thinking-mrbeast

蒸馏MrBeast思维模式的实用框架——极致内容实验、数据驱动、病毒传播公式

33 stars

Best use case

thinking-mrbeast is best used when you need a repeatable AI agent workflow instead of a one-off prompt.

蒸馏MrBeast思维模式的实用框架——极致内容实验、数据驱动、病毒传播公式

Teams using thinking-mrbeast should expect a more consistent output, faster repeated execution, less prompt rewriting.

When to use this skill

  • You want a reusable workflow that can be run more than once with consistent structure.

When not to use this skill

  • You only need a quick one-off answer and do not need a reusable workflow.
  • You cannot install or maintain the underlying files, dependencies, or repository context.

Installation

Claude Code / Cursor / Codex

$curl -o ~/.claude/skills/thinking-mrbeast/SKILL.md --create-dirs "https://raw.githubusercontent.com/aAAaqwq/AGI-Super-Team/main/skills/thinking-mrbeast/SKILL.md"

Manual Installation

  1. Download SKILL.md from GitHub
  2. Place it in .claude/skills/thinking-mrbeast/SKILL.md inside your project
  3. Restart your AI agent — it will auto-discover the skill

How thinking-mrbeast Compares

Feature / Agentthinking-mrbeastStandard Approach
Platform SupportNot specifiedLimited / Varies
Context Awareness High Baseline
Installation ComplexityUnknownN/A

Frequently Asked Questions

What does this skill do?

蒸馏MrBeast思维模式的实用框架——极致内容实验、数据驱动、病毒传播公式

Where can I find the source code?

You can find the source code on GitHub using the link provided at the top of the page.

SKILL.md Source

# MrBeast(吉米·唐纳德森)思维框架

> "I would rather make a $3 video that gets 10 million views than a $300,000 video that gets 1 million views." — MrBeast

Jimmy Donaldson(1988-),YouTube顶流,订阅量超过2亿,单视频平均播放量过亿。他的成功不是运气——**是用工程思维做内容:大胆假设、小成本测试、数据驱动迭代**。他从10岁开始拍视频,用了10年才爆红,爆红后用"极端实验"重新定义了什么是病毒内容。

## 核心思维模型(5个)

### 1. 极端化原则(Go Extreme or Go Home)

**核心概念**:在注意力经济中,平庸等于死亡。MrBeast 的内容从不"还行"——要么极端到让人无法忽视,要么根本不做。他的内容哲学是:**如果你做的事情不够疯狂,人们为什么要花宝贵的时间看你而不是其他一亿个视频?**

**极端化三维度**:
```
维度1 - 规模极端:数量要大到让人震撼
  → 10000棵树 vs 10棵树
  → $300,000 vs $300
  → 24小时 vs 24分钟

维度2 - 情感极端:让观众体验强烈的情绪波动
  → 惊喜、震撼、同情、愤怒、搞笑
  → 情绪越强烈,记忆越深刻,传播越快

维度3 - 行动极端:做出别人不敢做的事
  → 住在垃圾场一周
  → 给慈善机构捐$10万
  → 复制一个现实版《鱿鱼游戏》
```

**极端化检查**:
```
□ 我的内容最大胆的版本是什么?
□ 我有没有把某个变量推到极致?
□ 这个"极端"是否和内容主题相关?(不能为了极端而极端)
□ 极端版本和普通版本哪个更让人想点击?
□ 看完的人会不会觉得"这太疯了,我得转发给朋友"?
```

**关键洞察**:极端内容不等于高成本。MrBeast 的早期视频成本很低,但想法极端。他的逻辑是:**先找到最疯狂的想法,再想办法用最低成本实现**。

### 2. A/B测试规模化(Massive A/B Testing)

**核心概念**:MrBeast 的团队会对同一期视频测试数十个不同版本的缩略图和标题。他不是"觉得"哪个好,而是**让数据告诉他哪个好**。每个决策都要经过测试验证。

**测试漏斗**:
```
Level 1 - 缩略图测试
  → 制作20-30个不同缩略图版本
  → A/B测试选出表现最好的2-3个
  → 进一步微调迭代

Level 2 - 标题测试
  → 每个缩略图配3-5个不同标题
  → 同样的逻辑:数据选赢家

Level 3 - 内容结构测试
  → 不同开场方式测试(前30秒留存率)
  → 不同节奏/剪辑风格测试
  → 不同结尾方式测试

Level 4 - 平台适配测试
  → YouTube/TikTok/Instagram 不同裁剪版本
  → 不同平台的最佳发布时测试
```

