writer-perspective-distiller

作家风格蒸馏器。给定一位作家的虚构作品 + 非虚构文本 + 生平定位,蒸馏出她的核心信念、世界观、句法纪律、论证习惯与黑名单,最终产出一份可调用的写作风格 skill,用于在写作时进入这位作家的状态。 适用场景:私人写作风格借鉴;为某个组织或品牌建立有出处可考的 voice;为虚构作品塑造叙事者声音;为论文/散文/书信寻找一个非 AI 默认体的语调。 内置交互纪律:禁止 AI 单方面下定论,蒸馏过程必须包含两次用户校验——表面阅读后的"信念候选确认"、与"黑名单/反例"的人为加锋。

Safety Notice

This listing is from the official public ClawHub registry. Review SKILL.md and referenced scripts before running.

Copy this and send it to your AI assistant to learn

Install skill "writer-perspective-distiller" with this command: npx skills add tinadu-ai/writer-perspective-distiller

作家风格蒸馏器

「Surface read 第一次读出的声音通常是错的。」

用途

把一位作家的笔法蒸馏成一份可在写作时调用的 perspective skill。蒸馏的产物不是模仿器,是进入她写作时的状态的开关——核心信念 + 句法纪律 + 黑名单。

输入物(按重要性排序)

输入必需说明
1–3 部虚构作品必需至少一部完整。能看到她处理"人"的方式。
非虚构 / 散文 / 访谈 / 通信极重要虚构里看到的是"叙事时的声音",非虚构里看到的是"分析时的声音",两者经常偏移。少了非虚构基本必错。
生平定位重要世代、地缘、教育、流动史、她传承自谁、跟谁划清界限。
用户人为指认的关键段落极重要防止 AI 表面读。这通常是用户读过觉得"她最像她自己"的一段。
用途场景中等改写商务稿?学术论文?小说叙事?散文?决定 SKILL.md 的压缩方向。

至少要有前两项。只有虚构没有非虚构的情况下,蒸馏出的 voice 只是"叙事者声音",会把作家与她笔下的人物混淆。

分析流程(六遍读,必须按顺序)

  1. 句法层:词汇偏好、句长分布、节奏、标点习惯、半文白 vs 口语 vs 学术的混合比。
  2. 对象层:她写谁?她写谁?谁是她笔下隐含的"听众"?
  3. 态度层:对悲剧 / 喜剧 / 历史 / 亲密 / 失败 / 时代的态度——通过她做什么动作显示,不是通过她说什么。
  4. 历史定位:传承自谁?她明显在接续哪一条传统?她跟哪个表面相似的作家划清界限?
  5. 黑名单:她绝不会用的手法、绝不会写的情绪。这一步比正面列表重要。
  6. 核心信念压缩:一句话——她写作时心里那个不允许她偏离的东西是什么。

蒸馏纪律(铁律,违反会翻车)

1. 核心信念必须由用户确认

AI 不允许单方面下断语。流程:

  • AI 在第 3 遍读后,列 2–3 个候选信念,每个配一个文本依据 + 一个反例
  • 用户选 / 驳 / 修正
  • 没有用户校验前不得进入第 6 步

2. 必须有黑名单

只列正面会写废。最锋利的理解都在反例里。黑名单应该至少有 6 条。

3. 必须区分邻近作家

如果作家 A 与作家 B 共享某种表面风格(例如"九十年代知识分子的反讽"),必须明确指出 A 跟 B 在哪一刀上分开——通常分在信念层而非句法层。

4. 禁止抄句式作"致敬"

借结构可以(例如"用世代框架开头"),借具体句子是查重问题。蒸馏出的 perspective 应明确写:"不要复用她的具体句子;只复用她写句子的方法。"

5. 测试驱动

蒸馏完成前,跑一次质量门:

  • 找一段 AI 默认体的文字(论文、商务稿都行)
  • 让蒸馏出的 voice 重写
  • 用户读完判断:"这是她吗?" 不像就回到第 3 遍读重做。

6. 至少两次用户校验

  • 第 1 次:表面阅读后,提信念候选
  • 第 2 次:黑名单完成后,让用户加上他认为最锋利的一条反例

少于两次校验的 SKILL.md 不发布。

输出物:SKILL.md 模板

---
name: <author-slug>-perspective
description: |
  1–3 行:作家是谁;核心信念压缩;适用场景。
  如属私人参考,加 "LOCAL ONLY — Do not publish" 并说明隐私边界。
---

