name: shawn-writing-framework
description: 复杂概念深入浅出写作技能：当用户需要写科普文章、商业洞察、管理思考、酒店旅游/城市生活、自然故事/齐物、科技观察、消费品牌、历史人文/历史观察或个人随笔类公众号深度文章，并希望保持
Shawn 的真实写作风格——不掉书袋、不说教、讲人话、深入浅出、逻辑清晰、可读性强、有传播感——时使用。技能会先读取 routing 自动路由资产，识别任务意图、判断是否需要澄清、路由文章类型并选择刚好够用的 style-guide、type-experts、sample-articles、annotated-articles 与 article-cards，再完成事实核验、结构搭建、写作/改写、质量检查与回归自检。
examples:
- examples/style-guide.md
- examples/article-case-index.md
- examples/positive-negative-examples.md
- examples/structure-templates.md
- examples/regression-prompts.md
- examples/regression-prompts-v4.md
- examples/type-experts/README.md
- examples/type-experts/router.md
- examples/type-experts/business-insight.md
- examples/type-experts/management-thinking.md
- examples/type-experts/hotel-travel-city.md
- examples/type-experts/nature-qiwuzhi.md
- examples/type-experts/technology-observation.md
- examples/type-experts/consumer-brand.md
- examples/type-experts/history-humanities.md
- examples/type-experts/personal-essay.md
- examples/sample-articles/README.md
- examples/sample-articles/writing-patterns.md
- examples/sample-articles/business-insight.md
- examples/sample-articles/management-thinking.md
- examples/sample-articles/hotel-travel-city.md
- examples/sample-articles/nature-qiwuzhi.md
- examples/sample-articles/technology-observation.md
- examples/sample-articles/consumer-brand.md
- examples/sample-articles/history-humanities.md
- examples/sample-articles/personal-essay.md
- examples/annotated-articles/README.md
- examples/annotated-articles/article-annotation-schema.md
- examples/annotated-articles/article-annotation-index.md
- examples/annotated-articles/type-pattern-summary.md
- examples/annotated-articles/opening-patterns.md
- examples/annotated-articles/logic-patterns.md
- examples/annotated-articles/ending-patterns.md
- examples/annotated-articles/quotable-sentence-patterns.md
- examples/annotated-articles/article-cards/README.md
- examples/annotated-articles/article-cards/card-index.md
- examples/annotated-articles/article-cards/article-001.md
- examples/annotated-articles/article-cards/article-002.md
- examples/annotated-articles/article-cards/article-003.md
- examples/annotated-articles/article-cards/article-004.md
- examples/annotated-articles/article-cards/article-005.md
- examples/annotated-articles/article-cards/article-006.md
- examples/annotated-articles/article-cards/article-007.md
- examples/annotated-articles/article-cards/article-008.md
- examples/annotated-articles/article-cards/article-009.md
- examples/annotated-articles/article-cards/article-010.md
- examples/annotated-articles/article-cards/article-011.md
- examples/annotated-articles/article-cards/article-012.md
- examples/annotated-articles/article-cards/article-013.md
- examples/annotated-articles/article-cards/article-014.md
- examples/annotated-articles/article-cards/article-015.md
- examples/annotated-articles/article-cards/article-016.md
- examples/annotated-articles/article-cards/article-017.md
- examples/annotated-articles/article-cards/article-018.md
- examples/annotated-articles/article-cards/article-019.md
- examples/annotated-articles/article-cards/article-020.md
- examples/annotated-articles/article-cards/article-021.md
- examples/annotated-articles/article-cards/article-022.md
- examples/annotated-articles/article-cards/article-023.md
- examples/annotated-articles/article-cards/article-024.md
- examples/annotated-articles/article-cards/article-025.md
- examples/annotated-articles/article-cards/article-026.md
- examples/annotated-articles/article-cards/article-027.md
- examples/annotated-articles/article-cards/article-028.md
- examples/annotated-articles/article-cards/article-029.md
- examples/annotated-articles/article-cards/article-030.md
- examples/annotated-articles/article-cards/article-031.md
- examples/annotated-articles/article-cards/article-032.md
- examples/routing/README.md
- examples/routing/routing-master.md
- examples/routing/task-intent-router.md
- examples/routing/asset-selection-policy.md
- examples/routing/type-to-card-map.md
- examples/routing/clarification-policy.md
- examples/routing/routing-quality-gate.md
- examples/routing/routing-regression-prompts.md