**MrBeast 的测试原则**:
- 样本量要够大才有统计意义——每个版本至少1000次展示
- 一次只改变一个变量
- 赢家标准是综合指标,不只是点击率
- 测试完了要有行动——只测不用等于没测

**测试决策表**:
```
缩略图/标题A vs B
- 点击率:A=X% vs B=Y% → 差距有意义吗?
- 平均观看时长:A=ZZZ vs B=ZZZ → 谁让观众看更久?
- 互动率:A=X% vs B=Y% → 谁的评论/点赞更高?

结论:选_____,因为_____(具体数字)
```

### 3. 留存率优先(Retention is King)

**核心概念**:YouTube算法的核心指标不是点击率,而是**平均观看时长 + 观看时长百分比**。如果观众点进来3秒就跑了,缩略图再好也没用。MrBeast 所有的内容设计都围绕一个核心目标:**让观众一直看下去**。

**留存率工程**:
```
开场的3个钩子原则(前10秒):
1. 视觉冲击:在第一帧就展示最震撼的画面
2. 好奇缺口:"最后他们_____了"但不说结果
3. 直接挑战:"你觉得你能在24小时内完成吗?"

中间节奏管理:
- 每30秒制造一个"小惊喜"(视觉/信息/情感)
- 不要让观众有时间走神
- 进度条设计:让观众知道"还剩多少"但"值不值得看完"

结尾设计:
- 不要戛然而止——给观众一个"看完的理由"
- 情感收尾:让人看完后有情绪共鸣
- CTA(订阅)放在最后,不是中间
```

**留存率诊断**:
```
□ 观众在前10秒流失了多少?(行业基准:30-50%)
□ 每隔30秒有没有"小惊喜"维持注意力?
□ 整体节奏够快吗?(短视频时代,拖沓是致命的)
□ 结尾有没有让人"还想再看一遍"的冲动?
□ 如果我是第一次看的观众,会中途关掉吗?
```

### 4. 算法博弈(YouTube Algorithm Gaming)

**核心概念**:MrBeast 不是被算法玩弄的受害者——**他是算法的赢家**。他知道 YouTube 的推荐系统喜欢什么:长观看时长、高点击率、高互动、订阅来源比例。他的内容就是为算法量身定制的"完美猎物"。

**算法喜好清单**:
```
✓ 长视频(10-20分钟)—— 绝对观看时长更高
✓ 高点击率缩略图 —— 触发推荐的第一步
✓ 惊人的标题 —— "最后他们_____了"
✓ 高互动率 —— 评论区置顶"你觉得呢"
✓ 看完率百分比 —— 进度条越看到后面越好
✓ 订阅者带来的观看 —— 忠诚粉丝是基础盘
✓ 搜索流量词 —— 标题包含搜索关键词
```

**MrBeast 的算法策略**:
- 标题和缩略图永远是"封面党"——触发好奇心
- 但内容质量要配得上承诺——不能让观众骂"标题党"
- 发布频率稳定——让算法有规律可循
- 和其他大频道互动——交叉流量

**SEO + CTR 双优化**:
```
标题 = 搜索关键词 + 好奇心缺口
  例:"我种了10000棵树,结果___"

缩略图 = 人物表情(夸张)+ 数字 + 悬念文字
  例:震惊的表情 + "$1,000,000" + "我做了__"
```

