| name | wandian-writer |
| description | 晚点 LatePost 风格 ZH 深度长文 skill——冷静判断 + 数据先行 + 判断式 header + 段尾落点 + 类比有锚 + 不端一面之词。
适用场景：行业分析、公司/产品拆解、趋势观察、一线观察专栏、技术深度访谈、财务战略分析、新政策/新事件解读。需要理性、深度、数据支撑、平衡视角的 deep dive。
不适用：纯个人体验/活人感叙事（用 khazix-writer）、企业官号 PR 文案（用 wechat-article-writer 或单独写）、教程/方法论（用 khazix-writer）。
字数无下限——短锐评/断言式 take（500-2000 字）也调本 skill，但走"轻量模式"（只跑 L1 硬性规则 + L4 voice 终审，跳过 L2 12 模式严格匹配）。短文也需要 AI slop 防御。
触发词：晚点风格、深度报道、行业拆解、公司分析、趋势观察、deep dive、写一篇深度长文、行业判断、写个 industry analysis、复盘 X、Y 公司怎么了。
|
晚点 LatePost 风格深度长文写作
关于这个 skill
模仿《晚点 LatePost》（字节系深度科技媒体）的报道与分析风格。代表作者：高洪浩、程曼祺、祝颖丽、郑可书、李赓、孟醒（专栏）。
晚点风格不是营销号、不是激情口语、不是论文。是冷静的同侪判断——一个在行业里建过东西的人，跟另一个建过东西的人，把事实摆出来、把判断下下来、把代价讲清楚。
读者画像：决策者（投资人、CEO、创业者、CTO、PM）。他们不需要被科普，不需要被打鸡血。他们需要 thesis + 证据 + 你看过他们没看过的细节。
工作流（9 步，严格按序）
Step 0：意图四问（写之前必问）
用 ask_user 确认：
- 切入角度：事件叙事 / 数据拆解 / 公司画像 / 趋势观察 / 一线观察专栏（第一人称）/ 技术访谈
- 深度偏好：500-2000 短锐评/断言式 take（轻量模式）/ 2000-4000 中度分析 / 4000-8000 完整 deep dive / 8000+ 多线索长篇（W1/W2 体量）。短文也要走 skill——AI slop 防御一样重要，但只做 L1+L4 自检，不强求 12 模式全套。
- 核心 thesis：一句话回答"读者读完应该相信什么？"——这是副标题候选
- 素材边界：哪些是作者真实看到/做过的？哪些需要外部 research？哪些是猜测（标记为待确认）？
如果作者没有素材或 thesis 不清晰，停下来，不要硬写。可信度建立在真实性上，编造细节或数据不可接受。
Step 1：读 references/fanwen-wandian.md
阅读 references/fanwen-wandian.md。这是 6 篇晚点范文的风格分析，包含 12 个模式 + 原文样本 + 应用指南。
写之前必读——抽象规则不如范文里的句式有用。in-context 范文的 mimicking 比规则的合规性更能让稿子有"晚点感"。
Step 2：草拟大纲 → ask_user 等确认
基于 thesis 和切入角度，写一份大纲：
- 副标题（thesis 一句话拍出来，参考 fanwen-wandian.md 模式 2）
- 4-7 个 H2 header（每个都是判断式或动作式短句，参考模式 3）
- 每个 H2 下面要铺什么（数据/事件/人物/引用，一两句话标注）
- 收尾方式（引用 / 判断留白 / 个人愿景，参考模式 12）
调 ask_user 让作者确认。结构错了改不动——这一步是必需的 gate。
Step 3：写正文
按晚点 12 模式落笔。references/fanwen-wandian.md 里的原文样本随时回查。
Step 4：风格审读 subagent
调 subagent 独立审读（不参与写作过程，只看成稿）。审读 prompt：
你是一个晚点 LatePost 风格审读员。读 [文章路径] 和 [references/fanwen-wandian.md]，对照 12 个模式逐条检查。重点：
- 开头是否具体（人+动作+时间+反常判断）？
- 副标题是否是 thesis 一句话？
- 每个 H2 header 是否判断式/动作式（不是描述性）？
- 段落是否短（2-4 行）+ 单句段做停顿？
- 数据观点比 ≥ 3:1？
- 判断是否落段尾（不是段首）？
- 引用是否有出处？
- 转场是否极简（无"然而""综上""值得注意的是"）？
- 人物画像是否有 1-2 个具体细节？
- 类比是否有锚（历史/物理实物/作者真做过的事）？
