writing-dna-skill

--- name: writing-dna-skill description: 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. ---

# 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：

1. 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。 2. 用户明确指定产物语言时，以用户选择为准。 3. 未指定时，使用原始语料的主要语言。 4. 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：

1. **理解** 该账号/作者的写作视角、选题逻辑、语言风格 2. **复刻** 该账号/作者的写作风格（输出近似风格的文章） 3. **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：

```json { "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：

- [ ] 给 AI 喂入 Writing-DNA.md，能否写出该账号/作者风格的文章（评分 ≥7/10） - [ ] L2 结构模板覆盖了该账号/作者至少 3 种内容类型 - [ ] L5 认知框架提炼出至少 3 条非显而易见的核心命题 - [ ] 元数据覆盖至少 80% 的语料文章 - [ ] L6 视觉分析覆盖配图策略、排版格式、色彩使用三个维度 - [ ] Writing-DNA.md 单文档字数控制在 4000 字以内（过长 = 没蒸馏干净）

---

## 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：

1. 优先用 `_meta/` 的 `article_type` 和 `topic_tags` 筛选匹配项 2. 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） 3. 匹配项不足 5 篇时，用同体裁不同题材的文章补齐到 5 篇 4. `_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：

1. 用户的明确指令（本次要求的题材、长度、平台、语言） 2. L2 结构模板中匹配当前体裁的那一套 3. L1 语言特征与 L6 视觉风格 4. 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。