---
name: write
description: |
  中文写作的唯一入口，写文章、写稿、改稿、写文案、写脚本、去 AI 味都从这里进。
  一个流程走到底：判断手上有什么，读对应的 references 自己执行（挖素材、定结构、诊断初稿、文案、传播与标题），
  最后强制过一遍内置中文体检（检测脚本 scripts/check.py）。
  触发词：写文章、写稿、改稿、写作、写文案、写脚本、口播稿、公众号、小红书、标题、翻译、摘要、排版、去 AI 味、humanize、
  这篇读着别扭、AI 味太重、读完脑子是乱的。
---

# write · 中文写作总入口

这个入口只负责一件事，把中文写作的每一步做对，也别让人跳过该跳的步骤。所有环节都由你自己读 references 后执行，不需要用户敲任何别的命令。

## 第一步：先定位，别猜

问清楚用户手上有什么，再决定走哪条。四种状态对应四条路：

| 手上有什么 | 走哪条 |
|---|---|
| 只有一个模糊想法，还没素材 | 阶段一 · 挖素材 |
| 一堆零散笔记、转录、要点 | 阶段二 · 定结构 |
| 一份写完的初稿，但读着不对 | 阶段三 · 诊断（**不要直接改句子**） |
| 一份准备发的稿子 | 阶段四 · 中文体检 |

### 其他情形读哪个

| 情形 | 读 |
|---|---|
| 公众号类长文、随笔、评论，要有真人的声音；或稿子太完美、读着像 AI | `references/longform-voice.md` |
| 要起标题、写小红书或口播稿、做传播设计；检查口播稿哪里会划走；诊断稿子有没有共鸣 | `references/hooks-and-platforms.md` |
| 小红书等平台的标题公式，短视频开头钩子 | `references/title-formulas.md` |
| 翻译、写摘要、只调格式、Markdown 转公众号 HTML | `references/translate-and-format.md` |
| 官网首页、落地页、定价页等营销文案；带引用和来源的文章 | `references/copy-and-research.md` |
| 阶段四查模式、改写前定位 AI 痕迹 | `references/patterns-zh.md` |

**用户说"读着别扭"或"AI 味重"时，默认进阶段三，不要进阶段四。** 句子层面的毛病多半是结构问题的症状，直接修句子是在给骨折贴创可贴。

## 阶段一 · 挖素材

读 `references/fragments.md`，然后自己执行：用追问把素材逼出来，片段追加进同一个文件，不排结构。这一步最值钱的产出是 leading word，一个能撑起整篇的比喻或造词，它决定后面的结构、转场和标题。

## 阶段二 · 定结构

有素材堆之后，按读者怎么读来选。读者需要被带着走就读 `references/beats.md`，读者自己知道要找什么就读 `references/shape.md`，读完照着执行。

面向完全不懂的读者做科普，一律用 beats。用户没有明确偏好时由你按这个标准选，并用一句话交代理由。

## 阶段三 · 诊断已有初稿

先跑三项体检，出结论再动手。**跑完之前不要改任何句子。**

### 体检一 · grounding 顺序

每个概念必须先落地，后面才能借它发力。借还没落地的概念，读者当场掉线——这是"读完脑子是乱的"最常见的病根，而且它在句子层面看不出来，每句话都通顺。

做法：从头读，维护一张"已落地概念"清单。每遇到一处发力，检查它依赖的概念在不在清单里。

四种典型错误：

- **借还没到账的钱** —— 前面某句的力量依赖后面才讲的概念
- **拆得太远** —— 概念在第二章落地，第五章才用，中间隔太久读者已经忘了
- **落地两次** —— 同一个概念前面提半句、后面完整讲一遍。半个介绍比不介绍更糟
- **该设成前提的塞进正文** —— 早段被定义淹没

### 体检二 · beats 还是 blocks

数一下全篇的并列条目。三十个平行要点意味着这是知识点堆叠，不是行进。

征兆：每节都以"X 是这样的"结尾，停在死路上，读者每节都要重新起跑。

### 体检三 · leading word 用够了没

有没有一个贯穿全篇的比喻？立起来之后是不是只在第一节用过就丢了？后面每一节能不能挂回它身上？

### 顺手要砍的

- **章末小结**。它跟正文抢记忆，读者读完正文再读一遍浓缩版，两份记忆互相干扰。留一句收束就够。
- **信息密度全程满负荷**。允许某些段落只有一句话。

诊断出结论后按结论直接改，或者结构问题太大就回阶段二重排。改完进阶段四。

## 阶段四 · 中文体检（不可跳过）

这一阶段内置了去 AI 味的全部做法：检测脚本、分档、保事实规则、文体判断、清字符。模式清单见 `references/patterns-zh.md`。

### 四步走

1. **分档。** 运行检测脚本：

```bash
python3 ~/.claude/skills/write/scripts/check.py 稿件.md
```

