达人营销活动怎么管理？按层级选达人并衡量投放绩效
「达人营销活动管理」是「龙虾部署大师」技能市场中的效果营销技能：它把零散的网红合作升级为可规模化、可衡量 ROI 的效果型项目。它从达人层级选择、受众契合度、品牌适配度和评论质量评估开始，指导在 Shopify Collabs、Meta Partnership Ads、TikTok Spark Ads 等原生工具里配置唯一链接和折扣码，并覆盖活动 brief、内容标准、固定费用加佣金的付款结构、保留条款，以及 ROAS、CPA、互动率和归因冲突的处理。 技能效果 为二十个达人搭追踪方案时，它设计了唯一折扣码加UTM的归因体系，并分渠道给出加投决策。 达人合作做了一堆，却说不清赚没赚 很多品牌的达人合作停留在"零散赠品换内容"的状态：找谁靠感觉，谈什么口头约定，效果只看播放和点赞。当合作扩到十个、二十个以上时，问题集中爆发——交付物和 brief 不统一，链接和折扣码各管各的，到了月底想算这笔投入到底带来多少销售，归因对不上、折扣码还可能外流，最后只能含糊地说"应该有效果"。 零散合作 口径乱 · 算不清 ROI 效果型项目 统一 brief / 交付 唯一链接 / 折扣码 ROAS / CPA 可衡量 这个技能能管哪几件事 它把达人合作当成一条完整的效果链路来管理。选人阶段，它按 Nano、Micro、Macro、Mega 层级选择符合目标的达人，并评估受众契合度、品牌适配度和评论质量；配置阶段，它指导在 Shopify Collabs、Meta 合作广告、TikTok Spark Ads 等原生工具里建立唯一 UTM 链接、折扣码、内容 brief 和交付物追踪；衡量阶段，它用 ROAS、CPA、互动率和微转化率评估活动绩效。它还覆盖固定费用加佣金的付款结构、内容质量标准和保留条款，以及归因冲突的处理。 选达人Nano→Mega 配置追踪UTM/折扣码 付款结构费用+佣金 衡量绩效ROAS/CPA 用前须知 该技能无需专用 API Key。但实际执行落地需要相应平台的账号权限，例如 Shopify Collabs、Meta Ads、TikTok Spark Ads 或第三方达人平台——技能负责出方案与口径，配置和投放仍在你的账号里完成。 怎么用它 用法是把你当前的合作规模和要解决的问题用自然语言交给它。例如可以这样对它说： 可以这样对它说 "我们有二十个达人合作，按佣金和折扣码搭一套追踪方案，再看加投谁。" "为新品找一批微型达人，顺便写清交付物和 brief 要点，别漏披露。" "这批达人 ROAS 不清楚，按链接、优惠码和内容成本一起重算。" 它适合这些场景：品牌同时管理十个以上达人合作、需要统一 brief 和交付追踪；投放团队想把自然表现好的达人内容加推为付费广告；电商品牌要从赠品合作转向固定费用加佣金的绩效结构；以及归因偏低或折扣码外流时，排查链接、贴纸和优惠码规则。 大家常问 达人营销和传统广告投放最本质的区别是什么 底层逻辑不同：传统广告靠买媒体位曝光、单向触达，本质是"我说我好"；达人营销借达人的内容信任背书、双向互动，本质是"他说我好"。前者拼曝光频次和转化率，后者拼信任度与内容共鸣，两者互补而非替代。 头部达人、腰部达人和尾部达人的区别是什么，怎么判断该用哪一档 三档差的是内容资产规模、流量稳定性和商务成熟度：头部出背书与品牌声量，腰部转化效率与粉丝粘性最高，尾部成本低适合铺量测款。判断核心不是预算，而是品决定人——新品/非标品配腰部深讲，成熟大通货配头部收割，低客单冲动消费配尾部铺量。 达人投放里说的 ROAS 和 CPE 到底是什么意思，两个指标该怎么配合着看 ROAS=广告收入÷投入，衡量结果卖了多少钱；CPE=花费÷互动次数，衡量内容能不能激发点赞评论收藏。先看 CPE 判断内容质量，再看 ROAS 判断转化效率：CPE 是门槛、ROAS 是终点，两个都好才值得加投，一个差就要针对性优化脚本或选品。 为什么固定费用加佣金的达人合作结构，比单纯赠品或一次性买断更可控 它把风险从"签约那一刻集中"摊到合作全周期。纯赠品下达人没履约动力，一次性买断下内容发布完激励就结束；固定费用+佣金让达人有保底愿意投入创作，佣金又把达人收入和品牌实际转化绑定，激励对齐持续到推广周期结束，预算压力前轻后实。 想用上这个技能？ 「达人营销活动管理」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 写简历
