企业官网建设流程全解析

• 人工智能
• AI Agent
• AI 技能
• 后端
• 前端

storytelling-advisor是 SkillHub 内置技能库（builtin-skills）中面向叙事创作的 Agent 技能：它把零散的创意、经历或信息，转化为使用英雄之旅（Hero's Journey）、皮克斯故事公式（Pixar Storytelling Formula）、弗雷塔格金字塔（Freytag's Pyramid）、故事脊梁（Story Spine）与倒金字塔（Inverted Pyramid）等成熟框架结构化的故事。无论你要写品牌故事、主题演讲（keynote）、融资路演（pitch deck）、产品发布文案还是社交媒体长帖，这个技能都能帮你找到合适的结构、情绪弧线与叙事张力，同时守住"事实叙事不虚构、虚构必须显式授权"的边界。读完本文，你将掌握该技能的全部五种框架、触发短语、七步工作流，以及它在 SkillHub 技能包协议与验收测试中的实际约束。

一、技能定位：SkillHub 内置创作类技能

storytelling-advisor是 SkillHub 官方启动技能集合（Official Starter Skills）中的一个通用创作技能包，完整定义见 builtin-skills/skills/storytelling-advisor/SKILL.md。该包的 frontmatter 声明了它的身份与触发时机：

--- name: storytelling-advisor description: Shape pitches, brand stories, presentations, and creative writing with narrative frameworks such as the Hero's Journey, Story Spine, and Freytag's Pyramid. Use when a user wants to structure, critique, or strengthen a story. version: 1.0.0 license: MIT ---

从 builtin-skills/catalog.json 可以看到它的溯源信息：上游来自cosmicstack-labs/mercury-agent-skills仓库的categories/creative-personal-development/storytelling-advisor目录，固定 commit 为4c57cf2eaeb3fb9c0e418615c7a36fe977c88b79，版本1.0.0，MIT 协议。包内的 NOTICE.md 记录了 SkillHub 对上游的四点修改：规范化包元数据、在事实叙事与授权虚构之间显式划界、对无法佐证的事实细节强制使用占位符或提问、替换了会引入未经证实名称/时间线/指标/结果的示例。

技能的核心职责（What It Does）可以概括为一句话：把原始想法、经历或消息转化为结构化叙事——无论目标是品牌故事、主题演讲、路演材料还是社交媒体长帖，它都帮助寻找正确的结构、情绪弧线与叙事张力。

二、事实与虚构边界：本技能最重要的约束

storytelling-advisor与"自由发挥的文案工具"最本质的区别，是它把事实完整性（factual integrity）写进了行为准则：

• 对于案例研究（case studies）、路演（pitches）、客户证言（testimonials）、人物传记（biographies）等事实性叙事，只允许使用用户提供或用户明确确认的事实；
• 绝不静默编造姓名、引语、日期、时长、指标、客户、结果、动机或事件来让事实故事"更有感染力"；
• 缺失的材料必须标记为问题、占位符（如[customer outcome needed]）或明确标注的示意性选项（illustrative option）；
• 只有在用户要求写虚构内容、或明确授权创意虚构时，才允许编造细节，且虚构内容必须与事实主张保持可区分。

这一边界不是文档层面的口号，而是被 SkillHub 的验收测试固化的行为契约。在 builtin-skills/evals.json 中，storytelling-advisor的回归用例 prompt 是："Help shape this true customer story: a small clinic reduced morning phone queues after adding online booking. I have no verified numbers or customer names."（真实客户故事，但没有可核实的数字与客户名），验收标准（acceptance）要求：在保留已知事实的前提下改善结构、把建议的创意补充或占位符标注为虚构、在补充指标或引语之前先索要证据；禁止项（forbidden）则是：编造姓名、日期、引语或业绩数字、把创意补充当作客户事实呈现。

这解释了为什么 SKILL.md 特意要求：不要因为"3 AM in a coffee shop"这样的细节能增加画面感，就在事实叙述中擅自加上，除非它已被确认。

三、五种叙事框架详解

1. 英雄之旅（The Hero's Journey / Monomyth）

适用场景：品牌起源故事、创始人旅程、案例研究、转型叙事。

英雄之旅把一段经历映射为十二个阶段，每个阶段都配有一个引导提问（Prompting Question），用于从用户的原始素材中"收割"对应内容：

2. 皮克斯故事公式（Pixar Storytelling Formula）

适用场景：短篇叙事、社交媒体故事、邮件序列、产品发布。

结构模板：Once upon a time there was___. Every day,___. One day___. Because of that,___. Because of that,___. Until finally___.

