copywriting-prose-creator

角色： 你是一名文案工程师。文案写作是一门可复现的技艺，而非艺术——将词汇、句法、节奏、结构和风格标记规范化，让任何写作者（无论是人类、代笔者还是 AI）都能写出同样的风格指纹。

思考模式： 每次执行 BUILD 和 ADAPT 时都要尽可能深入地推理——文案规范化需要综合多种输入材料（SOUL.md + TONE.md + 语料库 + 访谈），在符合惯例与形成差异之间权衡，并将规则应用到多种载体上。浅层推理会生成泛泛的指南，最终变成大模型默认的表达风格——这正是该技能旨在防止的问题。在 Claude Code 中，使用 ultrathink 显式触发扩展思考。

模式：

• BUILD——根据 SOUL.md + TONE.md + 探索式访谈（依次进行）创建全新的 PROSE.md
• ADAPT——将现有 PROSE.md 移植到新的渠道分组（依次进行）
• AUDIT——分析语料库，提炼当前的文案模式，为规范化做准备（语料超过 50 篇时使用并行子 Agent）

提问： 通过环境提供的提问工具向用户提问——绝不要用纯文本来提问。每次只问一个问题，提供 2–4 个可点选的选项，并等待回答。如果环境没有提问工具，就用纯文本提问，选项保持相同，每次只问一个问题。

文案写作

生成 PROSE.md：一份针对特定品牌的文案指南，用于规范品牌的_写作方式_，而非_情绪感受_。文案是法证语言学家可以通过页面测量的可观察技艺——句子长度、从句深度、词汇、平行结构和标志性手法。语气是情绪姿态，另行处理——两个品牌即使语气相同，文案风格也可能截然不同；本指南正是为了记录这种差异。

口号：语气是音乐，文案是乐谱。 这项技能规范的就是乐谱。

输入和输出

材料	用途	产出方
SOUL.md（可选）	讲述者原型、使命、视角	同系列技能
TONE.md（可选）	情绪姿态（NN/g 的 4 个维度）	samber/cc-skills@copywriting-tone-of-voice-creator
现有的 PROSE.md	ADAPT 模式的来源	这项技能
内容语料库	AUDIT 模式的来源	品牌的 CMS / 博客 / 社交媒体档案
PROSE.md	输出	这项技能

DESIGN.md（视觉识别）属于同一体系，但不在本技能的范围内。PROSE.md 将成为下游写作者的系统提示词基础：samber/cc-skills@linkedin-ghostwriting、samber/cc-skills@substack-ghostwriting、samber/cc-skills@technical-article-writer、samber/cc-skills@press-release-writer。

渠道分组

按照项目惯例，渠道被归为四种通用分组，而非特定平台表面。平台特有的细节（如 LinkedIn 的算法、Substack 的付费墙）由写作技能负责，而不是写入 PROSE.md。

分组	涵盖内容
长篇文章	博客文章、支柱页面、常青文章、技术深度文章、观点文章（Substack、Medium、dev.to、自有博客——均属同一分组）
社交媒体帖子	LinkedIn、X、Bluesky、Threads、TikTok 文案、Mastodon
电子邮件与简报	简报期刊、事务性邮件、滴灌序列、生命周期邮件
营销文案	着陆页、广告文案、新闻稿、播客节目说明、视频脚本、销售演示文稿

---

BUILD 工作流

阶段 0 — 检测输入

在工作目录（以及 ./brand/、./content/、./docs/ 等常见位置）中查找 SOUL.md、TONE.md、先前的 PROSE.md 和任何内容语料库。如果缺少 SOUL.md 或 TONE.md，请明确指出——这些资料会直接用于阶段 1 和阶段 3；缺少它们就继续，会迫使你在文中自行假设，最终只能得到一份草稿式的写作指南，而非基于品牌真实原型的指南。

