

🎯 学什么:如何设计「多轮检查、层层递进」的 Skill——七步扫描法 + 单一关注点效应。这是整个大师课最重要的 Skill 设计原则之一,Level 2/3 的大量 Skill 依赖这个理念。 💡 难易度:⭐⭐ | ⏱️ 预计时间:45 分钟
1. 课程概览

💡 白话小课堂:你让 AI「帮我看看这文案好不好」,它扫一眼说「还行」。你让它先看清晰度→再看语气→再看具体度→再看说服力……一步步来,它每一步都能发现新问题。这就像安检——如果安检员同时要查危险品、假证件、违禁品,什么都查不深。但如果他说「这一轮我只查危险品」,他会查得非常仔细。L1-13 教的 copy-editing Skill 用 7 轮专注射线扫过你的文案,最终效果远超一次性审校。这种"每次只聚焦一个维度"的方法叫「单一关注点效应」(Single Focus Effect),是整个大师课最核心的 Skill 设计技巧之一。
本课与 L1-03 的关系——两课都教「多步骤检查」,但性质完全不同:
| L1-03 Markdown格式化 | L1-13 文案润色 | |
|---|---|---|
| 处理什么 | 格式(标题、加粗、列表、排版) | 内容(清晰度、语气、说服力、情感) |
| 核心约束 | 不能改内容——只调格式 | 可以改写内容——但要保持原意 |
| AI 的角色 | 排版师(不改文字) | 编辑(精修文字) |
| 步骤逻辑 | 线性流水线(Step 1→2→…→7,不回溯) | 回溯式扫描(每步扫完要回查前面几步) |
🔑 核心秘诀:「单一关注点效应」——当 AI 被要求「检查清晰度」时,它会专门找不清晰的地方;当被要求「检查一切」时,它什么都看一点但什么都看不深。把复杂任务拆成串行子任务,让 AI 每次都只聚焦一个维度——这是整个大师课最核心的 Skill 设计技巧之一。
⚠️ 避坑指南:好/坏对比必须包含三要素——❌原句 + ✅改进句 + 为什么(问题诊断)。很多人只给对比不给诊断,用户看到改了但不知道为什么改——换个场景就不知道如何应用同样的原则,下次还会犯同样的错。
2. 单一关注点效应:为什么七步而不是一步?

这是 copy-editing 设计的基石原理,必须理解了它才能理解后面的每一步设计。
2.1 效应的本质

一次性审校(错误做法):
AI 被要求「检查这篇文案的所有问题」
→ AI:「嗯……看起来还行,有几个小问题但整体不错」
→ 结果:发现了 2-3 个明显问题,漏掉了 10+ 个深层问题
→ 为什么:注意力被分散到 7 个维度,每个维度只分配了 1/7 的注意力
七步扫描(正确做法):
Sweep 1:「这一轮只检查清晰度」
→ AI:「第 3 段这个句子结构混乱,读者读到这会卡住;第 5 段有 3 个专业术语没解释」
→ 发现了 5 个清晰度问题
Sweep 2:「这一轮只检查语气」
→ AI:「开头很亲切像朋友聊天,但第 4 段突然变成了官方公告的语气」
→ 发现了 3 个语气不一致的地方
...以此类推,7 轮下来发现 25+ 个问题
🔑 一句话总结:1 × 7 > 7 × 1。一轮专注于一项,七轮下来,比一轮检查所有维度发现的问题多 3-5 倍。
2.2 为什么是七步而不是三步或十步?

