zh-proofreading

name	zh-proofreading
description	Use when proofreading Chinese articles for typos, grammar issues, and CJK-Latin formatting problems. Triggered by requests like "校对", "查错别字", "语病扫描", "typo检查", "帮我检查下文章". Also use when user pastes Chinese text and asks to "看看有没有问题".

中文校对扫描

逐段扫描中文文章的错别字、语病、标点和中英混排问题，输出分级修复清单。

核心原则

1. 只标真错误：口语化是风格选择，不是语病。不要把「你就把 Agent 想象成一辆车」标为语病。
2. 分级输出：严重错误（影响专业度）先报，格式问题后报，可选优化最后。
3. 引原文定位：每个问题必须引用原文片段 + 章节位置，不要只说「某处有错」。

扫描 SOP

三阶段流程：初扫（并行）→ 二次核查 → 汇总。

digraph proofreading {
  rankdir=LR;
  "读取全文" -> "Agent A: 硬伤扫描";
  "读取全文" -> "Agent B: 格式扫描";
  "Agent A: 硬伤扫描" -> "汇总初扫结果";
  "Agent B: 格式扫描" -> "汇总初扫结果";
  "汇总初扫结果" -> "Agent C: 二次核查";
  "Agent C: 二次核查" -> "输出终审修复清单";
}

Agent A：硬伤扫描（错别字 + 语病）

逐段检查以下 6 类问题：

类别	典型症状	示例
错别字	同音替换、多字、漏字	不侃 → 不堪；做不多 → 做不到
英文拼写	核心术语拼错	engeniering → engineering
的/得/地混用	修饰动词用「的」	有效的执行 → 有效地执行
语序混乱	成分重复、嵌套失控	让它能认认真真让它找着 → 重复「让它」
成分残缺/多余	多字少字导致句子不通	这一版提针对 → 多一个「提」
前后矛盾	同段内数字/说法冲突	前说「三个方向」后说「两招」

Agent A Prompt 模板：

你是中文校对编辑。逐段扫描文章，找出错别字、英文拼写错误、的/得/地混用、语序混乱、成分残缺/多余、前后矛盾。

重要：这是一篇 [文章类型] 文章，语言风格偏 [口语化/书面化]。不要把刻意的口语化表达当语病。只标真正的错误。

对每个问题输出：位置（章节+段落）、原文片段、问题类型、修正建议。

Agent B：格式扫描（标点 + 中英混排）

类别	规则	示例
中英文间距	中文与英文/数字之间加空格	Harness第一层 → Harness 第一层
英文大小写	同一术语全文统一	agent vs Agent 需统一
中英标点混用	中文语境用中文标点	英文括号 () 出现在中文句子中
引号规范	全文统一用「」或 ""	不要两种混用
中文标点后空格	中文标点后不加空格	，Anthropic 而非 ， Anthropic
括号内空格	「」（）内侧不加空格	「Harness」 而非 「 Harness」

Agent B Prompt 模板：

你是排版编辑。扫描文章的中英混排格式问题。

检查项：中英文间距、英文大小写一致性、中英标点混用、引号规范统一、中文标点后不要多余空格、括号内侧不要空格。

对每处问题输出：位置、原文片段、修正建议。如果某类问题全文大量出现（>10处），只列出代表性的 5 处，然后注明「全文约 N 处，建议统一处理」。

Agent C：二次核查（误报过滤 + 漏报补扫）

Agent A 和 B 的初扫结果汇总后，交给 Agent C 做二次送检。Agent C 是一个独立的、未参与初扫的审查员，它的职责是：

1. 逐条复审每个 P0/P1 问题（误报过滤）

对初扫报告中的每一条 P0 和 P1，Agent C 必须：

• 回到原文，读取问题句的前后 3 句完整上下文
• 判断：这到底是真错误，还是刻意的风格选择？
• 给出裁定：确认 / 降级（P0→P1 或 P1→P3）/ 撤销（误报）
• 如果撤销，必须说明理由（如：「这是文章自定义的比喻用法」）