肖恩写作框架

> 让读者看完后，不只是知道“是什么”，而是“懂了，而且能给别人讲明白”。

1. 技能定位

本技能用于把复杂概念、抽象理论、行业知识、方法论或争议话题，写成普通读者能够理解、愿意读下去、读完还能向别人复述的文章。

1.1 何时使用

当用户提出以下任一需求时，应优先使用本技能：

• 写一篇解释某个复杂概念的文章。
• 把专业知识改写成普通人能懂的内容。
• 写科普文、知识普及文、公众号深度文、认知类文章。
• 把某个理论、模型、框架、商业概念讲清楚。
• 优化已有文章，让它更有悬念、更好懂、更有说服力。
• 用户明确提到“肖恩写作框架”“复杂概念深入浅出”“让小白看懂”“写得能讲给别人听”。

1.2 不适用场景

以下任务不应直接套用本技能，除非用户明确要求改写成概念解释型文章：

• 纯新闻快讯、短消息、公告通知。
• 纯销售转化页、硬广文案、活动海报文案。
• 学术论文、法律文书、合同条款、技术规格书。
• 高度实时、需要权威出处但无法检索核验的事实判断。
• 用户只需要极短定义，不需要完整文章结构。

1.3 单一职责

本技能的唯一职责是：让复杂概念被目标读者真正理解，并能被转述。

不要把本技能扩展成万能写作模板。所有结构、搜索、案例、类比、对比和延伸阅读，都必须服务于一个北极星问题：

> 目标读者读完后，能不能用自己的话，把这个概念讲给另一个没读过文章的人？

2. 输入契约

执行前尽量向用户确认以下信息；如果用户没有提供，可基于上下文做合理默认，并在输出中说明假设。

如果用户只给出“帮我写 XX”，不要立即动笔。先用 3 个问题快速定位：

1. 写给谁看？
2. 读完希望他改变什么理解？
3. 文章是用于公众号、内部分享，还是短内容平台？

若用户要求快速完成，可默认：目标受众为“有基础但理解模糊的行路人”，文章形式为“公众号深度文”。

3. 核心理念

写清楚一个概念，需要三样东西：

1. 好的类比：把陌生的变成熟悉的。
2. 坏的例子：清除误解的地雷。
3. 判断力：知道什么时候够了，什么时候还不够。

写作不是机械执行清单，而是连续判断：受众是谁、误解在哪里、案例是否真实、类比是否贴切、边界是否清楚、结尾是否有余味。

3.1 Shawn 真实文章风格资产

本技能内置 examples/ 目录，用于约束输出更接近 Shawn 的真实文章气质。当前资产包括：

• examples/style-guide.md：Shawn 个人写作风格规则。
• examples/article-case-index.md：34 个 Shawn 真实文章案例条目的案例索引与技术访问说明，去重后形成 32 个唯一文章链接资产。
• examples/positive-negative-examples.md：正反例，用于避免掉书袋、说教和空泛抽象。
• examples/structure-templates.md：可复用结构模板。
• examples/regression-prompts.md 与 examples/regression-prompts-v4.md：回归评估用例。
• examples/type-experts/：V4 文章类型专家规则。
• examples/sample-articles/：V5 类型专家实战样文库，提供 8 类文章的示范骨架、关键段落、避免写法和回归检查 prompt。
• examples/annotated-articles/：V6 真实文章反向标注库，沉淀开头方式、逻辑推进、转折、结尾、金句和类型写作动作。
• examples/annotated-articles/article-cards/：V7 单篇真实文章精标注卡片库，按文章逐篇沉淀开头、第一转折、主体结构、金句和结尾方式。
• examples/routing/：V8 写作任务路由器与自动调用策略，自动识别任务意图、文章类型、资产选择和质量门禁。

