按 SKILL.md 明确列出的规则识别并改写写作中的 AI 痕迹。只能处理清单内的问题;未命中规则的文字必须原样保留,也不能改变文章框架。适用于写作完成后的成稿清理。 Remove AI writing tells using an explicit whitelist of rules; leaves unmatched text untouched.
日本語の概要は準備中です。原文の説明を表示しています。
从至少 20 篇完整文章中蒸馏可复用的写作 DNA,分析语言、文章结构、选题逻辑、素材策略、认知框架和视觉风格,并生成 Writing-DNA.md;按该 DNA 写作时会读取全部蒸馏产物和 5 篇相关原文。用于中英文作者、账号、品牌或出版物的风格分析与一致性写作。
Distill reusable Writing DNA from at least 20 complete articles for Chinese or English authors, publications, brands, and accounts; use for language, structure, topic logic, source strategy, cognitive-frame, and visual-style analysis.
インストールする前に、エージェントに与えられる指示の中身を確認できます。
英文名:
writing-dna-skill
将“对话语言”和“产物语言”分开处理:
中文产物使用 templates/author-corpus/zh/。英文产物使用 templates/author-corpus/en/,并按需读取 references/workflow.en.md 以获取英文文件名和表达规范。
| 分析产物 | 中文文件名 | 英文文件名 |
|---|---|---|
| L1 语言 DNA | 语言DNA.md | language-dna.md |
| L2 文章结构 | 文章结构模板.md | structure-patterns.md |
| L3-L5 认知框架 | 写作视角与认知框架.md | cognitive-framework.md |
| L6 视觉风格 | 视觉风格指南.md | visual-style-guide.md |
| 最终整合文档 | Writing-DNA.md | Writing-DNA.md |
下文中出现产物文件名时,始终根据已选定的产物语言使用上表对应的文件名。
从某个账号/作者的历史文章中,提炼出可复用的写作 DNA——不是摘要,而是可操作的规则集,用于:
| 层次 | 分析对象 | 提取方法 | 输出形式 |
|---|---|---|---|
| L1 表层语言 | 词频、句长、标点、修辞 | 脚本统计 | 词频表 + 句式清单 |
| L2 文章结构 | 开头 hook、正文架构、结尾收束 | 人工标注 | 结构模板(按类型分类) |
| L3 选题逻辑 | 发布时机、切入角度、话题优先级 | 归纳分类 | 选题判断树 |
| L4 素材策略 | 引用来源类型、权威对象选取标准、数据使用方式 | 阅读归纳 | 素材偏好清单 |
| L5 认知框架 | 作者的世界观、价值判断、对主题的核心假设 | 深度阅读 | 核心命题列表 |
| L6 视觉风格 | 配图策略、排版格式、字体层级、色彩使用 | 图文统计 + 截图采样 | 视觉风格指南 |
原则:L1-L2 是"怎么写",L3-L5 是"怎么想",L6 是"怎么呈现"。完整的风格复刻需要三者结合。
许多文章的图片不是装饰——截图、对话记录、数据表格、用户评论中的文字是论证链的一部分。分析时必须打开图片查看内容,否则会遗漏:
执行要求:Step 3-6 的分析中,至少抽样 5-10 篇文章逐张查看图片内容,评估图片携带的实质性信息比例。
目标:建立该账号/作者的文章语料库
.md 或 .txt,存入对应目录的 raw/ 或 raw-corpus/ 文件夹文件命名规范:
YYYY-MM-DD 内容类型 文章标题-来源.md
_meta/ 目录)为每篇文章创建元数据记录,字段如下:
{
"title": "文章标题",
"date": "YYYY-MM-DD",
"author": "作者姓名",
"column": "内容系列名称",
"article_type": "访谈 | 深度分析 | 短评 | 观察 | 综述",
"topic_tags": ["AI", "创业", "商业模式"],
"hook_type": "问题式 | 场景式 | 数据式 | 观点式 | 悬念式",
"structure_pattern": "总-分-总 | 时间线 | 对比式 | Q&A",
"source_types": ["一手素材", "公开资料", "案例对比"],
"word_count": 3200,
"notable": "值得标注的特殊之处(可留空)"
}
元数据是后续统计分析和规律归纳的基础,不可跳过。
运行以下分析,提取表层语言特征:
词频分析
句式分析
标点与格式
输出:中文产物写入 语言DNA.md;英文产物写入 language-dna.md。内容包含词频表和句式规律总结。
对每篇文章人工标注结构骨架,记录:
[开头 hook 类型] + [字数]
→ [第一转折点/核心问题引入]
→ [正文结构:总-分 / 对比 / 时间线 / Q&A]
→ [结尾处理方式:收束 / 悬念 / 呼吁 / 自然结束]
归纳后,按内容类型整理为可复用的结构模板,例如:
