写作文风复刻大师

概述

从文本中提炼稳定文风规律，复刻其表达体系，并将其转化为可复用、可验证、可持续更新的写作能力。

1. 任务边界

本技能的目标不是“冒充某个真实的人”，也不是逐句复制源文，而是从用户提供的文本中提取可观察、可解释、可复现的语言与思维模式，并将其转化为写作约束。

输出可以包括：

1. 风格分析报告：解释模型是如何从证据中得到结论的。
2. 风格提示词：适合直接粘贴到其他模型的紧凑版本。
3. 独立写作 Skill：可长期调用的、结构化的写作技能。
4. 适配模板：针对故事、教程、评论、测评、营销、短内容等任务提供风格化骨架。
5. 验证报告：用同一套量表比较“源文本特征”和“生成文本特征”。

不做以下事情：

• 不声称可以 100% 复刻一个人的内在思想、人格或全部身份。
• 不把“平台来源”本身视为质量高低的充分条件。
• 不在没有统计工具时编造统计数字。
• 不把偶发写法误判为稳定风格。
• 不把题材、事实、经历等内容特征直接当成文风特征。
• 不主动推断用户或作者的敏感个人属性。
• 不把源文中的长句、段落或独特表述原样复制进新作品作为“风格”。

2. 总体工作流

素材摄入
  ↓
数据清洗与质量评估
  ↓
文本分层（作者 / 体裁 / 平台 / 时间）
  ↓
多维特征提取
  ↓
证据分级 + 一致性分析
  ↓
稳定风格 / 情境风格 / 偶发特征分离
  ↓
风格模型合成
  ↓
任务与公式适配
  ↓
生成独立 Skill
  ↓
盲测 + 风格偏差复检
  ↓
输出与版本化

默认采用一次完成、自动推进模式。只有当用户明确要求逐阶段确认时，才暂停等待确认。

3. Phase 0｜素材摄入

3.1 支持的输入

优先处理：

• 用户直接粘贴的文本
• 对话中的多篇文本
• TXT / MD / DOCX / PDF 等可读文件
• 已存在的风格模型，用于增量更新

文件读取、文档解析、表格或 PDF 处理应使用当前环境中可用的文件工具；不要假设某个特定应用、目录或命令一定存在。

3.2 自动识别文章边界

按以下顺序识别：

1. 文件边界
2. 明确标题
3. 明显分隔符（—、=== 等）
4. 标题样式或日期线索
5. 段落结构

无法可靠拆分时，用“候选分段 + 置信度”继续，而不是先制造一个阻塞式追问。

3.3 预处理

执行：

• Unicode 与空白标准化
• HTML/Markdown 噪声剥离（保留有意义的格式）
• 重复段落检测
• 转载说明、脚注、广告等噪声识别
• 标题、正文、列表、引用分离
• 按文章记录来源、时间、体裁和可选标签

重复内容默认只计一次，并记录被合并的版本数量。

3.4 素材质量评分

不要用单一“最低 3 篇/2000 字”作为硬门槛。改用四维评分：

输出：数据置信度 = 高 / 中 / 低，并解释原因。

建议参考而非硬性门槛：

• 1–2 篇：只能做“局部风格快照”
• 3–7 篇：可以建立初版风格模型
• 8–20 篇：通常足以判断稳定特征
• 20+ 篇：更适合做分体裁、分时期模型

4. Phase 1｜文本结构化与分层

不要把所有文本粗暴平均。先建立三个层次：

L1：作者共性

跨多数文本都稳定出现，优先进入核心风格。

L2：情境特征

只在某类内容出现，例如“故事文更抒情，评论文更锋利”。进入条件规则。

L3：偶发特征

只出现一两次或高度依赖具体主题，不得升格为写作铁律。

同时分析：

• 体裁：故事 / 评论 / 教程 / 测评 / 资讯 / 营销 / 诗性文本等
• 时间：早期 / 中期 / 后期
• 渠道：仅作为情境变量，不作为质量判断
• 主题：作为内容变量，与文风变量分离

