每一个知识点，都看得见。
2,303 条原站知识内容，按制作步骤查找。
看图学知识
广告钩子、创意矩阵与素材疲劳
学习目的 | 建议学时 | 本模块交付 | 调用Skill 建立可复盘的创意测试系统 | 4小时 | 钩子库、变量矩阵、测试计划 | $ads-creative-developme
Skill路由、权限与95分质量闸门
学习目的 | 建议学时 | 本模块交付 | 调用Skill 知道什么时候调用哪个Skill，以及什么时候必须停下确认 | 2小时 | 30 Skill路由表、风险分级、评分卡 |
第八部分｜AI广告、品牌与增长实验
所谓“爆款”只能拆成可测试假设，不能承诺结果。广告生产要先固定品牌事实和证据，再测试钩子、受众、主张、形式和行动。
第九部分｜质量系统、课程实施与Skill管理
最后一部分把知识变成可重复训练：故障库、验收表、30天课程和Skill管理。真正的学习成果是下一次可以独立完成，而不是记住术语。
Skill管理、更新与快速调用
学习目的 | 建议学时 | 本模块交付 | 调用Skill 让30个Skill可发现、可区分、可维护 | 2小时 | Skill导航、来源审计、更新规则 | 全部Skill
附录一｜30个Skill完整调用导航
来源栏用于区分自建、网络和需要逐次确认的Skill。调用名称保持原样；正文中的方法已经按生产阶段整合。
Codex中最常用的6个制作Skill
分镜图、PPT、打斗分镜、视频复刻、活人感人物图、Seedance提示词优化。
AI智能体组队协作写剧本
单打独斗的AI时代已经过去，现在是AI智能体（AI Agents）组队群殴的时代！在本期视频中，我们将深入探讨如何通过多模型协作（Multi-Model Collaboration
百分制交付元指令（通用版）
让 AI 先自定 5 条可量化标准和权重，内部出稿、严格自评、迭代到 95 分以上，只交成品、最终评分和最大局限。
让 AI 先替你写指令（元提示）
先让 AI 指出你原始指令的歧义和缺口，改写成强指令，再执行改写后的版本。
反向提问：先问我 5 个问题
让 AI 先问清受众、目标、约束、资源和验收标准，再给方案。
RTF 三段式：角色 + 任务 + 格式
最快的结构：写清 AI 是谁、做什么（含数量）、按什么格式交付。
RTCC 四段式：角色 + 任务 + 背景 + 约束
在 RTF 基础上补“背景”（AI 猜不到的信息）和“约束”（字数、语气、禁止项、必含项）。
五步完美结构（带示例）
角色 / 任务 / 背景 / 格式 / 示例五步，第五步贴一段你认可的样板。
4C 链式：一步一步交付
把大任务拆成步骤链，每步先交中间结果，确认后再进入下一步。
格式前置锁定
先把输出格式（表格列、字段名）钉死，再给素材和任务。
占位符模板：把指令做成可复用的“函数”
把每次要换的内容做成占位符，一个模板反复用，团队产出一致。
长文档放前面 + 先摘引再回答
长资料放在指令最前面，问题放最后；要求先摘出相关原文再作答，减少“编”。
自我批判：出稿 → 打分 → 不达标重写
给出 5 条具体标准，要求 AI 先自评，低于 4 分必须重写后再交。
评分尺：别让 AI 只会夸你
给 AI 一把尺（维度 + 权重 + 等级描述），并设定严苛视角，逼它客观打分。
三方案比选（思维树）
强制从 3 个不同视角各出一个方案，比较优劣后选最优，再合成第四版。
多路独立求解取共识
用几种彼此独立的方法分别求解，标出共识和分歧，给出置信度。
正方—反方—裁判三连问
先让 AI 当专家给分析，再当反方逐条反驳，最后当裁判综合结论。
双 AI 交叉挑刺
豆包出初稿 → DeepSeek 挑 5 个漏洞并重写 → 回豆包口语化 → 人工终审。