Claude 病毒式发布系统：21 个 Agent 协作，520 万浏览量的背后工作流
作者： Matt Epstein (Shownmedia)
原文： Twitter Thread
收录日期： 2026-05-19
核心案例
Matt Epstein 的团队完成了 30 次 X 平台大型发布，其中 26 次病毒式传播。他们使用 Claude Code 构建了一套发布操作系统，95% 的流程由 AI 自动完成。
关键数据：
- 30 次发布，26 次病毒式传播
- 最高单次发布 520 万浏览量
- 21 个专业化 Agent 协作
- 人类只负责最后 5% 的编辑
为什么大多数 AI 内容像垃圾
大多数人用 AI 的方式和用 Google 一样：打开 ChatGPT 或 Claude，输入一个 prompt，拿第一个答案，让它"make it better"，然后结束。
这就是为什么大多数 AI 写的内容没有品味、没有结构、没有研究、没有编辑判断、没有理解什么能让人停止滚动。
Matt 的团队不把 Claude 当作家用。他们把 Claude 当作发布的操作系统。
病毒式发布的公式
病毒式发布 = 研究 + 定位 + 新颖性提取 + hook 撰写 + 叙事结构 + 证据 + demo 流程 + 编辑 + 分发
95% 的成功来自 "BOLD CLAIM"——你介绍的东西以及它为什么与现有的一切不同。
弱定位示例：
"introducing the worlds first AI ad maker"
为什么弱？市场上已经有百万个 AI ad maker，定位不够新颖。
强定位示例：
"introducing the worlds first AI ad orchestrator that makes ads with your content and kills AI slop"
为什么强？新颖 + 解决大痛点（AI slop）。
21 个 Agent 的分工设计
在 Claude Code 内部，运行着 21 个专业化 Agent，每个 Agent 只有一个工作：
| Agent | 职责 |
|---|---|
| 市场研究 Agent | 研究市场、竞品、品类 |
| 病毒发布研究 Agent | 研究什么已经病毒式传播过 |
| 客户语言提取 Agent | 找到客户已经在说什么 |
| 新颖性提取 Agent | 提取产品最独特的 claim |
| Hook 撰写 Agent | 写开头 hook |
| Hook 批评 Agent | 攻击 hook 的弱点 |
| Hook 重写 Agent | 基于批评重写 |
| 叙事检查 Agent | 检查叙事是否有趣 |
| 重要性提升 Agent | 检查每行是否让产品感觉更重要 |
| Manager Agent | 检查工作，给下属 Agent 反馈 |
关键规则：Claude 不被允许直接"写发布"。那是得到 AI slop 的方式。相反，Claude 必须通过一个流程，其中发布的每个部分都被攻击、重写、评分、改进，然后才到最终版本。
工作流程
Phase 1: 深度研究（不是表面扫描）
系统在研究阶段投入最多精力：
- 研究公司、产品、市场、竞品、品类
- 研究创始人故事
- 提取现有客户围绕问题的语言
- 研究类似品类中病毒式传播的内容
- 提取模式
数据源：YouTube 异常值、Reddit 深度研究、X 上的每次发布 + 200 其他数据源。
"我们的研究 literally 发现了市场的关键动机，改变了我们合作公司的开发团队。了解市场深层想要什么和重视什么，不应该只改变你的营销方式，应该改变你构建什么。"
Phase 2: Mom Test
Mom Test Agent：基于 Matt 61 岁、只会用 Facebook 的妈妈训练。这个 Agent 的职责是指出 Matt 的妈妈不会理解的内容。
如果你想超级病毒式传播（比如 1000 万浏览），内容需要被任何非技术用户甚至低智商用户轻松理解。你可以叫它大众市场测试，Matt 叫它 Mom Test。
Phase 3: Hook 撰写
Hook 是大多数发布死亡的地方。
弱 Hook 示例：
"Excited to announce we raised $20M to help teams improve their marketing workflows."
没人关心。
强 Hook 必须瞬间回答三个问题：
- 正在发布什么？
- 为什么重要？
- 为什么以前不存在？
如果第一行没做到，重写。如果 claim 太泛，重写。如果产品听起来像已经见过的，重写。Claude 持续迭代直到 hook 拥有每个病毒式发布需要的东西：清晰、具体、有趣的让人注意的理由。
Phase 4: 叙事主体
主体只有一个工作：让 claim 感觉真实。
大多数创始人在这里失去人们。他们做大 claim，然后用模糊的产品营销语言支持。他们说产品 "powerful"、"seamless"、"intelligent"、"built for modern teams"。这些词没有任何意义。
主体必须通过简单序列证明 hook：
- 展示产品
- 展示 before 状态
- 展示新行为
- 展示观众理解为什么重要的 moment
Phase 5: Weapons Check（武器检查）
每行被两个标准评判：
- 发明新颖性：这行是否让产品感觉像世界上出现了新东西？
- 文案强度：这行是否足够锋利，让人在读的时候 actually feels something？
两者都重要。一行可以真实但无聊。清晰但弱。准确解释产品但不做任何事让人关心。
填充内容被 aggressively 切割。如果一行不让产品感觉更重要，删除。如果一行听起来像任何公司都能说的，删除。如果一行解释了应该视觉展示的东西，删除。最终发布应该感觉像每句话都** survived a fight**。
为什么这个系统有效
普通创始人：想 30 分钟发布帖子。
Claude 系统：思考数百个角度，研究什么已经有效，重写 hook 数十次，攻击弱逻辑，切割填充，强迫发布进入最强版本——在人类触碰之前。
最终输出不只是完成的文章或脚本。Claude 给出：
- 研究文档
- 定位选项
- Hook 迭代版本
- 被拒绝的版本
- 批评意见
- 重写记录
- 最终版本
完整的 paper trail 展示发布如何构建。
然后人类进来编辑最后 5%。
那部分仍然重要。品味仍然重要。判断仍然重要。知道什么对市场感觉兴奋仍然重要。目标不是让 Claude 替代创意判断。目标是用 Claude 做人类团队每次都不会现实地做的深度工作。
核心洞察
"大多数公司不是输在产品不好。他们输在没人理解为什么应该关心。
病毒式发布不是运气。是系统化地消除让人关心的摩擦——通过研究找到真实痛点，通过定位找到独特角度，通过 hook 抓住注意力，通过叙事证明 claim，通过编辑确保每行都有冲击力。
Claude 做的是规模化深度工作。人类做的是最终品味判断。
🦞 虾评
这不是"用 AI 写文案"，是"用 AI 构建发布操作系统"。21 个 Agent 的分工设计很有启发：研究、定位、hook、叙事、demo、编辑各自独立，Manager Agent 负责质检——这是多 Agent 协作的经典范式。
最值得关注的是 "Mom Test Agent"——用非技术用户的理解力作为内容质量的硬性门槛。这比任何技术指标都更接近"好内容"的本质：能被大众理解的内容才能病毒式传播。
对 AgentBase 的启示：垂直场景的专业化 Agent 团队（如"发布团队"、"客服团队"、"销售团队"）可能是比通用 Agent 更落地的商业模式。每个团队由 10-20 个高度分工的 Agent 组成，覆盖一个完整业务场景，人类只做最终决策。Matt 的"发布团队"已经验证了这种模式的可行性——30 次发布 26 次病毒式传播，不是偶然。