「简历助手」是「龙虾部署大师」技能市场中的求职材料准备技能：作用是从经历挖掘开始，覆盖职位推荐、简历优化、模拟面试和能力提升五个环节，帮还没想清楚"投什么、写什么"的求职者，从零梳理出经历档案、职位方向、针对 JD 的定制简历，以及面试演练反馈，最终生成 PDF、DOCX 或 HTML 格式的投递材料。 技能效果 说自己经历很散不知投什么岗，它把运营、客服、文案、数据这几段拆成对应能力，归拢出电商加内容运营的复合方向。 不知道简历该写什么，问题出在哪？ 很多人卡住的环节不是"写得不够好看"，而是更靠前的一步：不知道自己有什么值得写，也不确定该往哪个方向投。应届生和转行者尤其常见——经历看起来零散，社团、实习、课程项目混在一起，既挖不出亮点，也说不清哪些能力可以迁移到目标岗位。 就算硬着头皮写出来，材料和岗位也常常对不上：一份简历投所有岗位，关键词覆盖不到位，连 ATS（简历筛选系统）这一关都过不去；好不容易拿到面试，又因为没基于自己的简历演练过，被追问项目细节时露怯。求职准备本该是一条从"发现经历"到"投递、面试"的链路，却被拆成了几件互不衔接的事。 零散经历，挖不出方向 实习 社团 课程 竞赛 ? 投什么岗? 写什么? 这个技能能帮你做什么？ 这个技能通过五个协作环节，把求职准备串成一条完整链路。故事挖掘环节，它从你描述的经历里发现亮点和可迁移技能的证据，形成经历档案；职位推荐环节，它结合你的背景、兴趣和限制条件，给出职位方向并做能力差距分析；简历优化环节，它解析 JD、重写经历、自然融入关键词，并生成标准的简历 JSON；模拟面试环节，它基于你的简历追问，反馈回答质量，再反向指出材料里的薄弱点。这几步既可以完整走一遍做系统辅导，也可以挑其中一步快速使用。 经历挖掘 职位推荐 简历优化 模拟面试 能力提升 最终它能输出经历档案、职位推荐报告、针对某个 JD 的简历优化报告、标准 JSON 简历、面试反馈和能力提升计划，并支持把简历导出成 PDF、DOCX 或 HTML 投递。 用前须知 该技能无需外部 API Key。但生成 PDF、DOCX 等文件依赖本地 Python 环境，并需安装 fpdf2、python-docx、openpyxl 等库；技能会先运行环境检查（check_env.py）和简历 JSON 验证（validate_resume_json.py），通过后才生成文件，以保证格式正确。 怎么用它？ 用法是把你的处境用自然语言讲清楚——经历多散、想投什么方向、有没有具体 JD、要不要练面试，剩下的环节它会自己衔接。例如可以这样对它说： 可以这样对它说 "我经历很散，不知道投什么岗位，先从经历亮点梳理到职位方向，重点标出来。" "这份简历和 JD 一起看，改成适合产品实习投递的网页版简历和 PDF。" "下周有面试，按我的简历追问项目细节，再指出回答和简历里的漏洞。" 它适合这些场景：应届生或转行者不知道简历写什么、需要先挖掘真实经历；不确定自己适合哪些岗位、想结合背景找方向；针对某个 JD 定制简历、提升关键词覆盖和 ATS 通过率；面试前想基于简历练习问答，并顺带发现材料里的薄弱点。 大家常问 STAR 法则在简历项目经历里最容易被忽略的是哪一环？ 最容易被忽略的是 R——Result。多数人写完 Action 就停笔，用"项目顺利完成""得到领导认可"收尾，这只是任务的自然结束，不是结果。Result 需要量化指标和第三方可验证的锚点，没有它，整段经历的说服力闭环就不成立。 为什么同一段经历投不同岗位，HR 的回应差很多？ 原始经历是无序数据，HR 是在 JD 定义的能力空间里找匹配信号。同一段"做了竞品调研"，投策略岗要写成"构建竞品分析框架"，投执行岗要写成"收集并整理市场数据"。AI 做的是按岗位能力空间重新选叙事视角，不是美化文字。 HR 用 ATS 筛简历时关注哪些关键词信号？ ATS 看的不止是关键词出现没有。它分六层：格式能否被解析、JD 核心词的覆盖率、同义词与上下位词的语义匹配、STAR 结构完整度、量化结果是否存在、动词强度与主被动语态。同一份简历在不同企业的 ATS 评分会有差异。 想用上这个技能？ 「简历助手」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 写对 Next.js 代码
