微信公众号 10 万+规则：Claude vs ChatGPT 交叉对比

以下为模型输出的原始 Markdown，未做内容改写。用于审阅规则本身是否成立，以及后续提炼共同规则。

# 微信公众号 10 万+规则：Claude vs ChatGPT 交叉对比

## 共同高置信规则

两边高度一致的规则，可以进入正式工作流：

- 10 万+不是成稿后“润色”出来的，必须先用于选题。
- 选题要满足公共性、反常识、利益相关、时间窗口、误解纠偏、身份表达、收藏价值。
- 标题不能标题党，但必须有具体对象、冲突、问题意识和读完收益。
- 第一屏 200-300 字不能铺背景、下定义、自我介绍，要直接给反常识事实、明确判断或场景冲突。
- 正文要有信息阶梯：先拆误判，再给机制，再给例子，再给反方或约束，最后留下工具。
- 研究类文章也要有情绪线，但情绪应该是“被点醒”“原来如此”“这话可以转给别人”，不是焦虑和仇恨。
- 传播理由要被设计出来：替我说清楚、帮我解释给别人听、展示判断力、以后会用得上。
- 结尾要有收藏价值，最好留下变量表、检查清单、观察路径。
- 传播性不能牺牲可信度和合规边界，不能写投资建议、夸大、编造、恐吓。

## Claude 版本更强的地方

- 对“读者为什么转发”说得更像编辑判断。
- 强调读者身份表达和可转述句，适合指导标题、第一屏和中段传播点。
- 结构更短，容易直接变成写作 prompt。
- 对当前实验稿的启发很明确：要把“好公司/好买卖”的可转述句前置。

## ChatGPT 版本更强的地方

- 更适合做流程化评分表。
- 明确区分选题评分、标题评分、第一屏评分、正文递进评分、可信边界评分。
- 对“选题先行”的要求更硬，能防止写完后才补传播性。
- 更适合未来做本地脚本或 RAG 写作系统里的打分器。

## 合并策略

正式流程应该分成两次使用 10 万+规则：

1. 选题前置评分。
   - 用 ChatGPT 的评分表做候选题过滤；
   - 用 Claude 的读者转发理由判断题目的传播上限。

2. 成稿后二次改稿。
   - 用 Claude 的第一屏和可转述句规则增强阅读动力；
   - 用 ChatGPT 的评分表检查标题、正文递进、信息密度、可信边界。

## 对当前 Claude V3 稿的判断

《一家公司可以好到让你亏钱》比 V2 更有传播性：

- 标题冲突更强；
- 第一屏更快；
- “公司质量和价格是两个判断”更容易转述；
- 结尾的六项检查表有收藏价值。

问题也很清楚：

- 为了增强第一屏，交易口吻回潮，出现了“买进去/买进”等词；
- 时间窗口仍然偏弱，更像常青框架文；
- 如果要进一步提高传播上限，最好补一个近期财报、热门赛道或市场争议作为入口。

## 当前结论

10 万+规则不能只当改稿规则。

正确顺序是：

1. 用 10 万+规则选题和定角度；
2. 用 RAG/IG 库找硬锚和大师视角；
3. 用 AI 味禁用规则生成首稿；
4. 用 10 万+规则重写第一屏、标题、中段传播点和结尾工具；
5. 用合规清单清理交易动作词。