所有文章链接均按 Shawn 提供的真实文章案例处理；自动访问微信公众号页面时如出现跳转、重复展示、风控或加载不稳定，仅记录为技术访问说明，不影响文章归属。需要逐字引用时，以 Shawn 提供的原链接页面为准。

默认风格要求：

1. 不掉书袋：少堆概念、少摆理论名词，必要概念必须翻译成人话。
2. 不说教：少用“你应该”，多用故事、场景、对比，让读者自己得出结论。
3. 讲人话：句子短一点，判断明确一点，例子具体一点。
4. 深入浅出：先把问题讲简单，再把底层逻辑讲透。
5. 逻辑清晰：每一段只推进一个判断，段与段之间有因果、递进或反转。
6. 可读性强：标题、短句、设问、转折和案例要服务阅读节奏。
7. 有传播感：尽量形成一句读者愿意转述的话，而不是一段正确但没人记得住的话。

3.2 V4 文章类型专家资产

V4 将 Shawn 写作框架拆成 8 个类型专家。执行时先读 examples/type-experts/router.md 判断主类型，再调用对应专家文件：

3.6 V8 写作任务路由器与自动调用策略

V8 新增 examples/routing/，把本 Skill 从资料库型写作框架升级为自动路由型写作系统。

V8 的核心作用是：用户只要提出写作任务，Skill 先判断任务意图，再判断文章类型，再选择必要资产，而不是机械读取所有文件。

调用文件：

V8 默认路由顺序：

用户任务 → 任务意图识别 → 是否需要澄清 → 文章类型路由 → 资产选择 → 写作/改写 → 路由质量门禁 → 输出

关键原则：

1. 不机械追问，能默认推进就默认推进。
2. 不过度调用，短任务不读取全套长文资产。
3. 不跳过类型判断，历史类必须独立路由。
4. 不把样文或卡片冒充原文。
5. 不质疑 Shawn 提供文章链接的真实性。
6. 始终坚持：不掉书袋、不说教、讲人话、深入浅出、逻辑清晰、可读性强、可转述。

3.5 V7 单篇真实文章精标注卡片库

V7 在 V6 反向标注库之上，新增 examples/annotated-articles/article-cards/，用于把 Shawn 提供的真实文章案例逐篇拆成可调用的精标注卡片。

每张卡片包含：文章链接、文章类型、主题方向、开头方式、第一转折、主体结构、逻辑推进、案例使用方式、关键判断、金句 / 可转述表达模式、结尾方式、Shawn 风格特征、可复用写作动作和禁止模仿误区。

调用文件：

• examples/annotated-articles/article-cards/README.md
• examples/annotated-articles/article-cards/card-index.md
• examples/annotated-articles/article-cards/article-001.md 至 article-032.md

使用原则：

1. article-cards 只用于学习单篇文章的结构动作，不转载原文全文。
2. 不得把卡片内容冒充原文。
3. 不得机械套卡片模板，要根据主题、受众和场景调整。
4. 需要“更像 Shawn 自己写”时，优先调用相近类型的 2-3 张卡片做参照。
5. 历史类文章必须优先调用历史人文 / 历史观察型卡片，仍然独立成类。

3.4 V6 真实文章反向标注库

V6 在 V5 样文库之上，新增 examples/annotated-articles/，用于把 Shawn 提供的真实文章案例反向拆解成可复用写作动作。

V6 的重点不是转载原文，而是标注文章如何开头、如何推进、如何转折、如何形成可转述判断、如何结尾。

调用文件：

使用原则：

1. 所有链接均为 Shawn 提供的真实文章案例；微信页面访问不稳定只属于技术访问现象，不影响文章真实性与归属。
2. 标注库不转载原文全文，不冒充原文，不用样文替代真实文章。
3. 写作时优先调用“写作动作”，而不是机械套模板。
4. 历史类文章必须独立归入「历史人文 / 历史观察型」，不得默认混入个人随笔、城市生活、管理思考或商业洞察。