七步不是随便选的——它遵循从「深层内容」到「表面形式」的递减逻辑:
Sweep 1: 清晰度 ← 最深:读者看得懂吗?(内容层)
Sweep 2: 语气一致性 ← 像同一个人写的吗?(表达层)
Sweep 3: "那又怎样" ← 读者关心吗?(价值层)
Sweep 4: 证据支撑 ← 凭什么是真的?(信任层)
Sweep 5: 具体化 ← 够具体吗?(细节层)
Sweep 6: 情感升级 ← 读者有感觉吗?(情感层)
Sweep 7: 消除风险 ← 还有顾虑吗?(转化层)
如果只有三步:只能覆盖内容+表达+转化,缺失了证据、具体度、情感(这些恰恰是文案说服力的关键)。 如果有十步:边际收益递减——第 8 步开始,AI 找不出新问题了,每一步都在「空转」,浪费时间。
2.3 回溯机制:为什么每步扫完要回头查?

这是 copy-editing 和 L1-03 最关键的区别——copy-editing 的步骤不是线性的。
L1-03 的流水线(线性):
Step 1 → Step 2 → Step 3 → ... → Step 7 → 完成
每步只做一次,不会回头
copy-editing 的扫描(回溯):
Sweep 1(清晰度)→ 修改了 5 处
Sweep 2(语气)→ 修改了 3 处 → 但可能破坏了 Sweep 1 修正的清晰度!
→ 回到 Sweep 1 复查 → 确认没被破坏 → 继续
Sweep 3(那又怎样)→ 修改了 4 处 → 可能影响了语气和清晰度
→ 回到 Sweep 2 复查 → 回到 Sweep 1 复查 → 都 OK → 继续
...每加一步,就要回溯前面所有步骤
🔑 设计要点:回溯不是因为 AI 做得不好,而是因为「改 A 可能破坏 B」——在 Sweep 3 中为了回答"那又怎样"添加了利益连接句,可能让语气(Sweep 2)从亲切变成了推销腔。回溯检查确保新改动没有引入新问题。
3. 七步扫描法逐步详解

Sweep 1:清晰度 —— 「读者能一眼看懂吗?」

聚焦问题:读者读完这句话,能不能立刻理解你在说什么?
检查清单:
- 句子结构混乱吗?(一句话塞了太多东西)
- 代词指代清楚吗?("它""这个""那个"指的是什么?)
- 有没人懂的术语/行话?
- 有没有假设读者知道他们不知道的背景?
经典问题:「本品含有水飞蓟提取物,可辅助保护肝脏功能」 → 普通读者:水飞蓟是什么?怎么辅助?保护到什么程度? → 清晰度问题:没解释「水飞蓟」是什么,没量化「辅助保护」的效果
修正原则:不要让读者停下来想「这是什么意思?」——每停一次就流失一批人。
Sweep 2:语气一致性 —— 「整篇听起来像同一个人写的吗?」

聚焦问题:从头到尾的语气是统一的吗?
检查清单:
- 有没有从亲切突然跳到官方腔?
- "我们""本公司""品牌"的称谓统一吗?
- 幽默感是均匀分布还是某一段突然出现?
- 技术术语是匀着用还是某一段集中爆发?
经典问题:开头「你是不是也经常熬夜到两三点…」(亲切聊天风)→ 第四段「本品经第三方实验室验证符合国家标准 GB/T xxxx-2020」(官方检测报告风) → 语气一致性:两种风格混在一起,读者不知道该信任「亲切的朋友」还是「官方检测机构」
Sweep 3:「那又怎样」—— 「每个声明都回答了"读者为什么该关心"吗?」

聚焦问题:你说了很多,但跟读者有什么关系?
So What 测试——对每句声明问:「然后呢?跟我有什么关系?」
❌ "我们的平台使用 AI 驱动的数据分析"
So what?
✅ "我们的 AI 分析帮你发现人工会漏掉的趋势——让你用一半的时间做出更准的决策"
常见 So What 失败:
- 功能列表没有利益连接("支持 5 种格式导出"→ So what?→ "不管客户要什么格式,你一键就能给")
- 技术能力没有成果("采用分布式架构"→ So what?→ "双11流量翻倍也不会崩")
- 公司成就跟读者无关("成立于 2015 年"→ So what?→ "10 年零事故,你的数据交给我们放心")
Sweep 4:证据支撑 —— 「每个声明都有凭据吗?」