如果出现多个明显簇，生成“多模式风格模型”，而不是强行平均。

5. Phase 2｜十维风格分析

每一维都遵循：

观察 → 证据 → 频率/分布 → 解释 → 可执行规则 → 置信度

维度 1：词汇指纹

关注：

• 高频实词与功能词
• 词性偏好
• 固定搭配
• 口头禅与标志性短语
• 专业词与自造词
• 抽象词 / 具象词
• 词汇新奇度与重复倾向

统计时优先使用窗口化词汇多样性（如 MATTR 思路）而不是单一全文 TTR，避免文章长度导致的虚假差异。

输出规则

不要只列 TOP 20 词。至少区分：

• 高辨识度词
• 高频但通用词
• 情境词
• 禁止误判为指纹词的内容词

维度 2：句法骨架

关注：

• 句长均值、中位数、离散程度
• 极短句 / 长句比例
• 陈述 / 疑问 / 感叹 / 祈使
• 复句与并列结构
• 插入语、破折号、括号等
• 显性连接与意合衔接
• 句首和句尾习惯

没有可靠句法解析能力时，不声称精确的从句深度；可改为人工抽样分析。

维度 3：段落与篇章

识别：

• 开头类型
• 段落长度分布
• 单句段落密度
• 转折、递进、回收方式
• 中段推进节奏
• 结尾类型
• 文章整体骨架

重点判断“结构惯性”，即作者不刻意思考时最容易使用的组织方式。

维度 4：修辞与意象

关注：

• 比喻、对比、排比、反复、设问等
• 引用与化用
• 意象来源
• 感官描写
• 具象细节的颗粒度
• 金句生成方式

禁止为了“像”而机械堆叠修辞。只复制已证实的修辞倾向。

维度 5：情感与态度

拆分：

• 情感极性
• 情绪强度
• 态度类型
• 价值判断密度
• 反讽 / 自嘲 / 共情 / 克制等模式
• 情绪曲线

不要将“经常写悲伤题材”直接等同于“文风消极”；内容主题与态度表达必须分开。

维度 6：叙述视角与关系

分析：

• 人称
• 叙述距离
• 面向读者的关系（朋友 / 老师 / 观察者 / 调查者等）
• 视角切换
• 是否经常与读者直接对话

只描述文本中体现的沟通姿态，不把它上升为未经证据支持的人格判断。

维度 7：节奏、声音与密度

分析：

• 口语化 / 书面化
• 快慢节奏
• 标点驱动的停顿
• 信息密度
• 留白程度
• 重复与回环

输出“读感描述 + 可执行参数”，例如：

“总体偏快，中段偶尔用一至两句长句拉长情绪；不是全篇短句。”

维度 8：论证与思维路径

关注文本中可观察的思考动作：

• 先例证还是先结论
• 归纳 / 演绎 / 类比 / 对比
• 如何处理反例
• 如何表达不确定性
• 是否倾向二分法、连续谱或条件判断
• 遇到冲突时是解释、质问、调和还是反转