3.3 V5 类型专家实战样文库

V5 在 V4 类型专家规则之上，新增 examples/sample-articles/，用于把类型规则落成可参考的文章结构、段落节奏和表达方式。

执行写作任务时，不得只读取规则文件；如果任务需要产出文章、改写文章、润色文章或生成大纲，应按以下顺序调用：

1. 读取 examples/style-guide.md，确认 Shawn 总体风格。
2. 读取 examples/type-experts/router.md，判断文章主类型。
3. 读取对应 examples/type-experts/<type>.md，确认类型规则。
4. 读取对应 examples/sample-articles/<type>.md，参考样文骨架、开头方式、关键段落和避免写法。
5. 用 examples/sample-articles/writing-patterns.md 做跨类型一致性检查。

V5 样文不是 Shawn 已发布文章，也不是固定模板。它只用于帮助 Skill 学会“怎么展开、怎么转折、怎么收束”，不得冒充真实文章、不得复制真实文章、不得把样文中的示例场景说成 Shawn 的真实经历。

历史类独立规则：历史类文章必须单独作为「历史人文 / 历史观察型」处理，不应默认混入个人随笔、城市生活、文化观察、管理思考或商业洞察延展类。如果文章主体建立在历史人物、历史事件、历史细节和时代结构上，即使最后落到现实启发，也优先调用历史人文 / 历史观察型。

框架给方向，判断给节奏。

4. 执行总流程

执行时遵循以下流程，不要跳步：

确认任务 → 调用 V8 routing 自动路由 → 判断受众与任务意图 → 必要时澄清 → 路由文章类型专家 → 选择 V5/V6/V7 资产 → 搜索补缺 → 搭建类型结构 → 写作/改写 → 路由质量门禁 → 输出交付

4.0A V4 类型专家路由

在判断受众之后、正式搭结构之前，必须先完成文章类型路由：

1. 读取 examples/type-experts/router.md。
2. 判断主类型专家和辅助类型专家。
3. 调用对应 examples/type-experts/*.md 文件。
4. 如果任务含历史人物、历史事件、历史细节、时代结构，应优先判断是否属于「历史人文 / 历史观察型」，不得默认混入个人随笔或文化观察。
5. 如果用户明确指定类型，例如“按我的齐物风格写”“写成历史观察”，直接调用对应类型专家。

内部路由格式：

- 主类型专家：
- 辅助类型专家：
- 选择理由：
- 不选择其他类型的理由：
- 本文主线：

最终交付时不必机械展示路由判断，除非用户要求。

4.0E V8 自动路由优先级

除非用户明确指定只调用某个文件，否则所有写作任务都应优先读取 examples/routing/routing-master.md。

执行顺序：

1. 读取 examples/routing/task-intent-router.md 判断用户任务。
2. 读取 examples/routing/clarification-policy.md 判断是否需要追问。
3. 读取 examples/type-experts/router.md 判断文章类型。
4. 读取 examples/routing/asset-selection-policy.md 判断调用哪些资产。
5. 若需要真实文章肌肉，读取 examples/routing/type-to-card-map.md 并选择 2-3 张 article-cards。
6. 写作完成后读取 examples/routing/routing-quality-gate.md 做质量门禁。

短任务允许轻量路由，例如标题、金句、结尾优化不需要完整调用 V5/V6/V7 全套资产。长文初稿、深度改写、风格模仿和文章复盘必须使用完整路由。

4.0D V7 单篇精标注卡片调用

当用户要求“更像 Shawn 的真实文章”“按 Shawn 过往文章的味道写”“参考我的历史文章写”时，完成 V4、V5、V6 调用后，继续调用 V7 article-cards：

1. 读取 examples/annotated-articles/article-cards/card-index.md，找到相同或相近类型的卡片。
2. 优先选择 2-3 张相近卡片，而不是只看一张。
3. 读取卡片中的开头方式、第一转折、主体结构、金句模式和结尾方式。
4. 只学习写作动作，不复制原文表达，不冒充原文。
5. 写作后检查是否仍然符合 Shawn 风格底线：不掉书袋、不说教、讲人话、深入浅出、逻辑清晰、可读性强、可转述。