聚焦问题:你说的这些东西,我怎么知道是真的?
证据类型:
- 客户证言(带名字和具体细节的)
- 案例数据(数字、百分比、时间)
- 第三方认证(奖项、认证、评测)
- 保证和风险逆转(退款保证、免费试用)
常见证据缺失:
- "被数千客户信赖"——哪几千?能说出具体数字吗?
- "行业领先"——谁评的?什么标准?
- "客户都说好"——让他们自己说,别替他们说
Sweep 5:具体化 —— 「够具体吗?还是全在说空话?」

聚焦问题:文案里的每个词,读者能在脑子里形成画面吗?
| 模糊 (弱) | 具体 (强) |
|---|---|
| 帮你省时间 | 每周省下 4 个小时 |
| 很多客户在用 | 2,847 个团队在用 |
| 见效很快 | 14 天看到效果 |
| 优化你的工作流程 | 你的报告时间减半 |
| 优质客服 | 2 小时内一定回复 |
具体化技巧:
- 形容词让位给数字("很快"→"14 天")
- 模糊动词让位给具体动作("提升效率"→"以前 3 小时现在 15 分钟")
- 看起来太整的数字反而可疑("100 个客户"→ 像编的;"97 个客户"→ 像真的)
Sweep 6:情感升级 —— 「读者读完有感觉吗?还是只觉得"哦,知道了"?」

聚焦问题:文案传递了信息,但有没有触动情绪?
情感触发器:
- 痛点共鸣——「每天下班累得要死,还要想今晚吃什么」
- 渴望具象化——「早上起来照镜子,看到皮肤在发光」
- 恐惧/损失规避——「你的竞品已经在用 AI 了」
- 归属感——「你已经加入了 2,847 个聪明团队的行列」
⚠️ 情感升级的边界:情感要为信息服务,不是为煽情而煽情。不要让读者觉得「你在试图操控我的情绪」。
Sweep 7:消除风险 —— 「还有什么理由不下单?」

聚焦问题:读者想行动了,但 CTA 附近是否还有未解决的顾虑?
风险消除工具:
- 退款保证——"30 天不满意全额退款"
- 免费试用——"不需要信用卡,先用 7 天"
- 信任信号——CTA 旁边放客户评价、评分、认证
- 清晰预期——"点击后会发生什么?我们会给你发一封确认邮件,然后…"
经典问题:CTA 写「立即购买」但前面六段都没建立信任——读者:我为啥要相信你?
正确做法:CTA 前的最后一段 = 信任堆栈(证言 + 数据 + 保证),消除最后的犹豫。
七步扫描的完整回溯链

Sweep 1: 清晰度 ─────────────────────────────────────────────┐
Sweep 2: 语气 ──────→ 回查 Sweep 1 ──────────────────────────┤
Sweep 3: 那又怎样 ───→ 回查 Sweep 2 → Sweep 1 ───────────────┤
Sweep 4: 证据 ───────→ 回查 Sweep 3 → 2 → 1 ─────────────────┤
Sweep 5: 具体化 ─────→ 回查 Sweep 4 → 3 → 2 → 1 ────────────┤
Sweep 6: 情感 ───────→ 回查 Sweep 5 → 4 → 3 → 2 → 1 ────────┤
Sweep 7: 消除风险 ───→ 回查 Sweep 6 → 5 → 4 → 3 → 2 → 1 ────┘
进阶:专家评审团评分法

