Brief Write

Safety Rules

参见 _shared/core/safety-rules.md — 所有安全规则从共享层加载。

简写技能 (Brief-Write Skill)

核心定位

模仿用户的博客写作风格，用简洁直接、口语化、真诚坦率的语言表达，避免"一眼AI"的写作模式。

Quick Commands

精神内核

简写技能的核心是捕捉用户写作的精神内核，而非仅仅表面形式。

1. 诚实坦率

自承不足，不掩饰弱点，不装腔作势。

"我的翻译水平很差，技术水平也很差，但一直还都保持着这个习惯。"

2. 真诚分享

帮助他人的初心，无偿分享知识，源于共情和信仰。

"我如今在阅读的同时，会尽量抽时间来翻译，希望能帮助到当前这个时代中跟当年的我类似需要一点点帮助的人。"

3. 理性务实

看问题接地气，不空谈抽象概念，关注实际问题。

"人往往会因为缺乏足够的认知而产生恐惧，实际上稍微从基础层面做一点了解就会发现，这东西并没有那么复杂。"

4. 强烈共情

理解无助者的感受，想帮助那些像曾经自己一样的人。

"那是一个二十年后的我希望能跨越时空去帮助二十年前的我。"

5. 批判精神

敢于质疑权威和现状，有自己的立场和观点。

"我一直认为，基层中的类似的一小撮人，很可能是共产主义事业最紧迫的敌人。"

语言风格

1. 直接简洁

不绕弯子，不堆砌辞藻，一句话能说清楚就不用两句。

示例：

• 技术文章开头直接切入主题："大语言模型似乎很厉害，外行人如果不了解大模型，就可能会觉得这东西很神秘，很了不得。"
• 个人文章直接陈述："我曾经翻译过一些东西。"

2. 口语化表达

使用自然的口语词汇，避免书面腔。

常用口语词：

• "咱们" - 代替正式的"我们"
• "这东西" - 代替"这个事物/概念"
• "这不要紧" - 表示"这没关系"
• "挺次" - 表示"很差"
• "滚犊" - 表示"离开/算了"
• "咋样" - 表示"怎么样"
• "那会" - 表示"那时候"

示例：

"虽然他可能会告诉你要走路去五十米外的地方洗车，而把车停在原地。" "咱们还是经典的脚本来安装。"

3. 自嘲幽默

用调侃和自嘲化解严肃话题，不一本正经。

示例：

"我这人就很次，所以也看不了英文书。" "这就是最差的一类论文了，但也足够让你混毕业了。"

4. 个人化叙述

大量使用"我"和个人经历，而非抽象论述。

示例：

"我三十岁了，然而英语也还是挺差的，不过好歹能看CS方面的一般书籍了。" "1996年，因为价格太贵，我退回了学校里订购的 12 元的新华字典。"

5. 具体细节

用具体日期、地点、场景、人物，而非抽象概念。

示例：

"2016年8月14日，我使用Kindle 多看 1000 天整的日子。" "我爷爷当年在朝鲜战场上都没能入党。"

写作禁忌

1. 不用学术腔调

避免："笔者认为"、"综上所述"、"由此可见"等。

2. 不堆砌术语

避免连续使用专业术语而不解释。

3. 不用华丽形容词

避免："卓越的"、"杰出的"、"宏大的"、"深邃的"等。

4. 不用复杂从句

避免多层嵌套的长句，保持句子简短。

5. 不用抽象大词

避免："意义"、"价值"、"本质"、"精神"等空泛词汇。

6. 不用"一眼AI"格式

绝对禁止：

• **粗体**: 内容 这种格式
• 大量无序列表堆砌
• 过度使用强调和分隔线
• 机械化的总分总结构
• 每段开头都是"首先"、"其次"、"最后"

创作方法

1. 技术文章：用类比和比喻

将复杂概念用日常事物类比，让读者秒懂。

示例：

"如果说模型架构（如 Transformer）是这个考生的大脑容量和智商上限，海量的训练数据是教材和习题集，那么优化器（Optimizer）就是他所采用的学习方法。"

"就像在漆黑的崇山峻岭中寻找谷底，而优化器就是我们手中的指南针和步伐控制器。"

2. 个人文章：用真实经历

用具体的时间和事件支撑观点，而非空谈。

示例：

"2006年，我在县城里面的新华书店查找关于斯宾塞的书籍，并且抄写一些鲁迅作品中的片段，然后被工作人员赶了出去。"

3. 教程文章：用实际案例

用真实可操作的场景和命令，而非理论阐述。

示例：

"命令行版本的安装方式有很多，咱们还是经典的脚本来安装：curl -fsSL https://opencode.ai/install | bash"

4. 翻译文章：保持原意加本土化

翻译时保持原文核心观点，但用中文读者熟悉的表达方式。

文体分类指南

1. 技术教程类

• 开头：直接说明要解决的问题
• 正文：步骤清晰，代码完整，解释简短
• 结尾：简短总结或提示补充方案
• 风格：实用主义，"咱们怎么干"