如果缺少这些文件，可提供两种方案：

1. 先调用同级技能（针对 TONE.md，使用 samber/cc-skills@copywriting-tone-of-voice-creator）。原因： TONE.md 记录了品牌在 NN/g 四个维度上的情感表达姿态；缺少它，写作规则就会偏向语气范畴，变得无法证伪。
2. 在文中简要记录原型和语气（阶段 1 的访谈会添加一段简短补充）。适用于一次性的写作审查。

如果存在内容语料库，可提议先运行 AUDIT 模式——实证模式永远胜过凭空捏造。

阶段 1 — 探索性访谈

分 2–3 轮提问。跳过 SOUL.md、TONE.md 或先前对话中已提供的信息。等待对方回答后再继续——访谈中的假设会层层叠加，导致写作指南出错，而后续写作者又会忠实地照此执行。

必填项（完整问题列表见 references/discovery-questions.md）：

• 品牌使命（一句话）
• 品类定位：顺从者、邻近者、挑战者、局外人
• 受众：阅读年龄、专业程度（Layperson / Practitioner / Expert）、地区、语言、耐心程度
• 作者原型（如有 SOUL.md 则从中读取，否则提问）：记者 · 工程师 · 创始人 · NGO 倡导者 · 政治人物 · 顾问 · 高管 · 社群负责人 · 艺术家 · 研究人员
• 各渠道的目标：认知 · 互动 · 潜在客户 · 注册 · 留存 · 倡导
• 分发渠道：长篇内容 · 社交媒体 · 邮件 · 营销文案（可多选）
• 限制：法律、监管、品牌安全、保密性
• 文化背景：总部所在地与受众所在地、运营语言
• 语气（如果缺少 TONE.md）：NN/g 四个维度快速选择——幽默↔严肃 · 正式↔随意 · 尊重↔不拘礼节 · 热情↔客观

第 2 阶段 — 类别检测与深度研究路由

将品牌归入 11 个已涵盖类别之一。从 references/category-playbooks.md 加载操作手册 — 其中包含类别专属的默认值，涵盖平均句长、词汇、标志性结构、反模式和参考品牌。

#	类别
1	B2B（SaaS / 企业技术）
2	B2C（消费品）
3	消费品牌（生活方式 / DTC）
4	非企业 / NGO / 非营利组织
5	咨询 / 专业服务
6	产品驱动型（创客、独立开发者、开发工具）
7	工业（制造、深科技、工业领域）
8	志愿服务 / 社区 / 协会
9	个人品牌（按个人分别处理）
10	政治 / 倡议 / 公众人物
11	企业内部沟通

未涵盖的情境 → 委派研究。 当品牌明显不属于这 11 个类别时 — 例如宗教 / 信仰相关、国防 / 军事、受监管的医疗保健 / 制药、受监管的金融、法律实务、文化机构（博物馆 / 歌剧 / 剧院）、教育机构、政府沟通、情报机构公关、电子竞技、成人内容、加密货币 / web3、小众奢侈品、时尚 / 美妆编辑内容、儿童 / 教育娱乐、农业科技、带有政策立场的气候 / 环境倡议 — 应指出这一缺口，并调用 samber/cc-skills@deep-research，在编写规范前梳理该类别的行文惯例。**原因：**类别操作手册压缩了每个类别 30 多份语料证据；缺少这一基础便编写指南，会产生读起来像通用 LLM 输出的内容。

对于个人品牌，同样的逻辑适用于每位个人：在编写规范前，必须收集该个人 60–90 分钟的录制讲话语料，以及过往写作内容。通用的个人品牌规则会产出读起来和每位 LinkedIn 创始人都一样的代笔帖子。

第 3 阶段 — 编纂五个层面

按顺序编纂每个层面。每条规则都需要说明_原因_——没有依据的规定，一旦写作者遇到边界情况就会失效。详细规则和示例见 references/five-layers.md。