# <作家姓名> · <一个动词性命名>

> 一句话核心信念(用引号或 quote 块)

## 核心信念
100–200 字。说清三件事:她相信什么;她不相信什么;这两件如何同时成立。

## 风格内核
4–6 条信念性短语(不操作,是底色)。

## 句法纪律
6–8 条具体可操作的 do's。例:用词偏好、断句习惯、标点纪律、节奏规则。

## 论证习惯 / 修辞习惯
4–6 条该作家特有的论证或修辞 moves。

## 黑色幽默 / 修辞规则(如果有)
2–4 条。

## 反例 / 避免清单
6–10 条 don't's。**最重要的部分**。

## 应用流程
改写一段文字时的 3–6 步操作。例:先读三遍找微音 → 切音 → 降温判断 → 检查同等严肃度 → 删元评论 → 检查节奏。

## 一句话压缩
最后一句,从全篇渗出来的总判断。读者只读这一句也能知道这是什么 voice。

常见陷阱

  • Surface read 误当 deep read:第一次读出的声音通常错。配人为校正才能纠偏。
  • 把作家 cosplay 成相似作家:表面词汇相同,骨子里的信念可能完全相反。必须用黑名单分开。
  • 抄句式作致敬 = 查重风险:借结构不借句子。蒸馏产物里要明写。
  • 把政治标签当写作底色:作家的政治位置 ≠ 她写作时的姿态。两者经常错位。
  • 没读非虚构就下定论:只看虚构会把叙事者当作家,必错。
  • 没让用户校正就发布:AI 单方面写出的"信念"基本都是表面读,会把作家变成她的某个不重要侧面。
  • 正面列表没配反例:只说"她会做什么"不够,必须说"她绝不会做什么"才立得住。

应用流程(用户调用此 skill 后)

  1. 用户提供输入物(按 §输入物 表)
  2. AI 跑前 3 遍读,列信念候选 → 第 1 次校验
  3. 用户选 / 修正候选
  4. AI 跑后 3 遍读,列黑名单 → 第 2 次校验
  5. 用户加锋
  6. AI 写出 SKILL.md → 跑测试驱动质量门
  7. 测试通过 → 输出 <author-slug>-perspective/SKILL.md
  8. 测试不通过 → 回到第 2 步重做

一句话压缩

把一位作家的写作底色,蒸馏成一份会被人为校验两次的 perspective skill——以确保 voice 立在她的信念上,而不是 AI 对她表面声音的猜测上。

Source Transparency

This detail page is rendered from real SKILL.md content. Trust labels are metadata-based hints, not a safety guarantee.

Related Skills

Related by shared tags or category signals.

General

Feishu Writing Bundle

飞书文档写作整合包。把飞书文档创建、增量更新、局部精准改稿、proposal 正式化、人味化改写、飞书回链交付等能力整合到一个自包含文件中。用于“检索资料后写飞书文档”“把草稿改成能发的文档”“改飞书演讲稿/方案/说明文”“写完后返回飞书文档链接”等场景。适合新的龙虾直接上手,不依赖先认识其他 feishu-*...

Registry SourceRecently Updated
2870Profile unavailable
General

WeChat Draft Publisher

一句话写文章并自动发布到微信公众号草稿箱。用户说"帮我写一篇关于xxx的文章"或"写xxx"时触发。 自动完成:AI写作 → AI配图 → AI封面 → 排版美化 → 发布到微信公众号草稿箱。

Registry SourceRecently Updated
3022Profile unavailable
General

TencentCloud ASR

腾讯云语音识别 ASR Skill,适用于语音转文字、音频转写、字幕生成、会议转录、语音消息识别、 本地文件或 URL 音频识别。包含三种模式:一句话识别(<=60s 短音频)、录音识别极速版 (<=2h/100MB 中长音频快速同步返回)、录音识别(<=5h 长音频异步识别)。支持普通话、 英语、粤语、日语、韩...

Registry SourceRecently Updated
1.5K6Profile unavailable
General

Aliyun Asr

Pure Aliyun ASR skill for voice message transcription, supports multiple channels including Feishu

Registry SourceRecently Updated
2.3K2Profile unavailable