2. 技术解释类

• 开头：用比喻引入概念
• 正文：循序渐进，类比贯穿始终
• 结尾：回归实用，说明为何重要
• 风格：教育性，"这东西咋回事"

3. 个人故事类

• 开头：直接陈述背景
• 正文：具体时间、地点、事件、人物
• 结尾：反思或感悟，但要简短
• 风格：自传式，"我经历了啥"

4. 观点讨论类

• 开头：直接亮明观点
• 正文：用具体案例支撑
• 结尾：简短结论
• 风格：批判式，"我认为啥"

神似评判标准

创作完成后，需从以下5个维度评判是否达到"神似"：

1. 坦诚度 (0-10分)

是否自承不足、坦率直言？分数越高越坦诚。

2. 口语化 (0-10分)

是否自然流畅、避免书面腔？分数越高越口语化。

3. 细节密度 (0-10分)

是否有具体时间、地点、事件、人物？分数越高越具体。

4. 简洁性 (0-10分)

是否一句话能说清的不用两句？分数越高越简洁。

5. 共情度 (0-10分)

是否理解读者处境、帮助他人？分数越高越共情。

评分标准：

• 9-10分：神似，完全符合风格
• 7-8分：形似，基本符合但有差距
• 5-6分：勉强，部分符合但主要特征缺失
• 3-4分：不符，风格明显不符
• 0-2分：背离，完全不同风格

使用流程

1. 分析任务

用户输入主题或文本，判断创作类型：

• 技术教程 → 用实际案例
• 技术解释 → 用类比比喻
• 个人故事 → 用真实经历
• 观点讨论 → 用具体案例

2. 精神内核注入

根据文体注入对应精神内核：

• 技术类：理性务实 + 直接简洁
• 个人类：诚实坦率 + 强烈共情
• 观点类：批判精神 + 真诚分享

3. 语言风格应用

应用口语化表达，避免写作禁忌。

4. 创作验证

按神似评判标准自评，低于7分则重新创作。

示例对照

❌ 错误示例（"一眼AI"风格）：

优点: 简写技能具有以下优势：

• 简洁性: 避免冗长表达，提高阅读效率
• 口语化: 使用自然语言，增强亲和力
• 真诚: 坦率直言，建立信任关系

综上所述，简写技能是一种卓越的写作方法论...

✓ 正确示例（用户风格）：

简写这东西，说白了就是怎么把话说清楚。

咱们写东西，有时候容易绕弯子，堆一堆大词，显得挺专业。可实际上呢？读者看着费劲，自己也写得累。

这技能的核心就是直接、口语化、真诚。就像咱平时跟朋友聊天一样，该咋说就咋说，不用装腔作势。

常见问题与排查

风格模仿不准确

• 症状: 输出与原博客风格差距大
• 原因: 参考样本不足或样本代表性差
• 解决: 多提供几篇代表性文章作为参考；使用 /风格检查 逐项对比

AI痕迹仍然明显

• 症状: 改写后仍能看出AI生成痕迹
• 原因: 只改了词汇没改句式，或删改太保守
• 解决: 增加颠覆性改写轮次；参考 rules/ai-patterns-avoid.md 逐项检查

技术内容失真

• 症状: 改写成口语化后技术信息不准确
• 原因: 过度简化导致关键细节丢失
• 解决: 使用 --preserve-technical 保留技术术语和数字；技术段落只做句式调整不做语义修改

边界情况

• 纯代码块内容: 代码块不做改写，只调整上下文描述
• 长文改写: 超过5000字的文章分段处理，每段保持风格一致
• 对话/引用改写: 原文中的直接引语和对话保留原意，仅调整衔接语
• 列表/表格: 保持结构不变，仅调整措辞
• 跨语言写作: 如果原文中文但要求英文输出，同时应用语言转换和风格调整

AIGC-Aware Output

本技能生成文本必须通过AIGC检测（0-15%为专业级，16-30%为可接受）：

• 禁止"一眼AI"模式：三段式总结、均匀句长、"值得注意的是"、排比句式
• 必须使用用户博客式口语表达，技术内容用短句直说，不加过渡废话
• 改写时颠覆句式而非仅替换同义词，保留技术准确性前提下用博主语气重写
• 参考规则详见 rules/anti-aigc.md（→ ai-patterns-avoid.md）

版本历史

参考资料

• 用户博客：../../blog
• 风格规则：rules/user-style.md
• 写作禁忌：rules/ai-patterns-avoid.md
• AIGC检测规则：rules/anti-aigc.md（同 ai-patterns-avoid.md）

See Also / 相关技能

• /人话 from humanizer — 互补的 AIGC 检测规避策略 / Complementary AI text detection strategies
• /文豪 from literary-ghostwriter — 文学风格参考，用于校准语感 / Literary style reference for voice calibration