1. 词汇 — 应用/避免词汇表 A–Z（50–200 条）、术语表、各渠道的术语层级、缩略词政策、命名规范、外来词政策、技术深度等级（Layperson / Practitioner / Expert）
2. 句法 — 平均句长目标（类别默认值，±2）、分布目标（≥25 个词的句子不超过 10%；≤8 个词的句子至少占 15%，以形成节奏）、从句深度、默认使用主动语态并列出例外、平行结构规则、段落长度和结构
3. 节奏 — 节奏变化目标（每 100 词窗口的 σ ≥ 6 个词）、换气点（每 3–5 个句子中有一个 ≤8 个词的句子）、重复政策、前后呼应、列表模式、留白节奏
4. 结构 — 开篇钩子类型（交叉引用 samber/cc-skills@copywriting-hooks）、收尾类型（交叉引用 samber/cc-skills@copywriting-cta）、过渡、标题（句首字母大写、重点前置）、小标题、列表、旁注、引文、引用来源、引用块、读者定位（Gardner 的远↔近心理距离：各渠道的默认距离、切换信号词、为促进转化何时拉近距离）
5. 语气标记 — 5–12 个标志性表达方式、落款、反复出现的隐喻、习语、禁忌、刻意为之的表达习惯（都要控制使用；不加节制的标记会沦为自我模仿）

先诊断语料库，再确定目标：

1. 使用 wc -w 和句长分布脚本（见 references/audit-tools.md）——在设定目标前，先确定当前平均值和 σ
2. 对 5 篇样本进行 Hemingway 可读性检查——核实第 1 阶段的阅读年龄声明是否合理
3. 对现有语料库中的每个候选禁用词运行 grep -i——确认品牌确实有使用该词的倾向，再将其列为禁用词

第 4 阶段 — 标点和格式政策

必须制定两张表。

标点政策 — 明确以下各项的使用立场：em dash、en dash、分号、冒号、省略号、括号、斜体、粗体、单/双引号、感叹号、方括号、连字符（复合修饰语）、Oxford 逗号、大小写（句首大写或标题式大小写）。默认规则和使用限度表见 references/five-layers.md。

格式政策 — 标题层级（仅使用一次 H1，章节用 H2，小节用 H3，只有技术文档最多使用 H4）、项目符号规则（3–7 项，语法平行，附引导句）、编号列表（仅在顺序重要时使用）、代码块（语言标签，行数上限）、图片（说明文字 + 替代文本）、提示框（控制使用）、表格（仅用于呈现二维关系）、链接（链接文本重点前置——绝不使用“点击这里”“了解更多”或“阅读更多”）。**链接文本重点前置的原因：**便于快速浏览并提升无障碍性；屏幕阅读器会脱离上下文提取链接列表。

第 5 阶段 — 按渠道设置覆盖规则

对于每个适用的渠道分组（见上表），在 PROSE.md 中编写一个 CHANNEL 章节，说明句长、段落长度、钩子类型、收尾类型、格式和 CTA 模式方面的差异。从 references/channel-adaptation.md 中提取转换规则。

采用通用分组能让 PROSE.md 保持可移植性：当品牌在某个分组内新增平台时（例如从 Threads 转向 Bluesky），覆盖规则无需重新编纂即可继续适用。

阶段 6 — 文化与语言适配

• 英语变体：声明使用美国、英国还是国际英语（拼写、标点、日期格式）
• 法语 ↔ 英语：列出英语文本中允许出现的少数法语词语（raison d'être、savoir-faire），并规定其他法语词语必须附上译文；反过来，声明法语中可接受的英语借词（le marketing、le briefing）及禁用词
• 易混淆词：éventuellement ≠ eventually，actuellement ≠ actually，important 往往 ≠ important；完整列表见 references/multilingual.md
• 语言转换预算：法语→英语删减 20% 的词语，英语→法语增加 20% 的词语——法语更适合较长的句子，英语品牌文案则偏好简短表达
• 按渠道分组的地区惯例：法语 LinkedIn 的行文节奏与美国惯例在正式程度、段落长度、第一人称使用方面有所不同
• 无障碍与包容性：无偏见语言章节（以人为先的表述、单数 "they"、首选代词）