对于高风险的文案(落地页、发布邮件、销售页),七步扫描之后还可以加一道质量闸门——模拟 3-5 个专家角色分别打分:
| 角色 | 关注什么 | 评分 1-10 |
|---|---|---|
| 转化文案专家 | CTA 强度、利益层次、说服力 | ? |
| UX 文案专家 | 可扫描性、认知负担、信息架构 | ? |
| 目标客户 | 这文案对我说话了吗?我信吗? | ? |
| 品牌策略师 | 语气一致性、定位准确性 | ? |
评分标准:9-10 = 可发布 / 7-8 = 微调 / 5-6 = 有明显缺口 / 3-4 = 需要大修 / 1-2 = 重来
门槛:所有角色 ≥ 7 分,平均 ≥ 8 分,才算通过。
🔑 设计要点:专家评审团解决的是「单一视角盲区」——写文案的人觉得很好,但换个角度(比如目标客户的视角)就能发现大问题。让 AI 扮演多个角色,本质上是用 prompt 工程模拟「多双眼睛审视」。
4. 结构拆解:「回溯式多轮检查」模板

从 L1-13 提取「回溯式检查」Skill 的通用模板——这是 Level 1 的第六种模式。
核心机制:N 步检查法
设计原则
- 每步聚焦一个维度(单一关注点效应)
- 步序从深到浅(内容 → 表达 → 形式 → 转化)
- 每步完成后回溯前面所有步骤(改 A 不破坏 B)
- 步数 = 覆盖所有关键维度即可(通常 5-7 步)
通用结构
Sweep 1: [最深层的质量维度] — 读者/用户最根本的需求 Sweep 2: [一致性/协调性] — 各部分之间不冲突 Sweep 3: [价值/意义] — 对用户有什么用? Sweep 4: [可信度] — 用户凭什么信你? Sweep 5: [细节/精度] — 有没有模糊和空话? Sweep 6: [情感/体验] — 用户有感觉吗? Sweep 7: [行动/转化] — 下一步清晰吗?还有顾虑吗?
每步的格式
- 聚焦问题(一句话说清楚这步看什么)
- 检查清单(具体查哪些信号)
- 常见问题(这个维度最常出现的坑)
- 修正原则(怎么改)
- 回到 Sweep N-1, N-2, ..., 1 复查
什么时候用回溯式检查模板? → 当任务是「优化现有东西」而非「从零创造」时:
- 文案润色(本课)
- 代码审查(安全检查→性能→可读性→测试覆盖)
- 设计审计(一致性→可用性→可访问性→视觉层次)
- 任何「审查/审计/诊断」型 Skill
回溯式 vs 线性流水线(L1-03):
| 线性流水线 | 回溯式检查 | |
|---|---|---|
| 步间关系 | 独立(上一步输出 = 下一步输入) | 依赖(改后面可能破坏前面) |
| AI 的角色 | 加工者(做新东西) | 审查者(改进现有东西) |
| 步序逻辑 | 按操作顺序(先分析后排版) | 按影响深度(先内容后形式) |
| 回溯 | 不需要 | 必须(核心机制) |
| 判断标准 | 完成了所有步骤 | 扫一轮没发现新问题 |
5. 电商案例:抖音商品标题的搜索关键词嵌入优化

🛒 实战案例:某家居店铺在抖音商城有120个SKU,标题是1688供应商原封不动复制过来的——"北欧ins风简约现代轻奢客厅装饰摆件创意家居饰品"。搜索曝光量日均230次,点击率只有0.7%。问题不是商品不好,是抖音的搜索算法根本不知道把这个商品推给谁——标题里没有一个"用户会搜的词"。
用 baoyu-polish 优化标题策略:
- 输入 SKILL.md 中的风格规范:保持原意、嵌入高搜索量词、15-25字、避免堆砌
- 批量处理120个标题,每个标题给出3个变体方案
- 优先嵌入「抖音搜索热词」——如"收纳神器""租房好物""妈妈必备""搬家打包"
- 统一品牌前缀"XX家居|",建立账号识别度
- 检查是否命中平台规则——抖音标题不允许极限词("最""第一""全网"),自动标记违规词
优化前后对比(以收纳盒为例):
- 改前:「塑料收纳箱大号家用衣服被子储物箱有盖可折叠」—日均曝光18次,点击率1.2%
- 改后:「XX家居|搬家打包必备神器 加厚可折叠收纳箱 租房储物空间翻倍」—日均曝光420次,点击率3.5%
效果:
120个标题批量优化,35分钟完成
店铺总日均搜索曝光从230 → 1580(+587%)
平均点击率从0.7% → 2.8%
TOP 10商品全部进入相关搜索词前3页
搜索渠道GMV占比从8% → 31%
🔑 启示:标题不是"写得好看",而是"被搜得到"。电商标题的本质是SEO——让系统把你的商品推给正在搜的人。AI润色不是帮你写诗,是帮你把搜索意图嵌入到有限的25个字里。供应商标题是给1688批发买家看的,抖音标题是给搜索算法和消费者看的——两个完全不同的语言体系。
6. 掌握检验

