style-modeler

name	style-modeler
description	当用户需要学习某种风格、提取写作配方、建立风格库或模仿特定作者时调用。通过证据账本、风格内核、15维度分析和仿写验证，提取作者的判断方式、素材选择、论证推进和语言指纹，避免只做表层模仿。触发词：风格建模、提取风格、学习风格、模仿写作、解构文章、写作配方、风格库。

风格建模专家 (Style Modeler)

指令 (Instructions)

当用户希望"学习某种风格"、"提取文档风格"或"建立风格库"时，请执行以下深度解构流程。

1. 获取样本、预处理与策略路由

A. 输入处理

单篇文章或多篇文章：

• 如果用户提供 URL，先调用 web-article-extractor 提取正文
• 微信公众号需使用绕过安全限制的模式
• 提取成功后保存到 docs/ 文件夹（格式：YYYY-MM-DD-文章标题.md）

多篇文章批量建模：

• 串行提取：依次调用提取工具，避免并发触发风控
• 超级样本构建：拼接所有文本为单一长上下文（格式：=== 样本1：标题 ===\n内容...）
• 整体分析：对超级样本进行统一建模，不要单独建模每篇

B. 身份核验与增量迭代

提取完内容后，立即执行作者身份检查：

1. 提取锚点：从元数据获取作者或公众号名称
2. 库检索：检索 .claude/styles/ 目录
3. 路由决策：
   • 新作者：执行标准建模流程，新建风格文件
   • 已存在：执行融合迭代（读取旧档案 → 验证旧特征 → 补充新特征 → 修正冲突 → 更新文件）

2. 先建证据账本，禁止无证据总结

在任何风格归纳前，先建立一份证据账本。不要直接写“作者现实主义”“语言犀利”“善用类比”这种空结论。

证据账本必须包含：

字段	要求
观察现象	样本里具体出现了什么写法
原文证据	摘录原文，不少于一句
出现位置	样本标题或编号
功能判断	这句话在文章里起什么作用
可复用规则	下次写作时如何复现
适用边界	什么主题适用，什么主题不适用

硬规则：

• 每个核心结论至少要有 2 条原文证据支撑。
• 只出现 1 次的特征只能写成“可能特征”，不能写成稳定风格。
• 不允许把样本主题当成作者风格。例如作者写过互联网，不等于所有仿写都要举互联网例子。
• 证据账本必须落盘：保存到 .claude/styles/_evidence/[风格名]_evidence.md，供增量迭代和盲测复核使用，不允许只在对话里列一遍就扔掉。
• 禁止先验泄漏：如果你认出了作者是谁（知名作者、公开人物），所有结论仍然只能来自样本原文证据。禁止引入任何样本之外的作者履历、人设、代表观点来补全画像——认出身份只能用于库检索路由，不能用于建模。画像里凡是样本中找不到出处的信息，一律删除。

更完整的方法见：references/style-core-and-validation.md

2.5. 量化指纹：先跑脚本，再谈感觉

节奏类结论（句长、问句频率、段落长度）不允许靠肉眼估，必须用脚本实测：

python .claude/skills/风格建模/scripts/style_fingerprint.py docs/[样本1].md docs/[样本2].md ...

脚本输出：平均/中位句长、句长分布、问句/叹句占比、短段占比、省略号/破折号密度、高频句首词。

硬规则：

• 实测结果写入风格文件的 00b. 量化指纹 一节，并注明样本数。
• 15 维度中所有节奏类描述必须与实测一致。实测问句占比 8%，就不能写“高频设问”。
• 高频句首词是最客观的口头禅证据：出现 3 次以上的句首词才有资格进「词汇指纹」。

3. 十五维度深度解构 (15-Dimension Deep Analysis)

对样本文本进行 15 个维度的深度分析。详细说明请参考：references/15-dimensions.md

15 个维度概览：

1. 作者画像与核心人格 - 理解作者是谁
2. 思维内核与论证逻辑 - 提取底层思维模式
3. 创作路径还原 - 从选题到成文的过程
4. 互动设计 - 与读者的互动模式
5. 开头模式 - 文章开头的固定模式
6. 段落过渡模式 - 段落之间的连接方式
7. 句式与节奏 - 句子结构和节奏特征
8. 词汇指纹 - 最具辨识度的词汇
9. 修辞手法 - 常用的修辞技巧
10. 结尾模式 - 文章结尾的固定模式
11. 格式与排版 - 视觉呈现特征
12. 独特习惯与招牌动作 - 最具辨识度的 5-10 个特征（核心）
13. 反AI特征 - 让读者感觉"这不是AI写的"
14. 典型段落模板 - 3-5 个代表性段落
15. 禁忌清单 - 绝对不能使用的元素

