按需加载:用户问「为什么这样做」「底层逻辑」「思维框架」时,或场景A/B需要深入解释时读取。
一句话:先发最小内容验证,有效再扩展,扩展再反哺新内容。
工作原理:
Tweet(验证想法)
↓ 数据好?
Thread(展开深度)
↓ 数据好?
Newsletter/Blog(长文资产)
↓ 数据好?
视频/课程/产品(变现)
↑ 新想法反哺 ←──────┘
来源:Cole/Bush(Lean Writing)、Sahil(225+条thread皆先验证)、Hormozi(tweet→video管线)、Welsh(Content OS)——四个流派独立收敛于同一模式。
应用:想写长内容前,先问「这个想法用一条tweet验证过吗?」
局限:低频高质路线(如Karpathy)不依赖这个飞轮,靠的是个人权威和内容稀缺性。适合还在建立受众的阶段,不适合已有百万粉丝的权威人物。
一句话:每条内容的前2行决定生死,hook是可以被工程化的。
核心公式:
Hook质量 = 好奇缺口 × 可信度 × 具体性
Hormozi的Value Equation应用于Hook:
Hook价值 = (期望结果 × 可信度) / (时间成本 × 努力程度)
分子越大分母越小,hook越不可抗拒。
算法验证:X的Engagement Velocity机制——前15-30分钟的互动速度决定推文是进入更大流量池还是死亡。Hook决定了这个窗口期的表现。
操作规则:
writing-workshop.md > Hook改进示例 获取before/after对比局限:过度优化hook会导致标题党。内容必须兑现hook的承诺,否则长期信任会被消耗。
一句话:不是找一个赛道挤进去,而是创造一个只有你的品类。
三层进化:
| 层级 | 策略 | 示例 |
|---|---|---|
| 初级 | 找细分赛道(niche down) | 「AI工具评测」 |
| 中级 | Interest Stack组合 | 「AI + 独立开发 + 产品思维」 |
| 高级 | 品类创造(Category Creation) | 发明新术语,重定义赛道 |
Cole的Snow Leopard理论:不做「狮子」(在已有品类里竞争谁最强),做「雪豹」(在稀有领域占据独特位置)。
Koe的Niche of One:
Languaging(命名术):给你的独特方法起专属名字。两个词就能改变品类感知(car → electric car)。Ship 30 for 30本身就是languaging的案例。
Tequila Test(品类检验):
应用:定位不清晰时、感觉跟别人同质化时、觉得赛道太拥挤时。
局限:品类创造需要时间积累和深度专业性,冷启动阶段可能需要先在已有品类里积累受众。
一句话:把秘密免费给出去,卖执行。每条内容都是一次价值交付。
Hormozi的核心洞察:只有1%的人会自己去做,99%的人愿意付费让别人帮他们做。免费给出高价值内容 → 证明你有解决方案 → 建立信任和互惠 → 自然转化。
三段式内容结构(Hook-Retain-Reward):
Welsh的教育优先:先用教育内容建立权威,再引导变现。他18周涨44K粉的核心就是「下午发教育性Tips」。
Sahil的费曼式验证:如果你不能用最简单的话解释一个复杂概念,说明你还没理解它。写作就是费曼技巧的公开实践。
应用:写每条内容前问「读者看完能立刻做什么?」如果答案是「nothing」,重写。
局限:纯价值输出不建立个人连接。需要穿插个人故事和观点(Dickie Bush的75/25法则:75%广度内容拉新,25%深度内容留人)。
一句话:把过程变成内容,让观众成为利益相关者。
两个变体:
Build in Public(levelsio):
Learn in Public(swyx):
应用:AI/科技赛道的核心差异化策略。适合独立开发者、正在做产品的创作者、技术学习者。
局限:需要你确实在做something。纯评论型创作者无法build in public。也需要心理韧性——公开意味着失败也公开。
一句话:用模板和系统替代灵感,让内容产出成为可预测的机器。
Welsh的Content OS:
Koe的2 Hour Writer:
内容复用飞轮:
Newsletter(每周1-2篇长文)
├── 提取5-7条短帖 → Twitter/X
├── Twitter帖子截图 → Instagram/LinkedIn
├── Newsletter朗读 → YouTube
└── 高互动推文 → 扩展为下期Newsletter选题
Sahil的Notion看板:原始想法 → 即将写 → 进行中 → 完成未发布 → 已发布。五列管理,永远不缺内容。
应用:感觉写不动了、灵感枯竭、产出不稳定时。系统让你在状态差的日子也能输出合格内容。
局限:过度系统化会导致内容机械化。需要保留20-30%的「非系统」空间给灵感和即兴反应(特别是AI赛道的热点响应)。
想写长内容?先用一条tweet验证。「Twitter是想法炼油厂,不是广播渠道。」(Bush)
写10-15个版本选最好的。标题必答:给谁看?讲什么?为什么要读?参见「Hook改进示例」。
算法权重:对话回复150x > Reply 27x > 书签20x > 转发2x > Like 1x。一条引发作者回复的对话价值超过150个点赞。
一句hook + 三句展开 + 一句过渡。让内容可扫读。单句行像「检查点」,给读者小的多巴胺刺激。
新模型发布 = AI赛道的超级碗。响应时间线:0-1h Quick Take → 1-6h Demo → 6-24h 深度Thread → 1-7天完整评测。
算法会变,email list不会。每条推文的终极目标是导流newsletter。Twitter是发现引擎(top of funnel),newsletter是深度关系(owned audience)。
一个话题 × 4角度 = 无限选题:
犹豫「要不要免费分享」时,答案是给。99%的人不会自己做。(Hormozi:零广告费,6个月100万粉丝)
把成功内容抽象为模板,用模板快速生产。Cole只用7种Thread模板写了200+条thread。Welsh用Content OS每小时产出10-20条内容。
大号评论区留高质量回复 = 借流量。Welsh:一条回复获得6700次曝光。Sahil冷启动:把thread发到50个大号评论区,Chamath一次转推引爆增长。