用途：面向抖音短视频创作者的文案生成技能，输入为书籍摘录或金句等原始内容，用户只需说“生成新文案”“创作抖音内容”“写短视频文案”等即可自动触发，无需手动指定分析或优化子任务。
主要能力：自动扫描“已发布/”文件夹的历史文案，提取预估与实际播放量、各维度得分，识别高表现要素、预估模型偏差和账号内容特色；据此自动校准要素权重、预估参数与标签策略。文案生成参考 references/viral-factors.md，融入情感权力反转、认知重构、权威背书、宿命论哲学、算法友好标签、金句传播性、完播率优化、互动钩子、BGM适配建议等9大要素。随后按 references/scoring-system.md 计算内容质量分、算法适配分、创新度分，合计综合爆款指数（300分制换算5星），必须达5星（240-300分）才输出；未达标则自动识别低分维度并迭代优化。播放量预估参考 references/estimation-model.md，综合评分、账号历史表现、赛道竞争度、标签热度与完播率，并使用校准后参数。
使用方式：提供原始内容后由其自动完成全流程；输出到“未发布/”文件夹，文件名格式为 [类型][主题][日期]_第X批.md，含文案正文、4-6个标签、综合评分、视频分析、预估播放量（基础与爆款上限、完播率预估），以及待填写的实际播放量与复盘分析板块，供下次生成时学习。历史数据不足3条时改用通用模型。
适用场景：抖音短视频文案创作、书籍金句改写成口播文案、账号内容策略迭代与效果复盘。
限制：需具备历史文案数据文件夹与相应参考文件（viral-factors.md、scoring-system.md、estimation-model.md、optimization-guide.md、learning-guide.md）才能发挥完整学习与校准能力；评分、星级和播放量均为其内部模型估算，非平台官方数据，实际效果需以真实发布数据为准；具体依赖环境、安装方式与收费情况暂未提供。