重要提示：15 维度只是中间层，不是最终目标。维度12（招牌动作）很重要，但必须说明触发条件、使用边界和反例，不能只列口头禅。

4. 提炼风格内核

在 15 维度之后，必须额外提炼风格内核。这是用来解决“形似神不似”的核心步骤。

必须回答：

1. 这个作者首先看见什么：面对一个题目时，他第一反应看利益、人性、结构、荒诞、代价，还是情绪？
2. 这个作者会自动排除什么：他不会从什么角度写，不会用什么案例，不会给什么建议？
3. 论证发动机是什么：他如何从现象推到判断，中间靠什么转折？
4. 素材选择偏好是什么：他选择什么人、什么场景、什么代价、什么细节？
5. 情绪曲线是什么：开头、中段、结尾分别是什么温度？
6. 读者关系是什么：他是在骂读者、拉读者、教育读者，还是陪读者想明白？
7. 最小可复现配方是什么：换一个新主题时，用 5-7 条硬规则说明怎么写才像。
8. 判断库（观点指纹）是什么：这个作者在多篇样本里反复表达的实质判断有哪些？他的价值排序是什么（如"利益结构 > 道德评判"）？他习惯嘲讽什么、维护什么？这是最难伪造的层面——句式可以套，但一个作者"会得出什么结论"套不出来。每条判断必须附样本出处。

4.5. 区分性检验（防内核塌缩，必须执行）

风格提取最常见的失败：提取出来的"内核"其实是通用好文章公式（设问推进、具体案例、金句收尾、平视读者、禁用黑话），换谁都适用。这种内核写得再像模像样也是废的。

生成风格文件前，对内核的每一条逐一过两道闸门：

闸门一：通用基线检验

问："把这条规则交给任何一个优秀公众号写手，他是不是本来就在这么做？"

是 → 这条不是指纹，移到风格文件的「通用基线」小节（写作时仍遵守，但不算作者特征），并强制回到证据账本再挖一条真正有区分度的替代特征。

闸门二：库内撞脸检验

先读一遍 .claude/styles/ 下所有已有风格文件的 00 节，问："这条和库内某个作者重合吗？"

• 与 2 个以上库内风格重合的条目，同样降级到「通用基线」。
• 检验完成后，必须在风格文件中写出「与库内最相近风格的区分开关」：最容易和谁混淆、遇到同一主题时两人第一刀会有什么不同。写不出区分开关，说明内核还没抓到，禁止输出。

判断标准：一份合格的风格内核，去掉作者名之后，拿给熟悉这批风格文件的人看，应该能猜出是谁。猜不出，就是塌缩了。

5. 仿写验证与反向修正

生成风格文件前，必须做双重验证。自评打分容易通胀（自己写自己评永远接近满分），所以验证以证伪为导向：

A. 陌生主题仿写 + 逐条溯源

1. 选择一个样本文本中没有出现过的新主题，写 300-500 字短段。
2. 按 5 个维度自评，每项 0-2 分：
   • 切入角度是否像
   • 素材选择是否像
   • 论证推进是否像
   • 句式节奏是否像
   • 情绪和读者关系是否像
3. 每个 2 分都必须附"仿写句 ↔ 证据账本条目"的对应关系，说不出对应哪条证据的分数按 0 分计。
4. 总分低于 8 分，必须回到风格内核做反向修正，不能直接输出最终风格文件。

B. 独立盲测混淆对（更硬的闸门）

自己评自己必然通胀，盲测必须交给一个没有写作记忆的独立 agent执行：

1. 从样本中截取 1 段作者原文（80-150 字），与仿写中功能相近的 1 段配对，随机打乱 A/B 顺序。
2. 用 Agent 工具拉起一个 general-purpose 盲测员，prompt 里只给两段文本，不给风格文件、不给作者名、不说哪段是仿写。prompt 必须以这句话开头，否则盲测员会自己去读风格库导致泄题（实测发生过）：