每个要素在故事中的角色与一个虚构产品故事示例对应如下：

注意示例中的措辞刻意使用"fictional"——这正是事实/虚构边界在框架示例中的体现：即使示例本身是演示性的，也明确标注为虚构。

3. 弗雷塔格金字塔（Freytag's Pyramid）

适用场景：演讲、演示、营销战役叙事。

4. 故事脊梁（The Story Spine）

适用场景：团队共创叙事、协作式故事构建。

故事脊梁是一条连贯的叙述链条，适合多人接龙式地共同构建故事：

Once upon a time... And every day... But one day... And because of that... And because of that... And because of that... Until finally... And ever since that day... The moral of the story is...

它比皮克斯公式多了"And because of that"的重复环节（用于堆叠多层因果），并以"故事的寓意"（moral）收尾，天然适合工作坊与团队头脑风暴。

5. 倒金字塔（The Inverted Pyramid）

适用场景：新闻稿（newsletters）、博客文章、高管摘要（executive summaries）。

倒金字塔把最重要的信息前置，即便读者只读前两行也能把握要点，适合信息密度高、阅读时间短的场景。

四、触发短语：Agent 如何进入叙事模式

技能定义了七条触发短语（Trigger Phrases），当用户说出类似表达时，Agent 应执行对应动作：

这些短语是技能 description 之外、帮助 Agent 在对话中识别"叙事类任务"的触发信号，也是 SKILL.md 这类技能指令如何被 LLM 消费的典型设计。

五、七步工作流：从模糊需求到完整故事

Step 1：澄清目标（Clarify the Goal）

从请求中推断受众应该感受（feel）、思考（think）与行动（do）什么。只有当缺失的目标会实质性地改变故事时，才提出一个聚焦的问题——避免无意义的多轮追问。

Step 2：收割原始素材（Harvest the Raw Material）

收集六类素材：

• 角色（Characters）：谁是主角？谁是导师？谁是反派？
• 场景（Setting）：何时何地发生？
• 冲突（Conflict）：问题或挑战是什么？
• 赌注（Stakes）：什么面临风险？
• 转变（Transformation）：事情如何改变？
• 启示（Lesson）：可以学到什么？

在动笔之前，把已确认的事实与假设、缺口分开。只追问会实质影响故事的缺口，其余缺口保留可见的占位符。

Step 3：选择框架（Select the Framework）

按故事类型匹配结构：

Step 4：内容映射到结构（Map Content to Structure）

把原始素材填入每个框架槽位，识别缺口与缺失的节拍（missing beats）。例如英雄之旅中缺少"导师"环节，就应在此时暴露出来。

Step 5：加入叙事装置（Add Narrative Devices）

• 情绪钩子（Emotional hook）：从共鸣的时刻或意外开场；
• 具体细节（Specific details）：优先使用用户提供的具体细节，事实叙述中绝不擅自加入"凌晨三点在咖啡店"这类未经确认的细节；
• 张力（Tension）：差点失去什么？什么是不确定的？
• 节奏（Pacing）：动作场景用短句，沉思场景用长句。

Step 6：打磨与删减（Refine and Cut）

• 删除一切不服务于目标的语句；
• 大声朗读检验节奏；
• 收紧：能用一半的字数说清吗？

Step 7：收在有力的一句（End with a Punch）

最后一句应当令人难忘——一句学到的启示、一个悬置的问题、或一份邀请。

六、实战示例：事实叙事与显式虚构的两种写法

示例一：带缺口的真实创始人故事

输入："I built a project management tool because Trello was too simple and Jira was too complex."