4.0C V6 真实文章反向标注调用

当任务需要生成、改写、扩写、润色文章，或用户要求“更像 Shawn 自己写的文章”时，完成 V4 类型路由和 V5 样文调用后，必须继续调用 V6 反向标注库：

1. 读取 examples/annotated-articles/type-pattern-summary.md，确认该类型的常用开头、核心逻辑、转折和结尾方式。
2. 读取 examples/annotated-articles/article-annotation-index.md，查找相近真实文章案例的标注方向。
3. 根据需要读取：
   - opening-patterns.md：选择开头方式；
   - logic-patterns.md：选择逻辑推进方式；
   - ending-patterns.md：选择结尾方式；
   - quotable-sentence-patterns.md：生成可转述表达。
4. 如果需要复盘新文章，使用 article-annotation-schema.md 做结构化标注。

V6 标注库的目标是提炼 Shawn 的真实写作动作，而不是把文章写成模板。

4.0B V5 样文库调用

当任务需要生成、改写、扩写、润色文章或输出完整大纲时，完成 V4 类型路由后，必须继续调用 V5 样文库：

1. 按类型读取 examples/sample-articles/<type>.md。
2. 参考样文的开头方式、结构骨架、关键段落和结尾收束。
3. 使用 examples/sample-articles/writing-patterns.md 检查跨类型一致性。
4. 只学习结构和节奏，不复制样文句子，不把样文当作真实文章引用。

如果用户明确要求“按 Shawn 的历史类文章写”，必须调用 history-humanities.md，不得把历史类文章归入个人随笔、城市生活、管理思考或商业洞察。

4.0 第零步：读取 examples 风格资产

如果任务目标是生成或优化 Shawn 风格文章，先读取 examples/style-guide.md 与相关案例索引，再开始写作。

执行要求：

• 不直接复制真实文章原句，除非用户明确要求引用。
• 只学习结构、节奏、表达原则和问题拆解方式。
• 案例索引中的“跳转/重复/受限”等记录仅表示微信自动访问过程中的技术现象，不影响其作为 Shawn 真实文章案例的身份；如需精确引用原文，以 Shawn 提供的原链接页面为准。
• 如果用户提供新的真实文章，应优先沉淀到 examples/article-case-index.md 或新增案例文件。

4.1 第一步：判断受众

写作前必须先判断：这篇东西写给谁。

受众适配规则

用词深度

• 探索者：生活类比优先，术语出现前先解释。
• 行路人：术语可用，但需附带简洁定义。
• 老手：术语是默认语言，重点是视角而非定义。

案例选择

• 探索者：日常生活场景 + 极端特例。
• 行路人：专业领域案例 + 跨领域迁移。
• 老手：前沿案例 + 反直觉数据 + 行业内部视角。

论证强度

• 探索者：感性说服为主，逻辑为辅。
• 行路人：逻辑为主，数据为辅。
• 老手：数据和独特视角是核心，逻辑自洽是底线。

判断节点

写之前，用一句话描述读者：

> 一个从没听说过 XX 概念的普通人。
> 一个在 XX 领域做了 3 年但理解仍模糊的人。
> 一个懂基本框架但想要新角度的从业者。

写完全文后，回头检查：这段话，他真的看得懂吗？

4.2 第二步：判断主题类型

搜索和结构选择取决于主题类型。

类型 A：概念类

特征：什么是 XX、XX 的本质是什么、XX 和 XX 有什么区别。

搜索优先级：

1. 权威定义：教科书、经典著作、权威机构。
2. 常见误解和混淆点。
3. 正例：什么时候这个概念是对的。
4. 反例：什么时候这个概念不适用。
5. 类比：其他领域有没有类似机制。

深度目标：能回答“为什么不是 XX”和“XX 的反面是什么”。

类型 B：争议类

特征：XX 好不好、AI 会不会取代 XX、应该支持还是反对。

搜索优先级：

1. 各方核心论点，至少 3 方。
2. 支持每方论点的事实和数据。
3. 被引用最多的反驳。
4. 沉默的第三方：谁没被邀请发言。
5. 历史上的类似争议及结果。