访谈类模板:
引题段(150-300字)
→ 为什么此时此人值得聊(1句)
→ 关键背景(2-3句)
→ 本篇核心问题(1-2句)
正文 Q&A
→ 每个大话题前有小标题(4-8字)
→ 每小节 3-6 轮对话
结尾
→ 多为自然收束,无刻意升华
输出:中文产物写入 文章结构模板.md;英文产物写入 structure-patterns.md。按内容类型分类。
这是最需要深度阅读的部分,无法用脚本替代。
选题逻辑归纳(L3)
素材策略(L4)
认知框架(L5)
输出:中文产物写入 写作视角与认知框架.md;英文产物写入 cognitive-framework.md。
这一层分析文章的视觉呈现——读者看到的不只是文字,还有图片节奏、字体层级、排版密度。风格复刻如果只复刻文字而忽略视觉,出来的东西"读着像但看着不像"。
配图策略
排版格式
font-size 提取)色彩与强调
提取方法
font-size、font-weight、color、background 属性分布**(加粗)、##(标题)、>(引用)、![]()(图片)等标记提取排版规律输出:中文产物写入 视觉风格指南.md;英文产物写入 visual-style-guide.md。内容包含配图策略、排版规律和色彩使用总结。
将以上分析整合为一份可直接用于 AI 复刻的文档:
写作 DNA 文档(Writing-DNA.md)
├── 语言特征(来自 L1)
├── 结构模板(来自 L2,按类型分类)
├── 选题判断标准(来自 L3)
├── 素材使用规范(来自 L4)
├── 核心认知框架(来自 L5)
└── 视觉风格指南(来自 L6:配图策略 + 排版 + 色彩)
这份文档应满足:给任何一个没读过该账号/作者的人,他读完下笔能写出 70 分的近似风格文章——不仅文字像,视觉呈现也像。
(本节说明蒸馏产物的存放位置,写作阶段的使用方式见第六节。)
每个账号或作者目录建议采用以下结构。中文产物使用左侧文件名,英文产物使用括号中的英文文件名:
账号或作者名称/
├── raw/ # 原始文章语料(.md 格式)
├── _meta/ # 元数据标注(JSON 或 .md)
├── 语言DNA.md # English: language-dna.md
├── 文章结构模板.md # English: structure-patterns.md
├── 写作视角与认知框架.md # English: cognitive-framework.md
├── 视觉风格指南.md # English: visual-style-guide.md
├── Writing-DNA.md # 最终整合文档(可直接嵌入 skill)
└── index.html # 可选:可视化展示页面
蒸馏产物完成后,用以下标准自检:
蒸馏完成后,每次按该 DNA 写作前,必须先完成下面的读取步骤。不允许只凭 Writing-DNA.md 或凭上一轮对话的记忆下笔——整合文档是压缩后的结论,具体的语感、句子长短、过渡方式和标点习惯只存在于分层产物和原文里。
第一步:读完全部蒸馏产物(四份分层产物 + 整合文档,一份都不能跳过)
| 读什么 | 中文文件名 | 英文文件名 | 提取什么 |
|---|---|---|---|
| L1 语言 | 语言DNA.md | language-dna.md | 高频词、句长分布、标点习惯、中英混用方式 |
| L2 结构 | 文章结构模板.md | structure-patterns.md | 匹配本次体裁的结构模板 |
| L3-L5 认知 | 写作视角与认知框架.md | cognitive-framework.md | 切入角度、素材偏好、核心命题 |
| L6 视觉 | 视觉风格指南.md | visual-style-guide.md | 配图位置与类型、加粗密度、段落节奏、分隔方式 |
| 整合 | Writing-DNA.md | Writing-DNA.md | 总体约束与优先级 |
第二步:读 5 篇相关的 raw 原文
从 raw/ 中选 5 篇与本次写作体裁和题材最接近的文章通读。选取方式:
_meta/ 的 article_type 和 topic_tags 筛选匹配项_meta/ 不完整或缺失时,直接按文件名中的日期和标题判断读 raw 的目的不是找素材,而是校准分层产物里描述不出来的东西:句子的实际呼吸感、段落之间怎么接、什么时候突然用一个短句、口语和书面语怎么混。读完要能说出这 5 篇的共同语感,再开始写。
规则冲突时按此顺序取舍:
原文里的具体观点和事实不能直接搬进新文章——复刻的是写法,不是内容。
写作完成后,用 skills/lieflat-less-ai-tone/ 的规则清理成稿中的 AI 痕迹。它采用白名单式改写,只处理规则清单内的问题,不改文章框架,也不覆盖本次写作已遵循的 DNA 特征。
蒸馏产物与去 AI 味规则冲突时,以蒸馏产物为准——那是目标作者的真实写法,不是 AI 痕迹。
まだレビューはありません。使ってみた感想をお寄せください。
概要と使いどころ
按 SKILL.md 明确列出的规则识别并改写写作中的 AI 痕迹。只能处理清单内的问题;未命中规则的文字必须原样保留,也不能改变文章框架。适用于写作完成后的成稿清理。 Remove AI writing tells using an explicit whitelist of rules; leaves unmatched text untouched.
日本語の概要は準備中です。原文の説明を表示しています。