「Next.js 最佳实践」是「龙虾部署大师」技能市场中的规范型技能：作用是指导 Next.js 项目的编写、审查与重构，覆盖文件约定、React Server Component 边界、异步 API、数据获取、路由处理、元数据、图片字体优化、脚本加载和打包问题。它按主题进入对应参考文档，识别风险模式并给出符合版本特性的修正建议，帮助团队减少水瀑请求、边界误用、hydration 错误和部署配置偏差。 技能效果 拿到一段用 useEffect 客户端取数的 Next.js 页面时，它按最佳实践重构成 async 服务端组件加 Suspense 取数，并解释了为何这样更稳。 App Router 的坑，为什么不容易自己发现 Next.js 进入 App Router 时代后，许多问题不是"报错"，而是"写法不符合框架预期"。服务端组件和客户端组件的边界没划清，可能引出 hydration 错误或把不该上客户端的逻辑带过去；数据获取顺序没排好，一串串行请求拖成水瀑式加载；升级到 Next.js 15 后，params、cookies、headers 变成异步 API，旧写法会冒出构建警告和运行时报错；metadata、OG 图、图片字体优化和自托管部署各有约定，稍不留意就偏离规范。这些坑往往要等性能下滑或线上异常才暴露。 水瀑式串行请求（慢） 请求 A 请求 B 请求 C 并行 / 边界正确（快） ABC RSC 边界 · 异步 API · 数据获取，写法决定快慢与稳定 这个技能怎么帮你写对 Next.js 它是一套规则型指南，按主题进入对应参考文档，专门识别 Next.js 项目里的风险模式并给出符合版本特性的修正。文件约定方面，梳理特殊文件和路由段的组织规则，统一目录结构与命名。边界方面，检查 RSC 边界、客户端组件和 Server Action 的使用风险，是处理 hydration 错误的关键。迁移方面，指导异步 params、cookies、headers 等新 API 的正确写法，避免升级后构建警告与运行时报错。优化方面，提供图片、字体、脚本、打包和自托管的准则。它的定位是"审查与重构"——告诉你哪里写得不对、该怎么改，而非替你从零搭项目。 文件约定路由段/特殊文件 RSC 边界客户端/Server Action 异步 APIparams/cookies 优化准则图片/字体/打包/部署 用前须知 该技能无需 API Key 或额外服务，作为规则型文档使用。若要在此基础上执行项目构建与诊断，需要本机具备 Node.js、Next.js 项目依赖和相应的包管理器。 怎么用它 用法是把要审查或重构的 Next.js 代码、要解决的问题用自然语言说清楚，由它对照规范给出修正。例如可以这样对它说： 可以这样对它说 "这个 Next.js 路由用了客户端取数，按最佳实践帮我重构得稳一点。" "检查 App Router 项目的 metadata 和 OG 图写法是否合规。" "把 Next.js 15 的异步 params 改对，别再出构建警告和运行时报错。" 它适合这些场景：新建 Next.js 应用时统一目录结构、路由命名和特殊文件放置；审查 App Router 项目中服务端组件、客户端组件和数据流边界；升级 Next.js 15+ 后处理异步 API、元数据和错误页面变化；定位 hydration 错误、打包异常、图片字体加载或自托管部署问题。 大家常问 在 Next.js 里，服务端组件和客户端组件到底有什么区别？ App Router 里组件默认是服务端组件（RSC），可直接 async 取数、查数据库、不打进客户端 JS；只有文件顶部写了 "use client" 才成为客户端组件，用来处理 useState、事件和浏览器 API。最佳实践是把客户端组件推到叶子节点，需要交互的地方才切边界。 Next.js App Router 项目里为什么会出现"水瀑式"串行请求，慢在哪里？ 本可并行的请求被迫排队，后一个等前一个完成。App Router 里布局嵌套、RSC 逐层渲染、客户端组件等 RSC Payload 到达才发请求，三层串行叠加，所以更易出现。把数据获取提升到同一层用 Promise.all 并行、用同级 Suspense 流式输出，能消除瓶颈。 Next.js 15 里 params、cookies 这些为什么从同步变成了异步，旧写法会怎样？ 这是向 React 19 异步数据模型对齐：同步读取会阻塞流式渲染管道，改成 Promise 后组件可 await，下游静态部分先流出。Next.js 15 仍兼容旧的同步写法但会报 deprecation 警告，到 16 直接报错；可用 @next/codemod 自动迁移。 Next.js 的 App Router 和 Pages Router 是什么关系，定位有什么不同？ Pages Router 是传统路由，组件默认客户端、靠 getServerSideProps 等取数，无原生嵌套布局与流式渲染。App Router 是 13.4+ 推荐方案，基于 RSC，服务端组件优先、原生支持嵌套布局、Suspense 流式和 Server Actions。新项目建议用 App Router，存量项目无需强制迁移。 想用上这个技能？ 「Next.js 最佳实践」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
知识漫画怎么创作？把文章转成分镜提示词，保持角色一致
「知识漫画创作」是「龙虾部署大师」技能市场中的内容视觉化技能：它把文章、教程或主题材料转化为原创教育漫画。输入来源内容、画风、基调、版式、比例和语言后，它会加载偏好、分析内容、确认风格，依次生成分镜、角色设定、图像提示词、角色参考图、连续页面图片和 PDF，并能根据内容信号推荐清线、日漫、写实、水墨等风格，支持只出分镜、只出提示词、按角色参考图重绘指定页或重新合成 PDF。 技能效果 把图灵生平做成知识漫画时，它先给出人物色标与造型设定，再画出开头几页的分镜。 把知识画成漫画，难在哪 知识漫画的门槛不在画工，而在"成体系"。一篇教程要变成连贯漫画，需要先拆出分镜节奏、立住角色、写清每页画面，再保证多页之间同一个角色长得一样、风格不跑偏。靠人工或零散工具，常出现两类问题：角色每页脸都不同，读起来出戏；画风与内容气质不搭，科普配了违和的风格。更现实的是，全部画完才发现分镜不对，返工成本极高。 连续多页 · 角色要一致 第 1 页 第 2 页 第 3 页 合成PDF 这个技能怎么把内容变成漫画 它把成漫画的过程拆成一条可追溯的链路。先根据内容信号自动推荐画风、基调、版式或预设风格——清线、日漫、写实、水墨等组合都在选项里；再依次生成内容分析、分镜脚本、角色定义和每页的图像提示词。关键一步是它先生成角色参考图，再据此生成页面，从而让同一角色在多页之间保持视觉一致；最后把连续页面合成为 PDF。它还支持灵活的局部操作：只先出分镜或只出提示词、增删页面、以提示词优先更新，或基于角色参考图重绘指定页后重新合成 PDF。 分析内容定风格 分镜脚本+ 提示词 角色参考图定形象 连续页面保持一致 合成 PDF 用前须知 该技能无需外部图像 API Key，Seedream 凭证会从本地配置目录自动读取。本地需要 Python 环境以及 openai、pillow；PDF 合成脚本则需要可运行的 Node/TypeScript 环境。 怎么用它 用法是把要改编的素材连同想要的画风、节奏和产出方式告诉它，它会先出方向再逐步生成。