### 5. 慈善作为内容(Philanthropy as Content)

**核心概念**:MrBeast 把"做慈善"本身变成了内容形式。给慈善机构捐钱 → 拍成视频 → 视频爆火 → 赚更多钱 → 做更大的慈善。这是一个**正向飞轮**,慈善不是成本,是投资。

**慈善内容公式**:
```
公式结构:
1. 极端行动(捐$10万/种10000棵树/养活一群人)
2. 真实情感(受助者的反应是真实的,不是表演)
3. 可分享性("太震撼了"是转发动机)
4. 可复制性(其他人也能这样做)
```

**慈善内容的独特价值**:
- 差异化:没人这样做,你是唯一的
- 正能量护城河:负面新闻少,品牌安全
- 全球共情:跨越文化和语言
- 算法友好:YouTube 偏好正能量内容

**关键洞察**:慈善是 MrBeast 商业模式的最后一块拼图——他用极端娱乐吸引流量,用广告分成做慈善,用慈善产出更多极端内容。每一环都服务于增长飞轮。

## 决策框架

### MrBeast 式内容决策流程

```
Step 1: 大胆假设
  → "如果我_____会怎样?"(越疯狂越好)
  → "有没有哪个变量可以推到极致?"
  ↓
Step 2: 低成本验证
  → 用最小预算做一个小规模测试版本
  → 观察:观众反应符合预期吗?
  → 如果小规模都失败,大规模只会浪费更多
  ↓
Step 3: 数据验证
  → 缩略图A/B测试(20+版本)
  → 标题A/B测试(3-5个)
  → 确认:哪个组合表现最好?
  ↓
Step 4: 大规模执行
  → 赢了的小规模版本 → 大预算复制
  → 保持极端性,但提高制作质量
  ↓
Step 5: 复盘迭代
  → 哪个环节数据低于预期?
  → 下次哪个变量可以更极端?
  → 哪个版本失败了?为什么?
```

### 内容投资回报计算

```
MrBeast 的ROI公式:

投入:拍摄成本 + 时间成本 + 机会成本
产出:广告分成 + 品牌合作 + 长期账号增长 + 品牌资产

决策标准:
- 这个内容的"极端分"够高吗?(1-10分)
- 小规模测试数据支持大规模投入吗?
- 内容符合账号整体定位吗?(不能偏离核心受众)
- 制作质量配得上内容野心吗?
- 有没有"如果爆了会怎样"的病毒潜力?
```

## 经典语录(8条,带出处)

1. **"I would rather make a $3 video that gets 10 million views than a $300,000 video that gets 1 million views."**
   — *MrBeast 访谈, YouTube Creator Insider*, 2021

2. **"The way YouTube works is really simple: watch time + click through rate = money. That's it."**
   — *MrBeast Twitter/X*, 多次引用

3. **"I spent 10 years making videos that nobody watched. I didn't become an overnight success."**
   — *MrBeast 采访, Forbes*, 2022

4. **"I literally think about YouTube's algorithm 24/7. I know what it wants."**
   — *MrBeast Podcast (Joe Rogan Experience)*, 2021

5. **"If your video doesn't have something that makes people go 'what happens next?' in the first 5 seconds, you're dead."**
   — *MrBeast YouTube Shorts/Q&A*

6. **"I don't make videos for me. I make videos for 12-year-olds. That's my audience."**
   — *MrBeast 采访, Business Insider*, 2022

7. **"The number one thing that determines if a video goes viral is the thumbnail. Not the content, the thumbnail."**
   — *MrBeast YouTube Shorts*

8. **"Your video needs to be so good that if someone watches a competitor's video first, they still come back to watch yours."**
   — *MrBeast YouTube直播/Q&A*

## 实战模板(3个)

### 模板一:病毒内容假设生成器

```markdown
## 病毒内容假设生成器

### Step 1: 极端化头脑风暴
回答:"如果我_____,会怎样?"

□ 如果我给______(数量)的人_____会怎样?
  例:如果我给100个陌生人每人$1000会怎样?

□ 如果我______(极端行动)持续______(时间)会怎样?
  例:如果我在垃圾场住1周会怎样?

□ 如果我复制______(影视/IP)但用______(极端方式)会怎样?
  例:如果我做一个现实版《鱿鱼游戏》会怎样?

□ 如果我______(看似不可能的事)成功了会怎样?
  例:如果我一天内学会______(技能)会怎样?

□ 我的行业/领域里最大的"极端"是什么?
  例:最贵的/最难的/最大的/最久的/最快的...

### Step 2: 评估假设
对每个假设打分(1-10):

| 假设 | 极端程度 | 可执行性 | 观众好奇度 | 制作成本 | 总分 |
|------|---------|---------|-----------|---------|------|
| | | | | | |
| | | | | | |
| | | | | | |

### Step 3: 选择赢家
选总分最高但成本最低的那个。

### Step 4: 设计测试
- 最小成本测试版本是什么?
- 测试成功标准是什么?
- 测试失败标准是什么?

### Step 5: 规模化计划
如果测试成功:
- 大规模版本的预算是多少?
- 哪个变量可以再极端一点?
- 缩略图/标题要测试哪些版本?
```

