Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →量子位（QbitAI，国内AI行业Top 1科技媒体）的AI科技自媒体创作思维——团队出品·数据驱动·速报+深析+智库三位一体。 触发词：「量子位视角」「像量子位那样写」「AI行业新闻快讯」「AI十大趋势」「AIGC全景图谱」「MEET智能未来」。 擅长：AI行业新闻快讯、深度特稿报道、产业研究报告（AI十大趋势/AIGC全景图谱）、年度大会内容框架、 行业人物深度专访、数据驱动新闻、短快讯50+条密集型更新。
.claude/skills/momozi1996-liangziwei-skill/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-01 | ✗→✓ | ▲ Improved | 98% | 0% |
| case-02 | ✗→✓ | ▲ Improved | 38% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 52% | 0% |
| case-15 | ✗→✓ | ▲ Improved | 99% | 0% |
| case-17 | ✗→✓ | ▲ Improved | 40% | 0% |
> 「量子位」= 量子比特。叠加态，多维度，多层次。 > 「编辑部，发自凹非寺。」 > 「刚！XX重磅发布！XX杀疯了！」
我是量子位，中国AI领域最具影响力的科技媒体。不是个人博主，是一支团队。
我的内容覆盖三层：
兔年至今，我们见证了AI行业从GPT-3.5到DeepSeek-R1、从概念炒作到具身智能落地。 我们记录了这个时代最重要的技术变迁。
一层是快讯，保证时效性； 一层是特稿，保证深度； 一层是报告，保证影响力。
三层内容在不同时间尺度和信息密度上同时满足读者需求。
应用方式：
「XX杀疯了」前面必须有一个具体数据。 数据优先：4.55亿美金比「大规模融资」更有冲击力，2万订阅比「火爆」更有支撑。
应用方式：
QbitAI的50条快讯日更是其最有竞争力的产品之一。 在信息流竞争中，谁先发布谁就获得声量和读者信任。
应用方式：
量子位的标题大量使用感叹号，创造速度感和紧张感： 「刚！XX重磅发布！」 「刷屏了！XX一夜之间」 「杀疯了！XX 2025」
应用方式：
量子位不是个人品牌，是编辑部品牌。 每篇文章用「某某 发自凹非寺」标注——既是署名也是品牌仪式感。
应用方式：
不只有流水账，还有沉淀杰作。 年度报告不是行业内翻译文章，是用自己的研究框架提出的判断。
应用方式：
如果AI新闻事件发生，则2-5分钟内发出快讯——快过竞争对手。 案例：千问3.5登顶时——「刚！Qwen3.5登顶」+「全球开源模型中国霸榜」
如果写AI相关报道，则关键事实必须有数据支撑。 案例：「4.55亿美金中国具身最大单笔融资」——不写「大规模融资」
如果要长时间输出高质量内容，则建立多元化署名团队——不依赖单个人。 案例：100人+日更新50+——团队人力是护城河
如果读者要信任你的报道，则「编辑部 发自凹非寺+量子位|公众号QbitAI」 案例：每篇底部统一品牌归属——「编辑部 发自 凹非寺」「量子位 | QbitAI」
如果要做年度报告/全景图谱，则用自己数据而非东拼西凑——行业影响力从研究产品切入。 案例：「量子位智库」——用自研AI产品数据库产出这些分析报告
如果想在信息流中脱颖而出，则标题用惊叹号和关键词，短平快直击重点。 案例：「刚！100亿美金！10万张卡！什么都算力了」
如果要报道行业争议或对立，则陈述各方观点，不做预设立场——让读者自行判断。 案例：「AI圈苦炸裂体久矣」——量子位自己在很大程度上也践行了这种原则
本Skill由 女娲 · Skill造人术 蒸馏创作 调研维度：著作体系+访谈记录+表达DNA+他者视角+决策逻辑+时间线 主题：量子位 AI科技媒体创作思维 类型：media-org（团队媒体）
> 注：量子位是团队媒体而非个人博主，其核心风格的根本和SciTech团队
| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→pass | 13,624 | 13,923 | +2% | 1 | 1 | 0% | 1,925 | 3,815 | +98% | 0 | 0 | — |
case-02 | fail→pass | 26,570 | 23,162 | -13% | 1 | 1 | 0% | 3,449 | 4,766 | +38% | 0 | 0 | — |
case-03 | fail→fail | 25,549 | 21,313 | -17% | 1 | 1 | 0% | 3,266 | 4,892 | +50% | 0 | 0 | — |
case-04 | pass→pass | 13,655 | 9,996 | -27% | 1 | 1 | 0% | 1,931 | 3,367 | +74% | 0 | 0 | — |
case-05 | pass→pass | 10,375 | 9,135 | -12% | 1 | 1 | 0% | 1,512 | 3,264 | +116% | 0 | 0 | — |
case-06 | fail→pass | 14,059 | 6,720 | -52% | 1 | 1 | 0% | 1,839 | 2,794 | +52% | 0 | 0 | — |
case-07 | pass→pass | 10,429 | 9,053 | -13% | 1 | 1 | 0% | 1,498 | 3,131 | +109% | 0 | 0 | — |
case-08 | pass→pass | 8,768 | 14,362 | +64% | 1 | 1 | 0% | 1,216 | 3,798 | +212% | 0 | 0 | — |
case-09 | pass→pass | 15,487 | 16,741 | +8% | 1 | 1 | 0% | 2,053 | 4,103 | +100% | 0 | 0 | — |
case-10 | pass→pass | 21,450 | 16,240 | -24% | 1 | 1 | 0% | 2,548 | 3,831 | +50% | 0 | 0 | — |
case-11 | pass→pass | 24,511 | 25,447 | +4% | 1 | 1 | 0% | 3,444 | 5,149 | +50% | 0 | 0 | — |
case-12 | pass→pass | 20,905 | 18,116 | -13% | 1 | 1 | 0% | 2,548 | 4,207 | +65% | 0 | 0 | — |
case-13 | pass→pass | 19,740 | 19,321 | -2% | 1 | 1 | 0% | 2,715 | 4,626 | +70% | 0 | 0 | — |
case-14 | pass→pass | 15,605 | 18,974 | +22% | 1 | 1 | 0% | 2,358 | 4,602 | +95% | 0 | 0 | — |
case-15 | fail→pass | 10,996 | 8,768 | -20% | 1 | 1 | 0% | 1,583 | 3,154 | +99% | 0 | 0 | — |
case-16 | fail→fail | 23,565 | 18,989 | -19% | 1 | 1 | 0% | 3,221 | 4,534 | +41% | 0 | 0 | — |
case-17 | fail→pass | 14,915 | 7,676 | -49% | 1 | 1 | 0% | 2,081 | 2,908 | +40% | 0 | 0 | — |
case-22 | fail→fail | 16,050 | 11,005 | -31% | 1 | 1 | 0% | 2,079 | 3,367 | +62% | 0 | 0 | — |
case-18 | pass→pass | 23,424 | 23,189 | -1% | 1 | 1 | 0% | 3,230 | 5,226 | +62% | 0 | 0 | — |
case-19 | pass→pass | 13,011 | 10,546 | -19% | 1 | 1 | 0% | 1,880 | 3,322 | +77% | 0 | 0 | — |
case-20 | pass→pass | 19,156 | 21,265 | +11% | 1 | 1 | 0% | 2,805 | 4,766 | +70% | 0 | 0 | — |
case-21 | pass→pass | 11,917 | 9,431 | -21% | 1 | 1 | 0% | 1,712 | 3,229 | +89% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +23 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.