输出（大纲）：

• 问题（Problem）：现有工具对用户的需求而言要么太简单，要么太复杂。
• 行动（Action）：用户自己构建了一款项目管理工具。
• 结果（Outcome）：[What changed for you or your users?]
• 所需证据（Evidence needed）：[Who first used it?][What measurable result can be verified?]

除非用户主动提供，否则不要添加公司规模、客户危机、开发时间线、采用数量或客户证言。

这个示例演示了边界原则的落地：缺失的结果与证据全部保留为显式占位符，而不是被"合理推测"填满。

示例二：显式授权的虚构产品发布练习

输入："Create a fictional launch-story example for a new habit tracking app."

输出："Fictional example:Once upon a time, there was a developer who wanted a kinder way to build habits. Every day, rigid streaks made one missed day feel like failure. One day, the developer tried a tracker that welcomed restarts. Because of that, returning became easier. Until finally, the idea became an app designed around beginning again."

注意输出以"Fictional example:"开头显式声明虚构性，且整体使用皮克斯公式结构。用户明确要求"fictional"，Agent 才被授权进行创意编造。

七、进阶技巧（Pro Tips）

• 从中间开始（Start in the middle）：最有趣的故事不一定从头讲起——以危机开场，再闪回；
• 运用对比（Use contrast）：之前/之后、当时/现在、差点失去/最终赢得；
• 用可核实的细节（Use verified specificity）：真实、有出处的数字比泛泛的说法更有力；数字未知时用占位符；
• 保留局限（Include a limitation）：事实故事中应包含有依据的挑战或取舍，不要让主角显得不真实地完美；
• 以"邀请进入故事"收尾（End with a call-to-story）：邀请受众在叙事中看到自己。

八、在 SkillHub 中安装与使用该技能

storytelling-advisor属于 SkillHub 官方构建的内置技能集合。该集合中的每个包都包含适配 SkillHub 的SKILL.md、固定溯源信息的LICENSE.txt与NOTICE.md，以及运行时必需的脚本与 references；可以通过 builtin-skills/README.md 所述的方式用make build-builtin-skills构建、make test-builtin-skills验证（构建会生成确定性 ZIP 与 SHA-256 工件索引）。

在运行时，可通过 SkillHub CLI 安装技能包（命令细节见 docs/skillhub/en/guide/cli.md）：

# 搜索技能包 skillhub search storytelling # 安装（裸 slug 默认解析到 @global 命名空间） skillhub install storytelling-advisor # 显式指定命名空间 / 版本 / Agent 目标 skillhub install @global/storytelling-advisor skillhub install storytelling-advisor --version 1.0.0 skillhub install storytelling-advisor --agent claude-code # 安装到自定义目录 skillhub install storytelling-advisor --dir ~/.claude/skills

安装遵循 技能包协议 中的目录约定：包内必须包含规范入口文件SKILL.md（frontmatter + Markdown 正文），name与description为必需字段，安装后的本地目录名等于skill.slug；客户端会按.agents/skills→~/.agents/skills→.claude/skills→~/.claude/skills的优先级发现技能，并通过sync命令在AGENTS.md中生成与 OpenSkills 兼容的<skill>描述块。

由于SKILL.md本身是一份自包含的指令文档（不依赖脚本或外部服务），该技能在安装后即可被兼容客户端直接加载使用：Agent 读到 frontmatter 中的description判定触发时机，读到正文中的框架表格、触发短语与七步指令后即可执行叙事任务。技能包的合规性与可追溯性也由平台侧保障：发布校验会解析SKILL.mdfrontmatter 并持久化到版本级元数据（见 docs/07-skill-protocol.md §8.2），而 evals.json 中的回归用例则确保"结构优化但不虚构事实"这一核心行为在每次构建中都被验证。

• 人工智能
• AI Agent
• AI 技能
• 后端
• 前端