写作蒸馏器.skill
英文名：writing-dna-skill
使用语言与模板
将“对话语言”和“产物语言”分开处理：
- 使用用户的对话语言进行交互，除非用户明确指定其他语言。
- 用户明确指定产物语言时，以用户选择为准。
- 未指定时，使用原始语料的主要语言。
- 语料混合且无法判断时，使用对话语言。
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。
一、目标
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：
- 理解 该账号/作者的写作视角、选题逻辑、语言风格
- 复刻 该账号/作者的写作风格（输出近似风格的文章）
- 对比 不同账号/作者在同一议题上的表达差异
二、蒸馏的六个层次
| 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。
跨层原则：图片内容必须纳入分析
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：
- L2 文章结构：截图在叙事中的承重角色（转折点在截图里、证据链由截图构成）
- L4 素材策略：截图是核心素材形式，精确数据往往只存在于图片中
- L6 视觉风格：图片的功能分类（证据型/演示型/数据型/叙事推进型/情绪型）和图文协作模式
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。
三、工作流程
Step 1：原始素材收集
目标：建立该账号/作者的文章语料库
- 收集渠道：公众号、博客、Newsletter、官网、社交平台等历史文章
- 数量建议：至少 20 篇完整文章
- 文件格式：
.md 或 .txt，存入对应目录的 raw/ 或 raw-corpus/ 文件夹
- 覆盖范围：尽量包含不同时期、不同类型的文章（访谈 / 深度 / 短评）
文件命名规范：
YYYY-MM-DD 内容类型 文章标题-来源.md
Step 2：元数据标注（_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。
Step 3：脚本分析（L1 表层语言）
运行以下分析，提取表层语言特征：
词频分析
- 高频名词（100 个）
- 高频动词（50 个）
- 高频副词（过度使用的副词 = 需要过滤的噪声）
句式分析
- 平均句长（字符数）
- 短句（≤15字）占比
- 长句（≥50字）占比
- 段落平均句数
标点与格式
- 破折号 vs 括号的使用比
- 引号使用场景
- 小标题平均字数
- 中英文混用模式
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。
Step 4：结构标注（L2 文章结构）
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。
Step 5：选题与认知框架归纳（L3-L5）
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）
- 他们倾向于在什么时机切入？（早期判断 / 跟进分析 / 事后复盘）
- 同一话题，他们的切入角度是什么？（当事人视角 / 读者视角 / 系统视角）
- 什么类型的话题他们不写？
素材策略（L4）
- 主要依赖哪类素材？（一手观察 / 二手整理 / 数据引用）
- 权威对象选取标准是什么？
- 如何处理敏感或争议性信息？
- 图片作为素材：截图在论证中承担什么角色？（纯配图 vs 承重结构）精确数据是否只存在于截图中？图文之间的协作模式是什么？
认知框架（L5）
- 该账号/作者对主题的核心假设是什么？
- 反复出现的核心命题（3-5 条）
- 他们认为什么是"好对象"、"好作品"？
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。
Step 6：视觉风格与排版分析（L6）
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
- 图文比：每篇文章平均配图数量、图片间距（每隔多少段落出现一张图）
- 图片类型分布：界面截图 / 数据图表 / 人物照 / 概念示意图 / meme / 纯装饰
- 首图风格：是否有封面图？风格是实拍、插画还是纯文字排版？
- 图片来源模式：原创拍摄 / 官方素材 / 网络素材 / AI 生成
- 图片功能分类（需逐张查看图片内容）：证据型（社交截图/对话/评论）/ 演示型（界面/过程/代码输出）/ 数据型（排行榜/图表）/ 叙事推进型（故事转折在图中）/ 情绪型（meme）/ 权威型（论文/人物照）
- 图文协作模式：文字和图片如何分工？（引导语→截图→解读？截图即论证？文字概括+截图精确？）
排版格式
- 字号层级：正文字号、标题字号、引用/注释字号（从 HTML
font-size 提取）
- 加粗使用频率：每千字加粗次数、加粗用于强调关键词还是整句
- 段落长度：平均段落字数、是否有刻意的短段落节奏（如一句一段）
- 分隔方式：用小标题分段 / 用分隔线 / 用空行 / 用加粗句作为"隐性标题"
色彩与强调
- 是否使用彩色文字？用于什么场景？（重点标注 / 链接 / 引用）
- 背景色块的使用：灰底引用框 / 高亮色块 / 代码块样式
- 整体色调倾向：素净黑白 / 彩色活泼 / 深色主题
提取方法
- 如有原始 HTML：统计
font-size、font-weight、color、background 属性分布
- 如仅有 Markdown：从
**（加粗）、##（标题）、>（引用）、![]()（图片）等标记提取排版规律
- 必做：抽样 5-10 篇文章逐张打开图片，分析图片功能类型和图文协作模式
- 统计图片数量、位置分布、功能分类占比
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。
Step 7：蒸馏产物整合
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。
四、目录结构规范
（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
五、质量标准
蒸馏产物完成后，用以下标准自检：
六、使用蒸馏产物写作
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。
6.1 每次写作前必读
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：
- 优先用
_meta/ 的 article_type 和 topic_tags 筛选匹配项
- 匹配项超过 5 篇时，取时间最近的 5 篇（近期文章更代表当前风格）
- 匹配项不足 5 篇时，用同体裁不同题材的文章补齐到 5 篇
_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。
6.2 写作时的优先级
规则冲突时按此顺序取舍：
- 用户的明确指令（本次要求的题材、长度、平台、语言）
- L2 结构模板中匹配当前体裁的那一套
- L1 语言特征与 L6 视觉风格
- L3-L5 认知框架（决定观点立场和素材选择，不决定句式）
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。
6.3 写完之后：清理 AI 痕迹
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。