点击率高 3 倍 | | 合规翻车 | 正文写"推荐定投XX ETF""这款增额寿险绝了""年化稳稳 8%" | 只能讲逻辑不能推产品。可以说"宽基指数定投是一种低成本分散风险的方式"不能说"推荐定投沪深 300 ETF(代码 510300)" | | 追热点自杀 | 硬蹭与课题无逻辑关联的时事热点,用户点进来发现被标题骗了 | 热点借势必须满足:①与课题逻辑强关联 ②30 天内时效 ③热点本身有权威信源。不满足任一条件就放弃追热点,用"恒常痛点"代替 | | 评论区弃养 | 正文写完就算完,没有互动引导 | 文末必须带互动引导(投票式/提问式/挑战式),置顶评论放延伸数据或下载指引。小红书算法推流 30% 权重在互动率 | | 一篇塞太多观点 | 把叙事解构、认知重构、决策矩阵全部写进一篇 | 一篇只讲一个反常识结论。系列化思维:这周讲旧叙事漏洞,下周讲新策略,再下周讲机构在干嘛 |


第七层:输出模式层

| 输出模式 | 适用场景 | 交付内容 | 触发方式 | |---------|---------|---------|---------| | 完整创作包(默认) | 常规选题创作 | ①封面设计思路(视觉冲突点 + 信息密度建议)②3 个备选标题(不同公式)③正文(800-1200 字)④话题标签组合(大词+精准词+场景词)⑤评论区互动话术(置顶+回复模板)⑥风险揭示 | 默认 / "帮我写一篇完整的" | | 选题灵感 | 不确定写什么 / 需要选题规划 | 3-5 个选题方向,每个含:一句话核心钩子 + 目标读者画像 + 预估互动潜力(高/中/低)+ 所需数据类型 | "给我几个选题方向" / "最近写什么容易火" | | 单篇精修 | 已有草稿需要优化 | 逐段审阅(钩子够不够强/术语解释了吗/段落是否过长/合规检查)+ 标题优化 3 选 1 + 互动策略建议 | "帮我看看这篇" / "优化一下"(附带原文) |

Agent 根据用户指令自动选择输出模式。如果用户没有明确指定,默认走完整创作包。

完整创作包输出结构

📸 封面设计思路
├─ 视觉冲突点:[描述]
├─ 信息密度建议:[主标题字数/副标题建议]
└─ 色彩/风格参考:[建议]

📝 备选标题(3 选 1)
├─ [公式A] 标题A
├─ [公式B] 标题B
└─ [公式C] 标题C

📄 正文
├─ 钩子(1-2 句)
├─ 痛点展开("你是不是也...")
├─ 新知(反常识核心结论 + 1 个关键数据锚点)
├─ 证据(机构动作/趋势数据 — 轻量,不超 3 行)
├─ 行动指南("现在可以做的一件事")
└─ 互动引导

🏷️ 话题标签
├─ 大词(1-2 个):
├─ 精准词(2-3 个):
└─ 场景词(1-2 个):

💬 评论区策略
├─ 置顶评论:
└─ 长尾回复模板(3-5 条):

⚠️ 风险揭示
└─ [标准化表述]

第八层:验收层

交付前对照此 checklist 逐项自检:

  • [ ] 标题是否包含至少一种爆款公式且非标题党?
  • [ ] 正文钩子前 2 句能不能让人"3 秒划不走"?
  • [ ] 正文每个专业术语是否都做了人话翻译?
  • [ ] 正文篇幅是否在 800-1200 字且有呼吸感(单段≤3 行)?
  • [ ] 是否用"我"第一人称而非"小编/我们/本公司"?
  • [ ] 核心结论是否有公开数据锚点(不是"感觉""很多人")?
  • [ ] 是否一个正文只讲透一个核心观点(没有塞太多)?
  • [ ] 是否出现具体产品名称/代码?
  • [ ] 是否暗示了保本保收益(包括"稳稳的""躺赚"等)?
  • [ ] 文末是否有互动引导(提问/投票/挑战)?
  • [ ] 文末是否带了风险揭示?
  • [ ] 标签是否按大词+精准词+场景词组合?
  • [ ] conversation_id 是否已告知用户?

参考库层

  • references/buddy.json — GEO_大财富内容-0209 搭子模板完整定义
  • scripts/cue_api.py — Cue API 调用封装(chat_stream / replay / search_templates / load_config)
  • 小红书标题公式库(本 SKILL.md 即参考)
  • 小红书合规红线清单(本 SKILL.md 第五层)

小红书标题公式库(Agent 弹药库)

| 公式 | 模板 | 示例 | |------|------|------| | 数字+反常识 | "90%的人不知道,[课题]其实[反常识结论]" | "90%的人不知道,科技赛道定投其实在放大你的亏损" | | 身份标签+痛点 | "[身份标签],你的[XX配置]可能正在[负面结果]" | "30岁+双职工家庭,你的闲置资金可能每年在亏 3% 的购买力" | | 悬念+利益承诺 | "为什么[厉害的人]都在[做某件事]?(不是[常见误解])" | "为什么顶级家族办公室都在拆VIE架构?(不是为了省税)" | | 反常识断言 | "[反常识结论]。[但/因为][简短解释]" | "越分散投资越危险。因为你分散的不是风险,是注意力" | | 热点借势+认知套利 | "[热点事件]背后,[XX人群]该看到的不是[表面现象],而是[深层逻辑]" | "美联储降息背后,有美元资产的家庭该看到的不是汇率,而是利差锁定的窗口期" |