Q1:copy-editing 的「七步扫描法」包含哪七步?每一步关注什么维度?步序为什么是从内容到形式而不是反过来?
Q2:「单一关注点」效应是 copy-editing 的核心设计理念。以下哪种说法最准确地解释了这个效应?
- A) AI 并行处理七个维度比串行处理更快
- B) 当 AI 被要求同时检查所有维度时,它会什么都看一点但什么都看不深;当只被要求检查一个维度时,它能深度聚焦并发现更多问题
- C) AI 每次只能关注一个字段,多了会死机
- D) 用户一次只能提供一个修改意见
Q3:好/坏对比(Good/Bad Contrast)的三要素是什么?为什么缺第三要素会导致用户「下次还会犯同样的错」?
Q4:七步扫描的「回溯机制」是什么意思?为什么 Sweep 3 改完后要回到 Sweep 2 和 Sweep 1 复查?这跟 L1-03 的线性流水线有什么区别?
Q5:以下哪组分步顺序最符合 copy-editing 的七步扫描法在设计上的逻辑?
- A) 格式排版 → 拼写语法 → CTA 说服力 → 清晰度 → 语气
- B) 先清晰度、语气这种「内容/表达层」→ 再证据、具体化这种「信任/细节层」→ 后情感、消除风险这种「体验/转化层」
- C) 随机顺序,因为各步之间互不影响
- D) CTA 说服力 → 拼写语法 → 格式排版 → 清晰度 → 语气
Q6:copy-editing 与 L1-03(format-markdown)有什么本质区别?两者的「核心约束」有何不同?各自的 AI 角色是什么?
Q7:专家评审团评分法解决的是什么问题?为什么需要模拟多个角色而不是只让 AI 审一遍?门槛为什么设为「所有角色 ≥ 7 分」而不是「平均 ≥ 7 分」?
Q8:某保健品「护肝片」详情页的 CTA 从「立即购买」改为「给自己一个不疲惫的明天 → 试用 30 天」。这个修改涉及哪几步扫描的成果?背后的文案策略有哪些层次?
7. 答案

