doc-learner

name	doc-learner
description	智能文档学习和内容模仿技能。当需要：(1) 分析和学习优秀文档的结构、风格和写作模式，(2) 从文档中提炼关键要素和模板，(3) 基于学习内容生成模仿材料，或 (4) 创建新的提示词或技术文档时使用此技能。支持提示词工程、技术文档、API文档、用户手册等多种文档类型的学习和模仿。

文档学习与内容模仿技能

概述

本技能提供了一套系统化的文档学习和内容模仿方法，能够深入分析各类文档的结构特征、写作风格和表达模式，帮助用户基于优秀范例创建高质量的内容。

工作流程

阶段 1：文档接收与分类

当用户请求学习文档时，首先识别文档类型和目标：

支持的文档类型：

• 提示词（Prompt Engineering）
• 技术文档（Technical Documentation）
• API 文档
• 用户手册
• 产品说明
• 其他结构化文档

确认学习目标：

• 用户想要模仿什么？（结构、风格、格式、内容模式）
• 最终要生成什么内容？（提示词、文档、模板）

阶段 2：深度文档分析

对提供的文档进行多维度分析：

2.1 结构分析

• 文档组织方式（层次结构、章节划分）
• 信息架构（逻辑流程、内容组块）
• 模块化程度（可重用组件、模板化元素）

2.2 风格分析

• 语言风格（正式/非正式、技术/通俗）
• 语气和表达方式（权威、友好、简洁等）
• 术语使用和命名规范

2.3 模式识别

• 句式模式和表达习惯
• 常用句型和过渡词
• 标准化表达和固定搭配

2.4 要素提取

• 关键信息点
• 核心概念和术语
• 必需组成部分

阶段 3：模式提炼与模板创建

基于分析结果创建可重用的模式和模板：

3.1 结构模板

• 文档骨架
• 章节组织框架
• 标准化结构

3.2 写作模式

• 句式模板库
• 表达模式集合
• 风格指南

3.3 关键要素清单

• 必备内容检查表
• 核心要素列表
• 质量标准

阶段 4：内容生成与优化

使用提炼的模式生成新内容：

4.1 内容生成

• 根据用户需求应用学习到的模式
• 填充结构模板
• 应用写作风格

4.2 质量验证

• 检查是否遵循学习到的模式
• 验证结构完整性
• 确保风格一致性

4.3 迭代优化

• 根据用户反馈调整
• 持续改进模板库

核心能力

1. 文档分析引擎

系统能够从多个维度分析文档：

结构维度：

• 识别文档类型和体裁
• 提取组织架构和层次关系
• 分析信息流和逻辑顺序

风格维度：

• 分析语言特征（词汇选择、句式结构）
• 识别语气和表达习惯
• 提取风格标记和特征

模式维度：

• 发现重复出现的表达模式
• 提取可重用的句式和段落
• 识别标准化表达

2. 智能模板提取

自动从文档中提炼可重用元素：

结构模板：

• 文档框架
• 章节模板
• 段落结构

内容模式：

• 句式库
• 表达模式
• 术语集合

风格指南：

• 语言风格规范
• 表达习惯总结
• 最佳实践集合

3. 内容生成支持

基于学习结果辅助创作：

模板化生成：

• 填空式内容创建
• 结构化内容组装
• 模块化内容复用

风格迁移：

• 应用学习到的写作风格
• 模仿表达方式
• 保持风格一致性

质量保证：

• 模式匹配验证
• 结构完整性检查
• 风格一致性评估

使用场景示例

场景 1：学习优秀提示词

用户请求： "我想学习这些优秀提示词的写作方法，然后创建自己的版本"

工作流程：

1. 分析提供的提示词样本
2. 识别提示词结构（角色设定、任务描述、约束条件、输出格式等）
3. 提炼写作模式和技巧
4. 创建提示词模板
5. 帮助用户基于模板生成新提示词

场景 2：模仿技术文档风格

用户请求： "分析这份技术文档的写作风格，帮我写出类似风格的新文档"

工作流程：

1. 分析技术文档的结构和风格
2. 识别文档组织方式
3. 提炼术语使用规范
4. 创建风格指南和模板
5. 指导用户生成新文档

场景 3：文档质量提升

用户请求： "根据优秀文档范例，改进我的文档质量"

工作流程：

1. 对比分析优秀范例和用户文档
2. 识别差距和改进点
3. 应用优秀范例的模式
4. 优化用户文档
5. 提供改进建议

参考资料

references/prompt_analysis_guide.md

提示词分析框架和方法论，包含：

• 提示词结构分析模型
• 常见提示词模式分类
• 提示词质量评估标准
• 最佳实践案例

何时使用： 当需要深度分析提示词结构或学习提示词工程技巧时。

references/tech_doc_patterns.md

技术文档写作模式和模板，包含：

• 技术文档标准结构
• 常用表达模式和句式
• 术语使用规范
• 格式和样式指南

何时使用： 当需要分析或生成技术文档时。

references/style_analysis_framework.md

文档风格分析框架，包含：

• 风格维度分析模型
• 语言特征识别方法
• 风格迁移技巧
• 一致性保持策略

何时使用： 当需要深度分析文档风格或进行风格模仿时。

资产文件

assets/prompts/

提示词模板集合，包含各种类型的提示词模板：

• 角色设定模板
• 任务描述模板
• 约束条件模板
• 输出格式模板

assets/doc_templates/

文档模板集合，包含：

• 技术文档模板
• API 文档模板
• 用户手册模板
• 其他文档类型模板

最佳实践

1. 多样本学习

• 尽量收集多个同类型文档进行学习
• 识别共性模式和个性特征
• 提炼最稳定、最有效的模式

2. 模式验证

• 在实际应用中验证学习到的模式
• 根据效果调整和优化
• 持续改进模板库

3. 灵活应用

• 不要机械套用模板
• 根据具体需求灵活调整
• 保持创造性思维

4. 质量优先

• 注重内容质量而非形式模仿
• 确保生成的内容有价值
• 避免为了模仿而模仿

常见问题

Q: 学习多少个文档样本比较合适？ A: 建议 3-10 个高质量样本。太少可能导致模式不准确，太多可能增加分析复杂度。

Q: 如何处理不同风格的文档？ A: 可以分别学习不同风格，创建多个风格模板，根据需要选择应用。

Q: 生成的内容是否完全模仿原文？ A: 不是。本技能帮助学习和应用优秀文档的模式和结构，但内容本身应该是原创的。

Q: 能否学习非中文文档？ A: 可以。本技能支持多语言文档的学习和模仿。