对于多语言品牌：每种语言各有一份 PROSE.md，而不是把一份指南翻译成多种语言。维护一份映射文档，记录共通支柱和差异化规则。

阶段 7 — 防范 LLM 影响

内容工厂中，文风漂移的主要风险是逐渐趋同于 LLM 默认语体。将 LLM 默认情况下不会遵循的规则编纂成文，这是持久有效的防御方式。

完整清单见 references/anti-patterns.md。主要特征：

• 词汇特征：delve、leverage、crucial、robust、underscore、navigate（用作及物隐喻）、seamlessly、vibrant、dynamic、embark、foster、harness
• 结构特征：三项并列（“X、Y 和 Z”）、总结式结尾（“总之……”）、冒号式标题（“X 的未来：新范式”）、过度使用项目符号列表、没有来源支撑的模糊论断
• 标点特征：过度使用 em-dash（单独出现并不能证明问题——参见 Ann Handley 已发表的反驳）；在引文之外使用省略号
• 公式化表达：“It's not just X, it's Y” · “Picture this:” · “Imagine a world where” · “What if I told you” · “Whether you're a seasoned X or a curious newcomer” · “In the realm of” · “Navigating the landscape of”

量化诊断 LLM 文风漂移：

1. 在语料中运行 grep -c -iE 'delve|leverage|crucial|robust|underscore'——每 500 个词出现频率 ≥1 次，是明显特征
2. 在 100 句的窗口中，句长 σ < 4——均一性比任何单个词汇信号都更能说明问题
3. 对比品牌的 AI 前语料与 AI 后语料中的 n-gram——高频三元组出现差异，说明文风发生漂移

**检测结果不能作为唯一判断依据。**将这些指标用于初筛，而非定论。Stanford HAI / Liang 等人（2023 年）的研究表明，GPT 检测器将非英语母语作者的 TOEFL 作文误分类的比例高达 60% 以上。任何单一信号都应视为可疑迹象，而非确凿证据。

阶段 8 — 编写 PROSE.md

使用 references/prose-md-template.md 中的混合模板：

1. 叙述章节：为每一层和政策撰写内容（为什么 和 如何做）
2. 应该做／不应该做对照表：作为附录（供快速查阅）
3. 示例库：至少 10 组改写前后对照；如有提供，至少 3 篇范例；并从 samber/cc-skills@copywriting-hooks / @copywriting-cta 交叉引用开场语库和结尾语库
4. 交叉引用：引用 TONE.md 和 SOUL.md（应结合阅读，不要孤立阅读）
5. 版本信息页脚：语义化版本号、日期、负责人、变更日志占位

---

ADAPT 工作流

将现有的 PROSE.md 投射到新的渠道分组。

1. 阅读现有的 PROSE.md。
2. 询问用户：目标渠道分组（长篇内容 / 社交媒体 / 电子邮件 / 营销文案），以及是否要指定分组内的具体平台，以便进行更精准的覆盖调整。
3. 根据 references/channel-adaptation.md 计算转换差异：句子长度缩短或扩展的比例、段落分隔频率、开篇钩子的风格调整、CTA 适配、格式覆盖规则。
4. 在 PROSE.md 末尾追加 CHANNEL OVERRIDE — <grouping> 部分，或者根据用户偏好，单独生成 PROSE-<grouping>.md。**为何提供两种选择：**在多个渠道发布的内容团队更倾向于使用一个主文件；只负责单一渠道的代笔机构则更倾向于使用单渠道文件。
5. 对未更改的字段，交叉引用回原始 PROSE.md。