这是一个纯文本判断任务。不要使用任何工具，不要读取任何文件，只凭下面给出的文字作答。

以下两段文字，一段是某作者的原文，一段是对他的仿写。
A：[段落A]
B：[段落B]
请回答：
1. 哪一段是仿写？
2. 暴露它的前 3 个破绽是什么？（必须找满 3 个，不允许回答"难以区分"）
3. 每个破绽归类：判断方式（切入角度/结论倾向不像同一人）/ 素材 / 节奏 / 用词

3. 判定规则：
   • 盲测员猜错了哪段是仿写 → 直接通过本项（仿写骗过了无记忆读者）。
   • 盲测员猜对，且破绽中含判断方式破绽 → 验证失败，回炉重写内核。
   • 盲测员猜对，但只有素材/节奏/用词破绽 → 按破绽修正后通过。
4. 用量化指纹脚本跑一遍仿写段，句长/问句占比与样本实测值偏差超过 30% → 节奏不合格。
5. 盲测员的原始回答要摘录进风格文件第 16 节，作为验证留痕。

C. 反向压力测试（可选，多样本时推荐）

拿一个作者立场明确的话题，先按风格文件推演"作者会得出什么判断"，再回样本核对判断库。推演结论与判断库相反，说明内核只抓了皮，没抓到作者的价值排序。

6. 生成或更新风格文件

在 .claude/styles/ 目录下创建或覆盖更新风格文件。如果是增量更新，请保留原文件主体结构，但根据新样本调整内容，并在 Front Matter 中更新 last_updated。

硬规则：

• 所有风格文件都必须带 YAML Front Matter。
• 最低必填字段只有 3 个：author、source_count、last_updated。
• 如果是历史遗留文件，且样本数已经无法可靠追溯，允许写 source_count: null，不要编造数字。
• 更新旧文件前，若发现没有 Front Matter，必须先运行：
  • .claude/skills/风格建模/scripts/normalize_style_frontmatter.py .claude/styles --refresh-existing

基本格式如下：

---
author: [作者或公众号名]
source_count: [样本数；历史未知时填 null]
last_updated: [YYYY-MM-DD]
---

# 风格名称：[用户起名]

## 00. 风格内核：不可替代的判断方式

### 这个作者首先看见什么
[面对一个新题目时，作者优先观察的层面：利益/结构/人性/代价/荒诞/情绪]

### 这个作者会自动排除什么
[不会怎么写、不会用什么角度、不会用什么案例]

### 论证发动机
[从现象到判断的推进方式，必须能迁移到新主题]

### 素材选择偏好
[偏爱什么人、场景、细节、代价；拒绝什么素材]

### 情绪曲线
[开头、中段、结尾的温度变化]

### 读者关系
[作者和读者的关系：平视/训诫/陪伴/拆穿/挑衅]

### 判断库（观点指纹）
[作者在多篇样本里反复表达的实质判断，每条附样本出处：]
1. [判断1]（样本X、样本Y）
2. [判断2]（样本Z）
- **价值排序**：[如：利益结构 > 道德评判；真实 > 体面]
- **习惯嘲讽**：[对象]；**习惯维护**：[对象]

### 最小可复现配方
1. [硬规则1]
2. [硬规则2]
3. [硬规则3]

### 通用基线（不算指纹，但写作时遵守）
[被区分性检验降级的条目：任何好写手都会做的事，如"多用具体案例""不用黑话"]

### 与库内最相近风格的区分开关
- **最容易混淆**：[库内风格名]
- **同一主题的第一刀差异**：[遇到同一个题目，两人切入会有什么不同]
- **一票鉴别特征**：[看到什么就能确定是他而不是那个人]

## 00b. 量化指纹（脚本实测，样本数：N）

| 指标 | 实测值 |
|------|--------|
| 平均句长 | X 字 |
| 中位句长 | X 字 |
| 问句占比 | X% |
| 叹句占比 | X% |
| 短段（≤2行）占比 | X% |
| 高频句首词 Top5 | [词(次数)...] |