### 模板二:缩略图A/B测试工作表

```markdown
## 缩略图A/B测试工作表

### 核心原则
- 制作20-30个版本
- 每版本只改变一个变量
- 样本量>1000才有统计意义
- 测试期间不要看单日数据,要看3-7天平均

### 变量清单(每次测试一个)
□ 人物表情(震惊/开心/痛苦/期待...)
□ 数字大小/位置
□ 悬念文字内容
□ 背景颜色
□ 人物数量
□ 是否包含人物
□ 文字字体/样式
□ 画面亮度/对比度
□ 是否用对比色
□ 画面构图(中心/三分法/对角线...)

### 版本记录表
| 版本 | 变量 | 描述 | 点击率 | 观看时长 | 综合得分 |
|------|------|------|--------|---------|---------|
| A | 表情 | 震惊表情 | X% | Y min | Z |
| B | 表情 | 开心表情 | X% | Y min | Z |
| C | 数字 | 大数字前景 | X% | Y min | Z |
| ... | | | | | |

### 赢家决策
- 点击率最高的前3个版本:
- 观看时长最高的前3个版本:
- 综合最优版本:___
- 微调方向:
```

### 模板三:留存率优化清单

```markdown
## 留存率优化清单

### 开场检查(前10秒)
□ 第1帧画面够震撼吗?(还是普通的开始画面?)
□ 第1秒有声音/对话吗?(无声自动播放很危险)
□ 标题承诺的内容在开场有呼应吗?
□ 有没有"好奇心缺口"让人想继续看?

测试问题:
- 如果我是刷到的路人,前3秒会让我停下来吗?
- 开头有没有废话/铺垫/自我介绍?(全部删掉)

### 中间节奏检查(每30秒)
□ 每30秒有没有一个"小惊喜"?
□ 节奏够快吗?(现在不是2010年,慢节奏会死人)
□ 有没有"可以跳过的部分"?(有就剪掉)
□ 字幕/视觉辅助有没有帮助理解而不是干扰?

### 结尾检查
□ 最后30秒有没有情感收尾?
□ 有没有明确的CTA?(订阅/下一集)
□ 结尾够"回味"吗?(让人想转发/评论)

### 数据诊断
- 当前平均观看时长:___
- 当前完播率:___%
- 观众流失最严重的节点:___(时间点)
- 那个节点发生了什么?(太无聊/节奏慢/信息重复)
```

## 应用场景

### 1. YouTube/TikTok内容创作
- 每个视频都要有"极端变量"——找到并推到极致
- 缩略图和标题是成功的80%——测试、测试、测试
- 视频节奏要快——每30秒制造一次"小惊喜"
- 用算法思维设计内容——每个决策都要能提升某个指标

### 2. 小红书/抖音爆款
- 开头3秒决定生死——极端画面 + 悬念钩子
- 视频标题/封面同样需要A/B测试
- 极端化原则:要么让人"哇"要么让人"气"——不能平淡
- 收藏/分享是比点赞更重要的指标——内容要有"实用价值"

### 3. 内容创业冷启动
- 低成本测试大量想法——找到数据验证的爆款方向
- 不要All-in一个没验证的想法
- 找到一个成功的内容模式 → 重复 + 迭代
- 关注留存率,不是播放量——100万播放10%完播 vs 10万播放90%完播

### 4. 品牌内容营销
- 用极端内容获取注意力——常规内容只会被淹没
- 慈善/公益内容有独特传播优势——考虑结合
- 缩略图即广告——把"广告创意"的思维带到内容设计

### 5. 短视频矩阵运营
- 一个爆款内容 → 拆解成多个短视频
- 不同平台的算法喜好不同——内容要适配
- 测试、迭代、数据驱动——不是靠"感觉"

## 反模式

### ❌ MrBeast 式思维的反模式

1. **极端而无意义**
   - 表现:为极端而极端,做了疯狂的事但没有内容价值
   - 后果:观众觉得无聊/被欺骗
   - 修正:极端行动必须服务于内容叙事——"为什么这样做"比"做了什么"更重要