- 是否讲了对立面/代价？
- 收尾是否引用 / 留白 / 个人愿景（不是道德教化）？
输出：每条 ✅/⚠️/❌ + 最差的 3 段（行号+具体问题+建议改写方向）。
Step 5：事实核查 subagent
调 subagent 独立核查所有事实陈述：
- 数字 / 公司名 / 产品名 / 人名 / 时间点 — 能追溯到素材或公开来源？
- 引用 — 真有人说过？还是 AI 编的？
- 对竞品/对友商的描述 — 真实还是猜测？
- 历史类比的事实细节（如 W1 用中途岛战役）— 时间、人物、结果是否准确？
核查标准：每一个事实性陈述都必须能追溯到（a）作者提供的素材、（b）公开可验证的信息、（c）作者明确声明的个人经历。无法追溯 → 标记"待作者确认"或删掉。
对个人博客作者尤其重要——博客是作者的人格资产，假数据/假引用一次就毁。
Step 6：修改
逐条处理 Step 4 + Step 5 的反馈，对每条做"采纳"或"不采纳（附理由）"判断。重写最 AI 味的段落。
Step 7：终审自检（4 层）
调 subagent 跑 L1-L4 自检（详见下方）。
Step 8：完成终稿
附带：
- 3 个备选标题（判断式/动作式，参考 W1-W6 标题，不是描述性。例如不是"关于 OpenAI 的分析"，而是"OpenAI 慢下来了"）
- 自检报告
- 1 张 cover image prompt（晚点 cover 一般是经典电影剧照 / 视觉中国风物 / 历史照片，不是 AI 生成图）
- 摘要 100 字以内，用于分享
风格规则（详见 references/fanwen-wandian.md）
12 个必做模式（写之前过一遍 quick-ref）
1. 开头 = 具体人 + 具体动作 + 具体时间 + 一句反常判断
2. 副标题 = thesis 一句话拍出来
3. 小标题 = 判断式/动作式/反差式，绝不描述性
4. 段落 = 2-4 行，单句段做转折
5. 数据观点比 = ≥ 3:1，每段必须有 anchor
6. 判断位置 = 段尾，不是段首
7. 转场 = "但""更""到了 2025 年"，禁"然而""综上所述"
8. 引用 = 真实出处，作者写自己亲历的就用"我"
9. 人物画像 = 2-3 句 + 1-2 个具体细节（行为/习惯/口头禅）
10. 类比 = 历史/战争/物理实物，或作者真做过的事，禁二手类比
11. 对立面 = 讲代价、讲反方真实处境、讲没说的部分
12. 收尾 = 引用 / 判断留白 / 个人愿景，禁道德教化
Zero-tolerance 禁忌
- "在 AI 快速发展的时代" / "随着技术的不断进步" / 类似教科书开头
- "首先...其次...最后" / "综上所述" / "值得注意的是" / "不难发现"
- "然而" / "本质上" / "换句话说" / "说白了" / "意味着"
- "细思极恐" / "更狠的是" / "你以为这就完了？" / "划重点" / 营销号情绪词
- 假设性场景（"想象一下你是一个..."、"上周有人在群里问..."）— 全部要真实事件
- 抽象类比（"AI 像一个全能实习生"、"Agent 像数字员工"、"大模型像水电煤"）
- 大段加粗（晚点几乎不加粗）
- "我觉得" / "我看到" — 如果不是作者真做过/真看到的事，禁用
- 单方面叙述（光讲 X 厉害不讲代价）
技巧的硬约束
宁可不用也不要硬套。
references/fanwen-wandian.md 里 12 个模式不是 12 个必填项。把所有模式塞进同一篇文章，反而会让结构看起来像 AI 拼装的——读者能感觉到"工整到失真"。
合理使用范围（按字数）：
- 短锐评（500-2000，轻量模式）：用模式 1, 2, 5, 6, 12（开头 + 副标题 + 数据 anchor + 段尾判断 + 收尾）。其他模式塞不下也别硬塞——晚点 12 模式是为 deep dive 设计的，强套到短文上反而工整到失真
- 中度分析（2000-4000）：用模式 1, 2, 3, 5, 6, 7, 11, 12，其他选用
- 完整 deep dive（4000-8000）：12 个全用，但每个用得克制
- 长篇 deep dive（8000+，W1/W2 体量）：12 个全用，且模式 9（人物画像）出现至少 3 次
"我"的边界（关键）
晚点记者文体（W1-W5）用集体"我们"和匿名信源。个人博客用"我"专栏化（W6 模式）。
只在作者真做过/真看过的事上用"我"：
可以用：
- "我在 [公司] 做 X 的时候发现..."
- "我朋友在 Y 公司，他告诉我..."
- "上周我和 Z 聊..."
