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
Manual Installation
- Download SKILL.md from GitHub
- Place it in
.claude/skills/thinking-mrbeast/SKILL.mdinside your project - Restart your AI agent — it will auto-discover the skill
How thinking-mrbeast Compares
| Feature / Agent | thinking-mrbeast | Standard Approach |
|---|---|---|
| Platform Support | Not specified | Limited / Varies |
| Context Awareness | High | Baseline |
| Installation Complexity | Unknown | N/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
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
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
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
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
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
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
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
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
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
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
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
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