深度目标：呈现“棋盘”，而不是单方论辩。

类型 C：方法论类

特征：怎么做 XX、如何 XX、XX 的正确步骤。

搜索优先级：

1. 权威方法论框架。
2. 成功案例，至少 3 个具体实例。
3. 失败案例，同样重要。
4. 执行中的常见坑。
5. 方法论的适用边界。

深度目标：能回答“什么情况下这个方法会失效”。

4.3 第三步：动态搜索补缺

搜索不是线性清单，而是动态填补信息缺口。

写作开始 → 初步搜索，建立基本理解
写作进行中 → 发现信息缺口，随时补搜
初稿完成 → 针对薄弱环节搜索，核实数据与案例
终稿前 → 快速扫描最新信息，防止时效性错误

必须触发搜索的信号

当草稿中出现以下表达时，必须暂停并核验：

• “应该是”
• “大概”
• “据说”
• “有研究表明”但没有来源
• “很多人认为”但没有代表性证据
• 统计数字、年份、排名、市场规模、政策变化
• 真实公司、人物、案例、书籍、论文、报告

搜索质量标准

5. 七步写作框架

第一步：开场悬念

目标：前 50 字内让读者决定继续读。

不是下定义，不是给背景，而是制造张力：冲突、悖论、反直觉事实，至少有一个。

常用结构：

1. 场景冲突型：两个人因为 XX 吵起来了，谁对？
2. 反直觉事实型：人们普遍以为 XX，其实错了。
3. 认知落差型：专家和普通人对 XX 的理解完全不同。

判断节点：

• 这个话题有没有自带冲突？没有就制造一个真实的认知冲突。
• 开场需要多长？有些 3 句话够，有些需要一个场景。
• 用第一人称还是第三人称？个人体验用“我”，公共话题用“他们”。

检查：读开头三句话。如果你是目标读者，会想继续读吗？

第二步：错误答案

目标：让读者觉得“我之前也这么想过”，然后意识到是错的。

不是罗列观点，而是构建一个“思维陷阱”：先让读者走进去，再拉出来。

每个错误答案的结构：

1. 复述错误观点：用读者可能说过的话，不用学术语言。
2. 解释为什么会这么想：给这个错误一个善意原因。
3. 给出致命反例：一个足够颠覆的真实反例，够了就好。

判断节点：

• 错误答案通常 1-3 个。
• 主流误解只有一个时，一个就够。
• 多个误解相互独立时，逐一拆解。
• 宁少勿滥，2 个扎实好过 3 个凑数。

搜索重点：

• “XX 的常见误解”
• “为什么 XX 是错的”
• 真实反例，不能是假想反例。

检查：列出的错误答案，是真的有人这么想，还是作者编出来的稻草人？

第三步：正确答案

目标：一句话说清本质，然后展开。

结构：

1. 一句话定义：25 字以内，能脱口而出。
2. 展开论证：2-3 个支撑点，解释为什么是这样。
3. 验证边界：什么时候对，什么时候错。
4. 一句话重述：首尾呼应，强化核心。