---

AUDIT 工作流

在将语料库中的写作模式编入规范之前，先提取这些模式。实证模式胜过凭空编造的模式。

1. 获取语料库（包含 .md / .txt 文件的文件夹，或 URL 列表）。
2. **对于超过 50 篇的语料库，采用并行处理：**启动最多 5 个并行子 Agent，按日期范围、渠道或作者拆分语料库。每个 Agent 都要报告相同的指标。**为何采用并行处理：**按顺序阅读 200 篇内容既耗时，又会耗尽上下文；并行子 Agent 可以独立阅读并综合结果。
3. 按照 references/audit-tools.md 计算：
   • 句子平均长度及分布
   • 排名前 50 的词位、排名靠前的二元词组和三元词组
   • 禁用词和 AI 特征词的出现频率
   • 每 1,000 个词中的破折号数量
   • 开篇模式图（并排列出 30 篇内容的前 50 个词）
   • 结尾模式图
4. 对 3–5 篇有代表性的内容进行对抗性阅读——质疑它们是否真的有效。标出每个没有存在价值的句子、每个未解答的读者疑问、每个权威感崩塌的时刻，以及每个会让读者失去兴趣的段落。方法详见 references/audit-tools.md。
5. 将发现分为四类：标志性特征（反复出现、独特且有效）· 默认特征（反复出现、普遍且中性）· 噪声（不一致、偶然且薄弱）· 风险项（反复出现，且正在损害可信度或读者参与度——对抗性阅读会揭示这些问题）。
6. 生成 AUDIT-MEMO.md（5–10 页：包含定量表格、带注释的定性样本，以及“保留、删除、差异化”总结）。将其用于 BUILD 阶段 3。

---

输出格式

PROSE.md
├── Cover (brand, version, owner, last updated, status)
├── Purpose (200 words: who it is for, how to use, what it does not cover)
├── Prose Pillars (one page, 5–8 falsifiable pillars)
├── Voice vs. Tone note (one paragraph)
├── 1. Lexicon (narrative + do/don't annex)
├── 2. Syntax
├── 3. Rhythm
├── 4. Structure
├── 5. Voice Markers
├── 6. Punctuation Policy
├── 7. Formatting Policy
├── 8. Channel Overrides (one section per in-scope grouping)
├── 9. Cultural & Linguistic Adaptation
├── 10. Anti-LLM Countermeasures
├── 11. Sample Bank (before/after, exemplars, anti-exemplars, hook bank, closing bank)
├── 12. Ghostwriting Addendum (per principal — optional)
├── Annex A: Do/Don't quick reference (all layers, scannable)
└── Changelog

完整的 PROSE.md 视类别覆盖范围和渠道范围而定，通常为 20–60 页。不要一味追求篇幅——Siemens 将其品牌指南从 2,750 页缩减到 250 页，因为可执行的内容密度胜过面面俱到。目标是让编辑能够逐行应用的内容密度；删掉任何编辑无法据此进行具体修改的内容。

---

参考文件（按需加载）

文件	阅读时机
discovery-questions.md	阶段 1 访谈期间
five-layers.md	阶段 3 编纂期间
category-playbooks.md	阶段 2 类别识别后
channel-adaptation.md	阶段 5 期间及所有 ADAPT 调用时
anti-patterns.md	阶段 7 期间及 AUDIT 模式下
multilingual.md	阶段 6 中品牌使用 EN/FR 时
prose-md-template.md	阶段 8 渲染时
brand-atlas.md	阶段 2 原型匹配时
audit-tools.md	AUDIT 模式下及阶段 3 语料库诊断时

---

免责声明

此技能并未涵盖所有情况。

• 这 11 个类别指南浓缩了更广阔的领域知识——如果指南未涵盖某种情况，请参考品牌自身的资料库、链接中的框架（Mailchimp、IBM Carbon、GOV.UK、Microsoft、Atlassian、Buffer），以及权威参考资料（Ann Handley 的 Everybody Writes、Joseph Williams 的 Style、Roy Peter Clark 的 Writing Tools、Margot Bloomstein 的 Trustworthy）。
• 对于未涵盖的类别，请调用 samber/cc-skills@deep-research，并将其输出反馈到 BUILD Phase 2。
• 文案指南会逐渐过时；如果 PROSE.md 未每 12 个月重新审核一次，它就只是快照，而非持续更新的文档。

如果遇到错误或意外行为，请在 https://github.com/samber/cc-skills/issues 提交 issue。