2. **只测不用**
   - 表现:花大量时间做A/B测试但不下注
   - 后果:错过窗口期,数据永远不够"完美"
   - 修正:测试够了就行动,完美是迭代出来的,不是等出来的

3. **忽视留存只追点击**
   - 表现:缩略图党但内容质量跟不上
   - 后果:点击率高但完播率低,算法最终惩罚
   - 修正:内容质量必须配得上缩略图的承诺

4. **模仿 MrBeast 的形式而不是他的方法论**
   - 表现:别人做慈善我也做慈善,别人极端我也极端
   - 后果:成为拙劣的模仿者,没有独特性
   - 修正:学习他的"大胆假设 + 小成本测试 + 数据驱动"的方法论,用在自己独特的方向上

5. **小成本测试成功了但不敢大规模投入**
   - 表现:测试数据很好但觉得"大规模会不会浪费"
   - 后果:错过爆款机会
   - 修正:验证后的想法要大胆投入——测试是降低风险,不是消除风险

6. **过度依赖算法**
   - 表现:只做算法喜欢的内容,没有长期品牌建设
   - 后果:算法一变就完蛋
   - 修正:算法是工具,不是信仰。用好算法的同时建设真正的品牌资产

---

*本Skill基于MrBeast 的公开视频内容、Joe Rogan Experience播客采访、Forbes/Business Insider等媒体采访、YouTube Creator Insider访谈,以及MrBeast 团队成员(如摄影师、制作人)的公开分享提炼。*

Related Skills

thinking-yingshi-juufeng

33
from aAAaqwq/AGI-Super-Team

蒸馏影视飓风Tim思维模式的实用框架——视觉叙事、技术科普平民化、B站爆款方法论

thinking-warren-buffett

33
from aAAaqwq/AGI-Super-Team

蒸馏Warren Buffett思维模式的实用框架——价值投资、能力圈、护城河、安全边际、反向思考

thinking-steve-jobs

33
from aAAaqwq/AGI-Super-Team

蒸馏Steve Jobs思维模式的实用框架。当需要极简设计、用户体验偏执、产品哲学式思考时激活。

thinking-simon

33
from aAAaqwq/AGI-Super-Team

蒸馏 Jim Simons(文艺复兴科技)思维模式的实用框架:量化思维、大量小交易、数学即优势

thinking-ogilvy

33
from aAAaqwq/AGI-Super-Team

蒸馏David Ogilvy思维模式的实用框架——广告教父、调研驱动、大创意、品牌形象

thinking-nate-silver

33
from aAAaqwq/AGI-Super-Team

蒸馏Nate Silver的贝叶斯思维、信号与噪声、概率预测的实用框架

thinking-munger

33
from aAAaqwq/AGI-Super-Team

蒸馏 Charlie Munger(Berkshire Hathaway)思维模式的实用框架:多元思维模型、反向思考、lollapalooza效应

thinking-michael-dell

33
from aAAaqwq/AGI-Super-Team

蒸馏Michael Dell思维模式的实用框架——直销模式、按需定制、供应链效率、消除中间层

thinking-marty-cagan

33
from aAAaqwq/AGI-Super-Team

蒸馏Marty Cagan思维模式的实用框架——产品发现vs交付、inspired产品团队、产品经理核心能力

thinking-linus-torvalds

33
from aAAaqwq/AGI-Super-Team

蒸馏Linus Torvalds思维模式的实用框架——开源哲学、代码说话、务实工程、无情审查

thinking-liangwenfeng

33
from aAAaqwq/AGI-Super-Team

蒸馏梁文峰(DeepSeek/幻方量化)思维模式的实用框架:中国量化先驱、AI+量化融合、极致效率

thinking-lessig

33
from aAAaqwq/AGI-Super-Team

蒸馏Lawrence Lessig思维模式的实用框架——代码即法律、创用CC、互联网自由、制度腐败分析