点击查看答案
Q1:七步扫描法(Seven Sweeps):
- Clarity(清晰度)——读者能一眼看懂吗?(内容层:最深)
- Voice and Tone(语气一致性)——像同一个人写的吗?(表达层)
- So What("那又怎样")——读者为什么该关心?(价值层)
- Prove It(证据支撑)——凭什么信你?(信任层)
- Specificity(具体化)——够具体还是全在说空话?(细节层)
- Heightened Emotion(情感升级)——读者有感觉吗?(情感层)
- Zero Risk(消除风险)——还有什么顾虑?(转化层)
步序从内容到形式(而非反过来)的原因:如果先做形式修正再改内容,可能出现「花十分钟修好了排版和拼写,然后发现整段话需要重写」的浪费。先深(内容质量)后浅(细节打磨),每一步都基于前一步已优化的内容,效率最高。
Q2:B — "单一关注点"效应的核心是:将复杂任务拆成串行子任务,让 AI 每次只聚焦一个维度。当要求"检查清晰度"时,AI 会像雷达一样专门扫描不清晰的地方;当要求"检查一切"时,AI 的注意力被分散,每个维度都浅尝辄止。A 说并行更快(错误,并行导致注意力分散),C 是技术误解,D 将效应错误归因于用户。
Q3:三要素:1) ❌ 原句——展示"坏"的例子;2) ✅ 改进句——展示"好"的例子;3) 为什么(问题诊断)——解释为什么这样改(如"'leverages'是空洞动词,没说明具体做什么;'optimize workflows'是模糊承诺,没有可感知的收益")。缺了第三要素,用户只看到"改了什么"但不知道"为什么这么改"——换了一个场景就不知道如何应用同样的原则,下次还会犯同样的错。诊断是最有价值的教学部分——授人以渔而非授人以鱼。
Q4:回溯机制是指每完成一步扫描后,要回到前面所有步骤复查——确认新改动没有破坏之前修正过的东西。例如 Sweep 3 为了回答"那又怎样"添加了利益连接句,可能让语气(Sweep 2)从亲切变成了推销腔,也可能让新加入的句子不够清晰(Sweep 1)。与 L1-03 的区别:L1-03 是线性流水线(Step 1→2→3→7,每步做完不回头),因为每步做的是不同的事(分析→标题→格式化→排版),互不覆盖。copy-editing 每步都在改同一篇文案,改动会互相影响——所以必须回溯。
Q5:B — 七步扫描的顺序遵循"层层递进"逻辑:先内容/表达(清晰度、语气)→ 再信任/细节(证据、具体化)→ 后体验/转化(情感、风险消除)。这个顺序不是随意的——如果先做表面层修正再改内容,可能出现"刚刚修好了语法,但发现要重写整段话"的浪费。先深(内容)后浅(形式)是最有效率的分步顺序。
Q6:本质区别在于"核心约束"。L1-03(format-markdown)的核心约束是**"不增删内容"——只调整格式和修错别字,Never add, delete, or rewrite content。copy-editing 的核心约束恰恰相反——"可以改写内容,但要保持原意"**——它的工作正是重写模糊的句子、添加具体数据、调整语气和情感。所以 L1-03 的 AI 角色是「排版师」(不改内容,用脚本做规则修正),copy-editing 的 AI 角色是「编辑」(精修内容,全程靠 AI 的语义理解和写作能力)。
Q7:专家评审团解决的是「单一视角盲区」——一个人(或一个 AI 视角)审查文案时,会受自身专业背景限制。转化文案专家可能忽略了 UX 问题(文字太多不好扫),UX 专家可能忽略了品牌语气问题,品牌专家可能忽略了说服力问题。多角色 = 多双眼睛 = 互相补充盲区。门槛设"所有角色 ≥ 7 分"而非"平均 ≥ 7 分"的原因:如果转化文案给 9 分但目标客户给 4 分,平均是 6.5 分——看起来"勉强还行",但实际上目标客户不买账(4 分意味着"这文案没打动我"),文案就失败了。最低门槛必须要求每一关都过——一个角色不及格就是不及格。
Q8:CTA 修改涉及多步扫描的交叉成果:Sweep 3(那又怎样)——"给自己一个不疲惫的明天"把焦点从产品(护肝片)转移到用户利益(不疲惫);Sweep 5(具体化)——"试用 30 天"替代模糊的"立即购买";Sweep 6(情感升级)——"不疲惫的明天"触达目标用户(肝疲劳人群)的核心渴望;Sweep 7(消除风险)——"试用 30 天,不满意全额退"逆转了用户的决策风险。文案策略三个层次:1) 利益前置(结果 > 动作)、2) 情感连接(痛点 > 功能)、3) 风险逆转(试用 > 购买)。
(7/8 通过)
8. 延伸阅读
- [[L1-14-社交媒体内容创作|下一课:社交媒体内容生成]] — 多平台内容系统
- [[L1-03-Markdown格式化排版|L1-03:Markdown格式化]] — 对比「线性流水线」vs「回溯式检查」的区别
- [[L2-课程总览|Level 2:学徒工]] — 「原则+框架+示例」模式大量依赖单一关注点效应

评论区
共 0 条评论