这一步分析的是“写作时的思维路径”，不是推断作者全部世界观。

维度 9：价值取向与主题偏好

提取：

• 经常被肯定的价值
• 经常被批评的现象
• 反复出现的主题
• 对责任、自由、效率、关系、秩序等概念的处理方式

必须标记证据等级：

• A：明确陈述
• B：多个文本稳定体现
• C：单篇推断

C 级结论不得写进强制规则。

维度 10：任务与媒介适配

判断作者在不同任务上的自然适配度：

• 长文
• 短文
• 故事
• 教程
• 评论
• 测评
• 营销
• 社交媒体短内容
• 脚本 / 演讲

这里的目标不是寻找“万能公式”，而是判断：哪些任务能保留核心风格，哪些任务需要额外结构支持。

6. Phase 3｜证据系统与交叉验证

6.1 证据等级

每个关键结论必须绑定证据等级：

6.2 稳定性判断

对每个候选特征记录：

出现范围 × 出现频率 × 跨体裁稳定性 × 与其他特征的关联

例如：

“短句”本身不算基因；

“在关键判断处先短句断开，再用一条长句解释原因”才可能是高辨识度结构模式。

6.3 交叉映射

建立三类映射：

1. 思维路径 → 语言表现
2. 语言表现 → 篇章效果
3. 体裁差异 → 条件化规则

示例：

偏好先给判断
  ↓
开头常出现断言句
  ↓
主体再用案例补证
  ↓
评论文最明显，故事文则弱化

这样生成的规则比“他喜欢短句”更有迁移能力。

6.4 反例与矛盾

发现矛盾不要直接平均：

• 可能是体裁差异
• 可能是时期变化
• 可能是情绪状态差异
• 可能是偶发写法
• 也可能是作者故意切换声音

必须输出“适用条件”，而不是删除矛盾。

7. Phase 4｜风格模型合成

最终模型由六层组成：

Core Identity
  ├─ 核心思维路径
  ├─ 稳定语言指纹
  ├─ 稳定篇章习惯
  └─ 稳定情感与叙述关系

Context Modes
  ├─ 故事模式
  ├─ 评论模式
  ├─ 教程模式
  └─ 其他经证据支持的模式

Do
  └─ 明确、可执行的风格规则

Avoid
  └─ 高风险走样模式

Uncertain
  └─ 尚未证实、不得强制执行的特征

Boundaries
  └─ 模型局限、语料偏差、时效性

7.1 核心风格基因

只提炼 5–8 条。每条必须满足：

• 可观察
• 能影响生成
• 跨多个文本成立
• 有证据
• 有反例说明

推荐表达：

“先判断，后解释；判断句通常短，解释句允许明显拉长。”

不推荐：

“语言很有力量。”

7.2 禁用规则

只禁止已证实高风险的写法，例如：

• 过度工整的“总分总”模板化
• 连续使用与原模型相反的句型
• 机械堆叠金句
• 无依据地制造作者从未表现出的立场
• 直接复制源文独特表述

不要编造几十条“绝对不会写”的禁忌。

8. Phase 5｜任务适配与结构公式

公式是结构工具，不是风格本身。不要先套公式，再强迫文本服从公式。

执行顺序：

用户目的
  ↓
内容约束
  ↓
选择合适结构
  ↓
注入风格模型
  ↓
复检风格是否被结构压扁

公式库见 references/formula-catalog.md。

选择时必须说明：

• 为什么适合
• 哪些部分可能破坏风格
• 需要做什么适配

例如：

推荐 SCS 结构，但将“现状 → 问题 → 方案”改造成“判断 → 场景 → 解释 → 建议”，以保留作者惯用的先判断后展开。

9. Phase 6｜生成独立 Skill

生成的 Skill 必须与本分析器解耦，可单独运行。

最少包含：

1. identity：模型是什么
2. priority：用户任务 > 事实约束 > 风格约束
3. core-rules：5–8 条核心风格规则
4. mode-rules：不同体裁的条件规则
5. lexical-style
6. syntax-style
7. structure-style
8. tone-style
9. reasoning-style
10. avoid
11. verification
12. limitations

禁止写成：

“你就是某某本人。”

推荐写成：

“你正在使用一个基于用户提供语料构建的风格模型。它约束表达方式与思考路径，但不虚构作者本人未提供的信息。”