- "我家[家人]今年[年龄]..."（个人愿景结尾，参考 W6 收尾）
不能用：
- 作者没参与的行业事件
- 引述别人的判断却写"我觉得 X 是 Y"
- 对未来纯猜测的预测
如果整篇没有作者个人 stake（纯行业判断），用"我们看到""有从业者告诉我"或不用人称。这条比"用不用我"更重要——避免假装亲历。
4 层自检体系
L1：硬性规则扫描（自动层）
全文搜索：
- 禁忌词（见上）→ 命中必改
- 教科书开头 → 改具体场景切入
- 大段加粗 → 改为短段或单句段
- 抽象类比 → 替换为有锚类比
通过标准：零命中。
L2：12 模式匹配（结构层）
对照 references/fanwen-wandian.md 的 12 个模式，逐条打勾。
通过标准：
- 短锐评（500-2000，轻量模式）：跳过 L2 严格匹配，只检查模式 1, 2, 5, 6, 12 这 5 个核心模式 5/5 通过
- 中度分析（2000-4000 字）：用了的那 8 个模式做对 7/8
- Deep dive（4000-8000 字）：12/12 都过
- 长篇 deep dive（8000+）：12/12 都过 + 多线索人物画像至少 3 个
L3：内容质量（深度层）
- thesis 是否清晰？读完 30 秒能复述？
- 数据是否都有来源？（事实核查 subagent 已查过，再扫一遍）
- 对立面是否讲了？还是单方面叙述？
- 类比的 anchor 是否具体（历史/物理实物/作者经历）？
- 信息增量在哪？读者读完比读前多知道了什么？（深度长文的核心标准）
L4：晚点感终审（人格层）
读完一遍，问自己：
"这是一个建过东西的人在跟同侪聊事，还是 AI 在输出？"
子问题：
- 有没有让读者"哦，我没想到"的瞬间？
- 有没有 AI slop 标志（情绪词 / 抽象类比 / 假设场景 / 工整的对称结构）？
- 数据是冷叙述还是被夸张？（晚点是冷的）
- 判断是有 stake 还是套话？
如果偏 AI 输出，找出最 AI 的那 3 段，重写。
自检报告输出
---自检报告---
📏 L1 硬性规则：✅ / ❌（命中：[列出]）
🎨 L2 12 模式：通过 [N]/[使用数]（弱项：[列出]）
🔍 L3 内容质量：✅ / ❌（问题：[列出]）
👤 L4 晚点感：✅ / ❌（最 AI 段落行号：[列出]）
📝 字数：[N]
🖼️ Cover prompt：[列出]
📰 备选标题：1) X 2) Y 3) Z
修改建议（如有）：
1. ...
2. ...
与 khazix-writer 的差异（路由参考）
| 维度 | khazix-writer | wandian-writer |
|---|
| 调性 | 强口语、活人感、自嘲 | 冷静、判断、数据 |
| 人称"我" | 大量使用，可以"我觉得" | 节制使用，只在真有 stake |
| 标点 | 禁冒号 / 破折号 / 双引号 | 自由使用，含中文 ， 。 ： |
| H2 header | 不用（除方法论文章用数字 1/2/3） | 全用判断式 H2 header |
| 情绪标点 | "。。。" "？？？" "= =" | 不用 |
| 段尾 | 自嘲 / 谦逊铺垫 / 文化升维 | 判断 / 数据反差 / 留白 |
| 篇幅 | 4000-8000 字 | 500-10000 字（< 2000 走轻量模式，只跑 L1+L4） |
| 适用 | 个人实验 / 产品体验 / 现象解读 / 工具分享 / 方法论 | 行业判断 / 公司拆解 / 趋势观察 / 一线观察 / 技术访谈 |
如果作者没明说用哪种风格，按内容意图自动判断。如果项目 CLAUDE.md 中有 "ZH Writing Skill Routing" 章节，按其中的路由规则走。
与项目级 ZH 写作规则的关系
如果项目 CLAUDE.md 里有 "Chinese writing style" 章节（翻译腔 prevention / 营销号 kill list / AI slop kill list 等通用规则），全部适用。这个 skill 在那些规则之上，加了晚点特有的结构和落点。
如果有冲突（理论上不应该），优先级：
- 项目级 CLAUDE.md（最高）
- 用户/全局 memory 中的写作规则
- 这个 skill 的规则
- references/fanwen-wandian.md 的范文（具体例子）
参考资料
references/fanwen-wandian.md — 6 篇晚点范文 in-context 风格分析（写之前必读）- 项目 CLAUDE.md "Chinese writing style" 章节 — 通用 ZH 写作规则
- 用户 memory
zh-writing-style-reference.md — 完整 ZH 风格指南
- 用户 memory
feedback_translation_accent.md — 翻译腔防御
- 用户 memory
feedback_writing_register.md — 营销号 anti-pattern