例如可以这样对它说： 可以这样对它说 "把这篇图灵传记改成温暖清线风知识漫画，先出分镜和角色设定，文字别多。" "只先出量子计算科普漫画的分镜，暂时不用生成图片，页面节奏也标明。" "用水墨动作风讲孙子兵法，每页角色造型保持一致，先生成参考图。" 它适合这些场景：把技术教程、科普文章或人物故事改编成连续知识漫画；按清线、日漫、写实、水墨或粉笔等风格输出教学内容；已有漫画页面需要修改某一页并重新合成完整 PDF；以及团队希望先审阅分镜或提示词，再决定是否生成全部图片。 大家常问 知识漫画的「分镜」到底是什么？为什么直接照着文章画漫画反而读不下去？ 分镜不是把画面排进格子，而是控制读者视线在时间中的运动——格子之间的空白才是核心，读者在脑中自动闭合。文章是线性「告诉」，漫画是二维「展示」，照着文章逐段画会变成插图说明书：节奏均匀、抽象概念被堆在对话气泡里，反而失去漫画的叙事力。 为什么 AI 生成的漫画里同一个角色每页脸都不一样？这种「视觉一致性」是怎么丢的？ 每一格在生成时都是独立事件单元，系统没有跨格的「角色身份记忆」。叙事描述只说「发生了什么」、不说「角色长什么样」，五官细节在「叙事→视觉」转换中被压缩。再加上构图优先级把动作排在角色之前，结果就是单格都成立、连起来角色却变了——必须先固定角色参考图、再生成页面。 知识漫画选画风（清线 / 日漫 / 写实 / 水墨）凭什么？为什么内容气质和画风不搭就读不进去？ 画风是读者与内容之间的「认知契约」——线条、色彩、造型在翻页第一秒就暗示了内容类型与可信度。清线偏中立适合传记历史，日漫情绪符号发达适合教程科普，写实重信任感适合成人专业，水墨靠留白笔意适合东方文化。气质和画风不搭会触发潜意识的「不对劲」，读者说不出哪里别扭，但就是读不进去。 漫画的「对话框」和「旁白框」怎么区分？为什么放错位置会破坏阅读节奏？ 对话框是圆形/椭圆形带引尾、指向说话角色，承载「故事内」声音；旁白框是矩形无引尾、放在画格角落，承载「故事外」叙述。两者层级不同，混用会让读者把叙述当成角色对白、视角错乱。位置放错还会打断 Z 字阅读路径，造成视线折返、因果颠倒、节奏卡顿——读者就要倒回去重读。 想用上这个技能？ 「知识漫画创作」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
供应商绩效怎么管理？算准时率缺陷率识别供应风险
「供应商绩效管理」是「龙虾部署大师」技能市场中的采购供应链技能：它系统化监控采购订单、收货、质检、交付周期和供应商健康度，计算准时交付率、填充率、缺陷率和综合健康分，并识别单一供应商依赖、交期波动和认证到期等供应风险，输出评分与行动建议。 技能效果 给三家供应商打绩效分时，它按准时率、到货率、质检退货率设权重算出综合得分和排名，把低于阈值的指标标红预警，并对每家给出合作建议。 供应商好不好，凭印象说不清 采购对供应商的评价常常停留在印象层面："这家发货还行""那家偶尔出次品"，但具体准时率是多少、缺陷率有没有恶化、交期波动有多大，往往拿不出数据。更要命的是几类隐患容易被忽视：库存系统只凭装箱单入账、不做实物清点，问题货混进了库存；供应商发票单价和 PO 对不上、却没有三单匹配的环节去拦；核心 SKU 过度依赖单一供应商，一旦对方掉链子，大促前就可能断货。没有统一的计分口径，这些问题只能等出事了才发现。 凭印象 vs 用数据评供应商 凭印象 "还行 / 偶尔出问题" 出事才发现 用数据 准时率/填充率/缺陷率 综合健康分排序 这个技能能帮你管清什么 它把供应商管理拆成从下单到评估的一条闭环。在订单环节，它标准化采购订单字段，明确 SKU 映射、约定单价、交期和贸易条款；在收货环节，它建立到货实物清点、短缺处理、质量对比和库存入账流程，让入账不再只凭装箱单；在评估环节，它计算准时交付率、填充率、缺陷率和供应商综合健康分，形成可排序的计分卡；在风控环节，它识别单一供应商依赖、交期波动和认证到期等风险。它还支持三单匹配——把采购单、收货单和发票对齐，发现发票单价与 PO 不一致的问题。输出可以是供应商得分、安全库存调整、认证到期提醒和行动建议。 