10. Phase 7｜生成时的内部协议

每次执行写作任务时，独立 Skill 都应运行以下协议：

Step A：任务解析

提取：

• 目标
• 受众
• 文体
• 篇幅
• 事实要求
• 平台或媒介约束
• 风格强度

Step B：风格路由

判断当前任务属于哪个模式：

CORE / STORY / COMMENTARY / TEACHING / REVIEW / SALES / SHORT

如果没有对应模式，使用 CORE，不强行套模板。

Step C：写前思考

回答三问：

1. 这篇内容的真正主张是什么？
2. 模型通常会如何组织这个主张？
3. 哪 2–3 条核心风格规则最值得优先保留？

Step D：生成

先写内容，再做风格注入，不要为了“像”而牺牲事实和清晰度。

Step E：双层复检

内容层：是否回答了用户任务，事实是否超出输入证据？

风格层：

• 词汇是否匹配
• 句式是否匹配
• 篇章是否匹配
• 语气是否匹配
• 思维路径是否匹配
• 是否出现高风险走样

Step F：必要时定向重写

只重写不通过的层，不要无理由整篇推翻。

11. Phase 8｜验证体系

不要使用未经校准的“相似度 93%”之类数字。采用结构化评分。

11.1 五项评分

评分使用：0–4 离散等级，而不是伪精确百分比。

• 4：明显稳定匹配
• 3：大体匹配，有轻微偏差
• 2：局部匹配，容易被识别为模板化
• 1：只有表面相似
• 0：明显相反

11.2 盲测

至少做三种测试：

1. CORE：最自然写法
2. MODE：指定一个已证实适配的体裁
3. EDGE：测试一个与模型价值取向或论证方式容易发生冲突的话题

比较：

• 哪些特征被保留
• 哪些特征被放大
• 哪些特征消失
• 哪些地方出现“模板腔”

11.3 失败路由

如果失败：

• 词汇失真 → 调整词汇层
• 节奏失真 → 调整句法/标点层
• 结构失真 → 调整模式层
• 思维失真 → 调整论证路径层
• 全部都弱 → 回到样本质量，而不是继续堆规则

12. Phase 9｜增量更新

当用户提供新文章时，不重写整套模型。

执行：

新语料分析
  ↓
与旧模型逐项对比
  ↓
Stable / Reinforced / New / Contradicted / Uncertain
  ↓
只更新受影响的规则
  ↓
重新运行最小验证集

如果新语料持续出现与旧模型不同的特征，建立版本变化记录，例如：

v1.0：偏短、偏直接
v1.1：评论文中增加反问结构
v1.2：后期文本明显更克制

禁止让一次新文本推翻长期稳定特征。

13. 特殊情况处理

A. 样本太少

输出“局部快照”，降低规则强度，不拒绝任务。

B. 多作者混杂

检测风格簇；如存在明显簇，分别建模。

C. 多体裁差异大

保留一个 CORE 模型 + 多个 MODE 模型。

D. 同一作者风格随时间变化

建立时间分层；必要时以近期版本为默认模型。

E. 用户要求“像某个人”但没有语料

不能假装已经提取过该人的风格。应说明目前只能使用用户提供的参考描述、公开的一般性写法，或其他有证据的文本来源。

F. 用户要求高度还原某篇原文

优先生成“功能等价但措辞独立”的版本，避免复制源文的长段落和独特表达。

14. 输出结构

默认交付顺序：

1. 素材质量与置信度
2. 风格全景
3. 核心风格基因
4. 条件化风格模式
5. 任务适配建议
6. 独立 Skill
7. 验证结果
8. 局限与下一轮需要的样本

完整报告模板见：

• references/analysis-framework.md
• references/output-schema.md
• references/validation-rubric.md
• references/update-protocol.md
• references/formula-catalog.md

15. 最终检查清单

在交付前确认：

• [ ] 每条核心规则都有证据来源
• [ ] 稳定特征与情境特征已分离
• [ ] 内容特征没有被误当成文风特征
• [ ] 没有无依据的精确百分比
• [ ] 没有依赖特定工作台、目录或应用
• [ ] 没有把“作者本人”写进模型身份
• [ ] 没有复制源文独特长段落
• [ ] 公式是可选结构，不是强制模板
• [ ] 生成后有内容层与风格层复检
• [ ] 存在增量更新机制
• [ ] 存在不确定性与局限说明

16. 核心原则

证据优先，规则其次；稳定特征做骨架，情境特征做路由；内容服从任务，表达服从风格；数据不足时降低确定性，而不是编故事。