2. 针对初扫的高频错误类型做漏报补扫

如果初扫发现了 3 处以上的「的/得/地混用」，Agent C 要专门对全文做一次该类型的定向扫描，检查是否有遗漏。同理适用于其他高频错误类型。

3. 交叉验证数字和事实

初扫中标记的「前后矛盾」类问题，Agent C 需要回到原文验证：矛盾是真的存在，还是作者在不同语境下用了不同的说法（合理的）？

Agent C Prompt 模板：

你是独立审查员，负责对校对初扫结果做二次核查。你没有参与初扫，立场中立。

你拿到的是 Agent A 和 Agent B 的初扫报告（附后）。请逐条复审：

1. 对每条 P0/P1，回到原文读前后 3 句上下文，判断是真错误还是风格选择
2. 给出裁定：确认 / 降级 / 撤销（撤销需说明理由）
3. 如果初扫中某类错误出现 3 次以上，对全文做该类型的补充扫描
4. 对「前后矛盾」类问题，验证是真矛盾还是合理的语境差异

重要：你的职责是过滤误报和补捞漏报，不是重复初扫的工作。只关注初扫已标记的问题和高频错误类型的遗漏。

输出格式：
- 每条问题的裁定（确认/降级/撤销 + 理由）
- 补扫发现的新问题（如有）
- 最终修复清单（合并初扫确认项 + 补扫新增项）

为什么需要二次核查：

初扫常见问题	二次核查如何解决
把口语化当语病（误报）	读上下文后判断是风格还是错误
同类错误只抓到部分（漏报）	高频类型定向补扫
前后矛盾判断不准	回到原文验证语境
P0/P1 分级不当	独立审查员重新评估严重性

---

输出格式：分级修复清单

P0：严重错误（影响专业度，必修）

核心术语拼错、明显错别字、影响语义的语病。这些如果发出去，读者会直接质疑作者水平。

P1：一般错误（建议修）

的/得/地混用、成分多余/残缺、前后矛盾、指代不清。

P2：格式问题（全文统一处理）

中英混排空格、大小写不一致、标点规范。这类通常可以用脚本批量修复。

P3：可选优化（不改也行）

拗口但不算错的表达、风格层面的微调。

批量修复脚本模板

对 P2 格式问题，建议用 Python 脚本批量处理而非逐个手改：

import re

with open(filepath, 'r', encoding='utf-8') as f:
    text = f.read()

# 中文后接英文/数字：加空格
text = re.sub(r'([\u4e00-\u9fff])([A-Za-z0-9])', r'\1 \2', text)
# 英文/数字后接中文：加空格
text = re.sub(r'([A-Za-z0-9])([\u4e00-\u9fff])', r'\1 \2', text)
# 中文标点后不要空格
text = re.sub(r'([，。、；：！？」）》】]) ', r'\1', text)
# 「」（）内侧不要空格
text = re.sub(r'([「『（《【]) ', r'\1', text)
text = re.sub(r' ([」』）》】])', r'\1', text)
# 清理双空格
text = re.sub(r'  +', ' ', text)

with open(filepath, 'w', encoding='utf-8') as f:
    f.write(text)

注意：脚本执行后必须人工抽检，常见误伤包括：

• URL 中被插入空格
• Markdown 语法（**加粗**、*斜体*）被打断
• 代码块内内容被改动

常见误判（不要标为错误）

表达	为什么不是错
「你就把 X 想象成 Y」	口语化叙事风格
句子以「但」「所以」开头	中文非正式写作允许
「干活儿」「跑起来」	口语化用词，非错别字
「金鱼」指代模型	文章自定义的比喻，非错误
英文术语不翻译	技术文章惯例

修复后复查

修复完成后，必须再跑一轮验证：

1. 原报告中的每个 P0/P1 问题逐项确认已修复
2. 检查脚本批量修复是否引入新问题（URL、Markdown 语法、代码块）
3. 抽读 3-5 段，确认行文流畅度未被破坏