三单匹配：对齐后才入账与付款 采购单 PO约定单价/数量 = 收货单实物清点 = 发票单价核对 入账付款 用前须知 该技能无需 API Key 或专用运行环境，可基于你提供的采购订单、收货、质检和供应商台账数据建模。它做的是评估与建模，把流程和计分卡真正系统化落地时，需要连接 ERP/WMS 或数据库。数据越完整，评分和风险提示越可靠。 怎么用它 用法是把供应商的历史表现数据或要处理的采购问题用自然语言交给它，由它评分、给建议。例如可以这样对它说： 可以这样对它说 "把这三家供应商近半年的准时率、到货率和质检退货评个分，差的标红。" "这个采购单拖了两个月没关，帮我核一下缺货和补款该怎么收。" "按交期波动和残次率重新算安全库存，别让爆款在大促前断货三天。" 它适合这些场景：把供应商的交期、缺货和质检问题纳入月度评估；库存系统不能只凭装箱单入账、需要增加实物清点和 QC 门槛；供应商发票与 PO 单价不一致、需要建立三单匹配流程；以及核心 SKU 过度依赖单一供应商、需要规划备选供应商和安全库存。 大家常问 供应商绩效一般从哪几个维度评？准时交付率、填充率、缺陷率分别是什么意思？ 常分五个维度：交付、质量、成本、服务响应、合规与风险。其中交付绩效最常用，含三个关键指标：准时交付率＝约定交期内交付订单数÷总订单数，看时间；填充率＝实收数量÷订购数量，看是否足量；缺陷率＝质检不合格数÷实收数，看质量。三者要合并看，本技能据此算出供应商综合健康分。 采购里说的三单匹配（PO、收货单、发票）是什么？为什么发票和采购单单价对不上要先卡住？ 三单匹配是付款前把采购订单、收货单、发票两两核对：PO 对收货单看数量、收货单对发票看开票量、PO 对发票看单价。单价对不上要先卡住，因为 PO 单价是经审批的书面约定，直接照发票付＝默认接受供应商单方涨价，或掩盖录错、计量单位不符等错误。本技能内置三单匹配流程，差异先暂停再核。 为什么库存入账不能只凭供应商的装箱单？实物清点和 QC 质检这一步是为了防什么？ 装箱单是供应商自报的"承诺"、不是仓库的"事实"。实物清点防短少、多发错发和运输损坏，避免账面虚高、无法追责；QC 质检防批量质量问题、规格版本不符与安全合规风险，并留下扣款索赔的证据链。本技能要求按到货清点加 QC 审核再入账，把这步当成防火墙，而非凭装箱单签收。 安全库存是什么？为什么交期波动大、残次率高的供应商，对应的安全库存要设得更高？ 安全库存是应对供应链不确定性的缓冲库存，不用于满足正常需求、只为防断货。交期波动大时只能按最长可能交期备货，波动越大放大越明显；残次率高则实际可用量低于账面、相当于变相缩短补货周期，需把安全库存除以(1−残次率)放大。本技能按交期波动和残次率重算安全库存并分级建议。 想用上这个技能？ 「供应商绩效管理」就在「龙虾部署大师」的技能市场里，打开 技能市场 就能一键安装使用。 还没装龙虾？先 一键部署「龙虾部署大师」，在本地跑起来后再装技能即可。 注：技能的实际效果与所选用的 AI 模型能力有关，不同模型下的表现可能存在差异。
如何用 AI 制定减脂计划
「健康减脂顾问」是「龙虾部署大师」技能市场中的减重规划技能：作用是根据你的身体数据、健康限制、运动基础和饮食条件，算出科学的减重方案——它会计算 BMI、BMR、TDEE 和建议的热量缺口与周期，生成 4 周渐进的运动计划、每日食谱框架和执行检查清单，并提示医学边界和危险信号识别标准。 技能效果 给出身高体重让它做减脂计划，它先估算了BMI和每日消耗，再排出四周递进的方案，把每周的摄入热量和运动频率列成表。 减重总是反复，问题常常出在"凭感觉" 大多数减重失败，并不是不够努力，而是缺乏量化依据。常见三种误区：一是热量没算清，不知道自己每天该吃多少、缺口留多大，要么饿到坚持不了，要么明明在控制却毫无变化；二是运动饮食两张皮，只盯着运动或只盯着吃，没有把两者放进同一个能量账里；三是不会判断进度，两周没动就慌、下降太快又不知道是否伤身。减重本质是能量缺口的管理，把摄入、消耗和目标算清，方向才稳。 能量账：消耗 > 摄入 = 减脂 每日摄入 饮食
提示