## 01. 作者画像与核心人格
- **基础特征**：[年龄/职业/背景]
- **性格特质**：[现实主义/犬儒/温和...]
- **社会角色**：[具体描述]
- **核心人格**：[具体描述]

## 02. 思维内核与论证逻辑
- **核心世界观**：[具体描述]
- **价值判断**：[真实vs体面/...]
- **分析模式**：[现象→机制→人性→出路]
- **问题意识**：[关注什么核心问题]

## 03. 创作路径还原
- **痛点捕捉**：[如何发现选题]
- **经验调取**：[亲身经历/身边案例]
- **逻辑搭建**：[递进结构/...]
- **现实化翻译**：[如何具象化]

## 04. 互动设计
- **读者预设**：[画像]
- **互动技巧**：[预判质疑/共情引导/...]
- **引导策略**：[提供框架/...]

## 05. 词汇指纹
- **口语连接词**：[那问题来了/...]
- **高频动词**：[搞/弄/整/...]
- **程度副词**：[超级/巨/...]
- **禁用词**：[赋能/抓手/...]

## 06. 句式与标点
- **典型句式**：[设问-回答/对比/...]
- **标点习惯**：[大量逗号/...]

## 07. 开头与结尾配方
- **开头模式**：[背景交代/问题引入]
- **结尾模式**：[开放式/建议式]
- **示范**："[摘录开头]"; "[摘录结尾]"

## 08. 过渡与连接
- **典型过渡词**：[说到这里/当然了]
- **连接逻辑**：[设问引导/...]

## 09. 修辞手法
- **核心修辞**：[生活化类比/...]
- **反问频率**：[高/中/低]

## 10. 格式与排版
- **小标题**：[不用/...]
- **强调方式**：[加粗/...]

## 11. 招牌动作（最具辨识度！）
1. [动作名称] - [描述]
   > 示范："[原文]"
2. [动作名称] - [描述]
   > 示范："[原文]"
...

## 12. 反AI特征
- [具体特征]
- [具体特征]

## 13. 段落模板库
### 观点段模板
"[原文摘录]"

### 举例段模板
"[原文摘录]"

### 转折段模板
"[原文摘录]"

### 收尾段模板
"[原文摘录]"

## 14. 禁忌清单
- ❌ 禁用词：[...]
- ❌ 禁用句式：[...]
- ❌ 禁用态度：[...]

## 15. 使用说明
写作时，请严格遵守以上配方。每写完一段，对照本文件检查是否符合风格要求。

## 16. 仿写验证与失败修正

### 陌生主题测试
- **测试主题**：[样本中未出现过的新主题]
- **仿写片段**：[300-500字]

### 自评分（每个 2 分必须附证据溯源）
| 维度 | 分数 | 依据（对应证据账本条目） |
|------|------|------|
| 切入角度 | 0-2 | [说明 ← 证据条目] |
| 素材选择 | 0-2 | [说明 ← 证据条目] |
| 论证推进 | 0-2 | [说明 ← 证据条目] |
| 句式节奏 | 0-2 | [说明 ← 量化指纹偏差] |
| 情绪和读者关系 | 0-2 | [说明 ← 证据条目] |

### 独立盲测混淆对
- **原文段**：[80-150字摘录]（盲测中标记为 A/B 之一）
- **仿写段**：[功能相近的仿写段]
- **盲测员判定**：[猜对/猜错哪段是仿写]
- **盲测员找出的 3 个破绽**（原始回答摘录）：
  1. [破绽 + 层级：判断方式/素材/节奏/用词]
  2. [破绽 + 层级]
  3. [破绽 + 层级]
- **结论**：[猜错 → 通过 / 猜对且有判断方式破绽 → 失败回炉 / 猜对但仅素材节奏用词破绽 → 修正后通过]

### 形似陷阱
- [哪些地方只是套了口头禅或句式]

### 反向修正
- [根据仿写失败暴露的问题，修正风格内核或使用说明]

最佳实践

• 风格内核优先：先抓作者的判断方式，再抓句式和口头禅
• 区分性压倒完备性：一条"只有他会这么干"的特征，价值高于十条"好文章都该这样"的通用规则
• 判断库是最深的指纹：句式可以套，作者会得出什么结论套不出来；观点指纹必须建
• 节奏结论必须实测：跑 scripts/style_fingerprint.py，不许肉眼估
• 招牌动作要写触发条件：必须说明什么时候用、为什么用、什么时候不用
• 多摘录原文：风格文件中至少要有 10 处原文摘录作为模板
• 画像要有证据：只有被原文反复证明的画像，才能写进稳定规则；认出作者身份也不许引入样本外信息
• 必须做仿写验证：不通过盲测混淆对的风格文件不能算完成