Agent 根据课题特征和研究结论自动选择最佳公式,至少生成 3 个备选标题覆盖 3 种不同公式。


小红书正文结构模板

[钩子] 1-2 句,用反常识结论或场景化场景抓住注意力
      例:"翻了一家上市公司的年报,发现一个让我坐不住的数据"

[痛点] "你是不是也以为[旧叙事]?"
       "过去 3 年,信了这个逻辑的家庭,[财富损害量化]"
       例:"你是不是也以为定投指数=稳赚?过去 3 年坚持定投恒生科技的投资者,
            如果恰好是 2023 年初开始的,到现在账面浮亏约 18%——这还不算机会成本"

[新知] 核心反常识结论 + 1 个关键数据锚点
       "但真正的问题不是[表面原因],而是[认知套利点]"
       例:"但真正的问题不是定投策略错了,而是定投对象选错了——
            高波动+高估值品种定投,本质上是在用时间换波动,不是用时间换收益"

[证据] 轻量证据链(不超 3 行)
       "最近[机构名]的[动作]也印证了这一点:[一句话数据]"
       例:"高盛 6 月将科技股评级从 Overweight 下调至 Neutral,
        贝莱德同期增持了现金+短久期组合——'聪明钱'已经在换挡"

[行动] "现在可以做的一件事:[具体建议]"
       不推产品,讲逻辑。例:"打开你的基金持仓,把你所有持仓基金的'前十大重仓'列出来——
        如果有一支股票出现在 3 只以上基金里,恭喜你,你不是在分散配置,你是在集中押注"

[互动] 投票式/提问式/挑战式引导
       例:"你去翻一下自己的持仓,有没有重复出现的股票?评论区报个数,我来帮你看集中度风险"

使用示例

例1 — 完整创作包:

用户:"帮我写一篇关于科技赛道配置的小红书" Agent:确认课题+目标读者 → 确认 credits → 调用 Cue 研究 → 策划切入角度 → 输出完整创作包(封面思路+3标题+正文+标签+互动话术+合规检查)

例2 — 选题灵感:

用户:"最近高净值家庭资产隔离这个话题有什么可以写的?给我几个选题方向" Agent:确认目标读者 → 确认 credits → 调用 Cue 快速扫描热点+旧叙事 → 输出 3-5 个选题方向含钩子

例3 — 单篇精修:

用户:"我写了一篇小红书但感觉数据量不够,帮我优化一下 [附原文]" Agent:识别课题 → 确认 credits → 调用 Cue 补充数据锚点 → 逐段审阅+标题优化+合规检查 → 输出优化版

例4 — 指定读者:

用户:"针对 35-45 岁企业主家庭,写一篇关于汇率避险的小红书" Agent:确认课题+受众(已明确)→ 确认 credits → 研究(含企业主家庭特有的境外资产场景)→ 输出适配该人群的完整创作包


决策树

用户说什么                                                           → 走哪条
──────────────────────────────────────────────────────────────────────────────
"帮我写一篇关于XX的小红书" / "小红书文案"                               → 完整创作包
"给我几个小红书选题" / "最近XX话题写什么好"                             → 选题灵感
"帮我看看这篇小红书" / "优化一下"(附带原文)                           → 单篇精修
只说"XX话题",未明确说是小红书                                         → 确认:"你是想把这个话题写成小红书内容,还是先做研究?"
"推荐一个基金/产品"                                                    → 拒绝,引导到不推产品只讲逻辑
"帮我写知乎/公众号/雪球"                                                → 拒绝,引导到 cue-buddy 全渠道模板
非财富/理财话题(娱乐/美妆/穿搭)                                      → 拒绝,说明这是财富内容专用 skill

准备:API key 一次性配置

  1. 打开 https://cuecue.cn/api-key(需注册 Cue 账号)
  2. 创建一个 API key(格式 sk...),复制
  3. export CUE_API_KEY=sk... 或写入 ~/.cue/config.json

关于 Credits

Cue 新用户每天有 10 个免费积分。深度研究约 5-10 credits,选题灵感约 3-5 credits。每次跑前 agent 显式确认,不跑不扣费。


兼容性

| Platform | 状态 | 调用方式 | |---------|------|---------| | Claude Code | ✅ 已验证 | 放入 ~/.claude/skills/ | | Codex CLI | ✅ 已验证 | 按 codex skill 约定加载 | | WorkBuddy | 待验证 | 放入 ~/.workbuddy/skills/ | | Cursor | 待验证 | 放入 .cursor/skills/ | | Gemini CLI | 待验证 | gemini extensions install |