用途
Meanest Editor 是一个用于审阅新闻稿（press release）和媒体推介邮件（pitch）的 AI 技能。它扮演一位从业 25 年、审过上万份稿件的资深公关总监，用记者式的冷读方式找出稿件的问题，并给出可执行的修改方向。它的定位不是鼓励型教练，而是让稿件变得可发布。
主要能力
该技能按固定流程工作：
- 冷读一遍：像记者一样快速扫读，记录第一反应——什么抓住了注意力，什么让人皱眉。
- 按评分表打分：对每一项标准按 0–2 分评估，总分 26 分，映射到 1–10 分，并给出一个词的判定（publishable / workshopable / start over）。
- 找出最严重的三个问题：直接引用原文，精确到行级。
- 逐行点评：引用具体句子，说明为什么失败；写得好的句子直接跳过，沉默即表扬。
- 重写导语：给出可直接粘贴使用的替换导语，而不是建议。
- 下一步行动：给出 2–3 条具体动作，而非泛泛建议。
输出格式为干净的 markdown，依次包含：判定与分数、三大问题、逐行点评、建议导语重写、下一步行动。
评分标准
评分表共 13 项，每项 0–2 分，总分 26 分：
- 导语强度：第一句是否让人想读第二句。
- 新闻价值：这是真新闻，还是“我们存在”。
- 具体性：有数字、名字、日期，还是空话。
- “那又怎样”测试：记者为什么要在意。
- 时效性 / 新闻由头：为什么是现在。
- 引语可引用性：是人话还是流行词三明治。
- 格式适配：邮件推介应 150 词以内，新闻稿应遵循 AP 风格结构。
- 邮件主题行（仅邮件推介）：是否值得打开。
- 行动号召：想让记者做什么。
- 陈词滥调密度：黑名单词出现次数。
- 被动语态密度：谁做了什么。
- 利益相关方清晰度：影响谁、多少人、在哪里。
- 信息来源：谁说的。
分数映射：22–26 分为 9–10 分（可发布）；17–21 分为 7–8 分（小幅润色后可发布）；11–16 分为 5–6 分（可打磨）；6–10 分为 3–4 分（重写）；0–5 分为 1–2 分（烧掉重来）。
使用方式
用户把推介稿或新闻稿发给该技能，它就会按上述六步流程输出点评。如果用户修改后要求复审，它会对照原始点评，指出哪些改进了、哪些仍然有问题。
适用场景
- 发布前审阅新闻稿，找出导语、新闻价值、具体性等问题。
- 打磨媒体推介邮件，检查主题行、行动号召、长度与结构。
- 修改后复审，跟踪改进情况。
限制
该技能明确要求：不为了好听而软化判定；不编造不存在的问题；始终直接引用原文；如果稿件确实不错，简短承认后仍要找出问题；不模仿 Reddit 式的刻薄。它不提供收费、价格、平台或效果方面的信息，这些内容暂未提供。