SHILIU · 创作资源
写作 DNA 蒸馏 · 创作技能
拿某位作者或公众号的 N 篇历史文章，蒸馏出可复用的写作 DNA：语法习惯、节奏、用词偏好与禁区。
这个技能解决什么问题
拿某位作者或公众号的 N 篇历史文章，蒸馏出可复用的写作 DNA：语法习惯、节奏、用词偏好与禁区。
来源与使用
作者 ahao；许可 MIT。已核对来源与包结构，未据此宣称完成运行实测。
机器可读详情 · 读取 SKILL.md · 下载完整技能包
技能说明全文
--- name: ahao-writing-dna-distiller description: 从某个作者/公众号的 N 篇历史文章中，蒸馏出一套高保真、可交付、可复用的「写作 DNA」——包含语言肌理、结构骨架、选题认知、公众号排版、内容禁区，以及一份专门对抗「AI 味」的人味量化基线。本 skill 只做蒸馏与拆解，不负责写作/创作；产物是一套供下游写作者（人或 AI）直接取用的档案。当用户想拆解/蒸馏/分析/提炼某个账号或作者的写作风格、语言、句式、结构、选题逻辑、排版、语感，或想「把某个号的风格拆出来」「提炼写作DNA」「分析这个作者怎么写的」时，务必使用本 skill。触发词：蒸馏写作风格、拆解文章、提炼写作DNA、分析写作风格、拆解句式结构、把风格拆出来、蒸馏语感、蒸馏AI味。注意：若用户要的是「用这套风格写一篇新文」，那是创作任务，不属于本 skill 范围。 --- # 写作 DNA 蒸馏器（纯蒸馏 · 不写作） > 作者：**ahao（阿浩）** ｜ 项目：`ahao-writing-dna-distiller` ｜ 更多用法与交流见项目 README「关于作者」。 这个 skill 只做一件事：把一个作者/公众号的 N 篇文章，蒸馏成一套**高保真、可交付的写作 DNA**。它**不写文章**——产物是一套档案，交给任何下游写作者（人或另一个 AI）都能直接取用。 > 默认场景：**微信公众号长文**。视觉/排版分析针对手机端阅读。 ## 核心原理：蒸馏不是求平均，是建「规律 + 基线 + 样本」三层档案 大多数风格蒸馏的失败模式是：把 N 篇文章压成一份"平均模板"。这么做有两个致命问题—— 1. **求平均会抹平人味。** 一个作者的风格活在**不规则**里:句长的突然起伏、一句一段的停顿、口语颗粒、带脾气的地方。这些是**方差**,不是**均值**。语料越多、压得越平,方差被磨得越干净,蒸出来的东西越"规整"——而"规整"正是 AI 味的头号来源。**所以蒸得多≠更好,蒸法不对时蒸得多反而更 AI。** 2. **抽象规律留不住手感。** "作者爱用短句"是规律,但真正的手感在那句具体的「就这么简单。」里。抽象一层,魔法就没了。 因此本 skill 的每一层产物都必须同时输出三类东西: - **规律(patterns)**——可迁移的抽象规则,但**必须带变化区间**(是"句长 20–45 字、常在长句后接一个 4–8 字短句",不是"平均句长 30 字")。 - **基线(baselines)**——量化指纹,给下游当"像不像作者本人 / 有没有 AI 味"的尺子。由脚本产出。 - **样本(samples)**——原文照抄的开头、结尾、金句、招牌段落,**按功能分桶**。few-shot 原件,补抽象规律留不住的手感。 **但只有三层还不够——这是本 skill 迭代后补上的关键一课:** > **描述性的 DNA 压不住 AI 味,指令性的才行。** 下游(人或 AI)读到"句长 CV 0.52"根本不知道要做什么,于是照旧滑回 AI 默认腔调。所以必须有 **L1.5 防火墙**,把每个数值翻成"每 3–4 句穿插 1 句 ≤8 字短句""全文高危词 ≤1 个"这种**能一条条照做**的硬指令,再配一份作者专属的**禁用清单**和**反 AI 招式库**。脚本已自动产出翻译好的指令建议,填进 `06` 即可。**没有这一层,蒸得再准,下游也写不出人味。** **验收标准(务必对照)**:一个没读过原文的陌生人,**只看这套 DNA**(不看原文),写出来的东西能被作者的真实读者当成「同一个号的新一篇」。达不到,就是没蒸干净——通常是样本层太薄或基线层缺失。 ## 蒸馏的六个层次 | 层 | 蒸什么 | 产物文件 | 详细指南 | | - | - | - | - | | L1 语言肌理 | 词/句/标点/节奏/口头禅/语气 + **人味量化基线** | `01-language-dna.md` | `references/distill-guide.md` §3、`references/human-texture-spec.md` | | **L1.5 AI 味防火墙** | **把基线翻成硬指令 + 禁用清单 + 反 AI 招式库 + 自检清单** | `06-ai-flavor-firewall.md` | `references/ai-flavor-firewall-spec.md` | | L2 结构骨架 | 逐篇节拍骨架 → 3–5 个结构原型 + 选题→结构决策树 | `00-INDEX.md`、`02-structure-dna.md`、`beat-sheets/` | `references/beat-sheet-spec.md` | | L3 选题认知 | 选题逻辑 / 视角 / 思维模型 | `04-perspective-dna.md` | `references/distill-guide.md` §6 | | L4 排版视觉 | 公众号手机端排版规律 | `03-layout-dna.md` | `references/wechat-layout.md` | | L5 形式/内容分离 | 可迁移形式 vs 绑定话题内容(禁区地图) | `05-forbidden-content.md` | `references/form-vs-content.md` | | L0 整合入口 | 一页纸导航 | `WRITING-DNA.md` | `references/distill-guide.md` §7 | 完整流水线看 `references/distill-guide.md`（7 步）。 ## 产物目录 蒸馏产物统一放在 `<作者名>/` 下（把 `templates/dna/` 整个复制过去填写）： ```text <作者名>/ ├── raw/ # 原始文章语料（.md / .txt / .html） ├── _meta/ # 每篇文章的结构化记录（schema 见 templates） ├── beat-sheets/ # 每篇文章的节拍骨架（结构能对齐的根基） ├── 00-INDEX.md # 对标索引表 + 结构原型库 + 选题→结构决策树 ├── 01-language-dna.md # 语言肌理 + 人味量化基线 + 样本库 ├── 02-structure-dna.md # 各原型完整节拍骨架 + 开头库/结尾库（原文样本） ├── 03-layout-dna.md # 公众号排版 DNA（手机端） ├── 04-perspective-dna.md # 选题逻辑 / 视角 / 思维模型 ├── 05-forbidden-content.md # 内容禁区（下游去重用） ├── 06-ai-flavor-firewall.md # AI 味防火墙（禁用清单+硬指令+反AI招式+自检）★压AI味核心 └── WRITING-DNA.md # 整合入口（一页纸导航） ``` ## 脚本 `scripts/distill_metrics.py` 用纯标准库跑**量化基线 + 人话素材 + 自动写作指令**。产出：句长分布与变异系数 CV、短/长句占比、段落长度、加粗频率、标点偏好、语气词收尾率、高危词自然密度、名词化密度、具体度代理、高频词；此外还会自动抽出**人话短句样本**、识别作者**用什么替代 signpost**、并把关键数值**翻成可直接照做的写作指令**（填进 `06` 防火墙）。 ```bash python3 scripts/distill_metrics.py <作者名>/raw --out <作者名>/_meta/baseline-report.md ``` 装了 `jieba` 高频词更准；没装用字符二元组近似，也能跑。无需联网。 ## 语料门槛 - 建议 ≥ 20 篇完整文章才敢声称「可靠风格」；少于 20 篇明确告诉用户这是格式演示，不是可靠蒸馏。 - 覆盖不同时期、不同类型（访谈/深度/短评/盘点/观点），否则结构原型库不全。 - 图片承载信息的公众号，抽样打开图片看内容（截图、对话、数据表常是论证链的一部分）。 - **蒸得多不等于蒸得好**：语料多的价值是让**基线更准、原型更全、样本更丰富**，不是让平均更"平"。多蒸时重点扩样本层和基线层，别只喂进抽象平均层。 ## 使用红线 蒸馏的目的是**学习可迁移的写作手艺、建立可交付的档案**，不是冒充特定真人发声，也不是给洗稿供弹药。`05-forbidden-content.md` 是给下游写作者做**去重**用的禁区地图。未授权的原始语料不要放进公开仓库。
技能是任务材料，不会自动授予账户权限、付费授权或其他系统权限。请让 Agent 按说明核对依赖，再在授权范围内使用。