脚本输出硬禁项、提示项、句长与段长变异和档位。按档位决定动多大的手：

| 档位 | 做法 |
|---|---|
| clean（≤20） | 只清字符和被标出的几处，**不重写**。人写的初稿自带的声音别抹掉 |
| 轻度（21-40） | 针对命中处改，顺手修节奏 |
| 混合及以上 | 整段重写，按下面的文体目标重建 |

   硬禁项（翻案腔、破折号、提示性冒号、口头路标）退出码为 1，必须清零。提示项回到上下文判断，不当黑名单。脚本只抓表层，跑完仍要通读一遍，找意思层面的同类写法：「它没有突然变强。它突然变得谁都能用了」没有一个关键词，翻案腔原样。

2. **判文体，定声音。** 别往没有声音的文字里硬塞声音：

   | 文体 | 做法 |
   |---|---|
   | 事实、科普、技术文档、商务、学术 | 保守。只删套话，保留术语、归因、限定，不加第一人称、观点和旁白，不强行口语化 |
   | 随笔、评论、第一人称叙事 | 可以放开。保留作者已有的态度和犹豫，用表达方式增强个人风格，不替作者编经历 |
   | 拿不准 | 按保守处理 |

   用户给了写作样本，就从样本取句长、用词、标点习惯，不把样本里的经历和数据搬进目标文本。

3. **改写，守住事实。** 下面几类错误能躲过人名数字的核对，在真实改稿里都出现过，逐条防：

   - 不把「测得」改成「据称」，也不把「据称」改成断言
   - 不删掉最后一个限定：「有过度诊断的风险」删掉「风险」就成了断言
   - 不把批评读成夸奖
   - 不把数字挪到另一个名词上：「续航 30 小时」不能变成「降噪 30 小时」
   - 不丢关系：排名、先后、同时、否定、每个独立论断自己的条件
   - 不碰占位符：`[姓名]`、`{{first_name}}` 原样保留
   - **不加料。** 成稿字数超过原稿的 1.25 倍，多出来的就是编的，分数再好也不留；允许删，不允许长
   - 不编日期、数据、引语、来源。没有细节就保持概括，不用虚构的数据显得具体
   - 保留原文主张不等于核实了主张，疑似事实错误另行说明，不用猜测替换

4. **防改平，再清字符。** 改完再跑一遍脚本。句长变异低于 0.35、段落齐刷刷一样长、全篇一个节拍，读着和模板稿一样快被认出来，这叫改平，要回头把几处改回有长有短。然后清字符：

```bash
python3 ~/.claude/skills/write/scripts/check.py --clean 稿件.md > 稿件.clean.md
```

   `--clean` 去掉不可见字符、全角空格等异常空格、行尾空白，把中文后面的半角 `, ; : ? !` 转成全角；代码块、行内代码、网址、front matter 原样保留。只写入新文件，确认无误再替换，别直接覆盖原稿。

### 红线

**最高优先级：禁止「先否定后肯定」。** 「不是A，而是B」及全部变体，包括意思层面的同类写法。改法是**删掉否定的那半句**，不是换个说法。「不只……还……」是正常递进，不在翻案位置就可以用。

**矫饰文风是红线级的 AI 味。** 用比喻和花腔代替直说：「一个值得调的参数」写成「一个值得拧的旋钮」。判据是这个比喻删掉之后意思有没有损失，没有损失的一律删。阶段一的 leading word 是例外，它是全篇骨架，一篇只允许一个，且每节都要挂回去；挂不回去的比喻就是矫饰。

**密度。** 每句一个意思，二十字上下；一段只推进一步；允许某些段落只有一句话。

**格式。** 列表和加粗只在内容确实多面时用；叙事、抒情、对话一律平铺散文。列表不是结构，常常是没想清楚顺序的遮羞布。读者要极简格式，就一个项目符号、一个标题、一处加粗都不留。

**引文要标出来。** 总结别人的材料，先按「几家说法在哪里一致、在哪里不同」组织，每家用自己的话转述，整篇最多留一处带引号的短语并注明出自谁。

其余同样要查：正文里的 `——`（列表分隔符里的可留）；数量漂移，改过内容后配图说明里的「四个红框」、小结条数、「前面五章」一律重新核。

### 交付

- 用户贴来文字：只交最终稿。用户要看才附简短说明，不默认附草稿、命中清单和分数。
- 用户给了文件：用户要求改才写回，只审阅就给建议。
- 作为其他任务的一步：只交所需的最终文本，不提这一遍体检。
- 只有两种情况开口：有一个事实保不住，或有一个不确定是否对得上领域的词，各用一行说明再给稿；用户明确要报告或要对比。

分数描述的是眼前这段文字，不能用来判断作者是谁，更不能用来指控任何人。它也不保证通过任何检测器。

## 三条铁律

**减法产生不了好文章。** 把 AI 痕迹清到零，只是把标记擦掉了，不等于写得好。清单管"别写什么"，笔法管"该怎么写"，两件事都得做。

**结构问题不要在句子层面修。** 用户抱怨句子的时候，先怀疑结构。

**改完必重核计数。** 每一轮修改都会让配图数量、小结条数、章节引用对不上。这是最容易漏、也最显得业余的一类错误。