判断节点：

• 一句话定义写不出来，说明还没理解透，回去继续搜。
• 如果受众是老手，这一步可以压缩，把篇幅留给新视角。
• 没有边界的概念，通常是伪概念或表达不完整。

搜索重点：

• 权威来源的正式定义。
• 支持该定义的证据。
• 反对或质疑该定义的观点，即使是少数派。

检查：读完这一步，目标读者能不能给一个没听过的人讲明白？

第四步：触类旁通

目标：让读者觉得“原来这个概念无处不在”。

核心逻辑：把核心概念当作一把锤子，看它在哪些领域敲得响。

领域数量判断：

• 探索者：2-3 个领域，选择最贴近日常的。
• 行路人：3-4 个领域，平衡熟悉和陌生。
• 老手：2-3 个领域，重点选 1 个深度展开，其余点到为止。

每个领域的结构：

1. 一句话类比：“在 XX 领域，这个概念就像 XX。”
2. 具体案例：真实发生的故事、数据或事件。
3. 回到核心：说明这个案例如何印证本质。

判断节点：

• 不是越多越好。3 个领域讲透，胜过 6 个领域蜻蜓点水。
• 选领域的标准：对目标受众来说，既熟悉又有意外感。
• 领域之间要有逻辑连接，不能随机拼贴。

搜索重点：

• “XX 概念在 XX 领域的应用”
• 具体案例，不找泛泛而谈。
• 区分“真实案例”和“看起来像案例的比喻”。

检查：每个跨领域案例是否有来源？是否真实？是否真的回到了核心概念？

第五步：对比制造冲击

目标：用对比揭示本质。因为有差距，所以值得理解。

不是平铺直叙，而是制造落差感：过去 vs 现在、东方 vs 西方、人 vs AI、少量 vs 大量。

判断节点：

• 这个话题有没有天然对比？没有就寻找真实差异。
• 对比是为了揭示什么？不能为了对比而对比。
• 数据常常是转折点。论证到一半，用数字说话。

搜索重点：

• 对比所需的统计数据。
• 过去 vs 现在、这里 vs 那里的量化差异。
• 权威报告中的对比数据。

检查：对比数据是否有来源？是否来自权威来源？是否被正确解释？

第六步：结尾升华

目标：回到开场，但不重复；给出更大视角，但不装神弄鬼。

结构选择：

1. 场景闭环型：回到开场的人物或场景，给出新的理解。
2. 升维型：从具体问题跳到更大的框架。
3. 开放型：不总结，留一个问题给读者。

判断节点：

• 探索者建议用闭环型，给人完结感。
• 老手可用开放型，让他们带走一个思考。
• 升华要克制，太大会显得虚。

搜索重点：

• 未来趋势。
• 专家前瞻观点。
• 主题的未解问题。

检查：结尾有没有回扣开场？有没有新的洞察？是否只是重复全文？

第七步：延伸阅读

目标：让想继续学的人有路可走。

格式建议：

• 分类标题：一句话说明为什么在这个类别。
• 书名/来源名。
• 一句话推荐理由：不要写“详细介绍了 XX”，要写“因为 XX 值得读”。
• 难度标注：可选。

判断节点：

• 推荐资料必须真实存在。
• 如果用户偏好微信读书，应优先核验微信读书是否上架。
• 不要把老手资料推荐给探索者。
• 推荐理由要能让读者真的想打开它。

检查：推荐的每本书、每篇资料，是否确认过存在？是否与主题相关？

6. 输出格式（输出契约）

根据用户任务选择输出形态。

6.1 用户要完整文章

输出：

1. 写作假设：受众、主题类型、字数、风格。
2. 正文标题。
3. 正文内容。
4. 延伸阅读或参考资料。
5. 质量检查简表。

6.2 用户要大纲

输出：

1. 受众判断。
2. 主题类型判断。
3. 七步结构大纲。
4. 每一步的核心素材缺口。
5. 下一步写作建议。

6.3 用户要优化已有文章

输出：

1. 原文主要问题诊断。
2. 按七步框架标注缺失环节。
3. 优化策略。
4. 优化后的版本。
5. 修改说明。

6.4 用户要事实核查或素材补充

输出：

1. 待核查点列表。
2. 已确认事实及来源。
3. 存疑或无法确认内容。
4. 建议替代表达。

7. 质量检查清单（质量门禁）

7.0A V4 类型专家检查

• [ ] 是否先判断了文章类型，而不是所有文章都套同一个模板？
• [ ] 是否调用了正确的 examples/type-experts/*.md？
• [ ] 如果需要生成或改写文章，是否调用了对应 examples/sample-articles/*.md？
• [ ] 是否只参考样文结构、节奏和段落功能，而没有复制样文句子？
• [ ] 是否使用 examples/sample-articles/writing-patterns.md 做跨类型一致性检查？
• [ ] 是否调用了 examples/annotated-articles/type-pattern-summary.md 或相应开头、逻辑、结尾、金句模式？
• [ ] 是否把 V6 标注库用于提炼写作动作，而不是机械套模板？
• [ ] 如果用户要求更像 Shawn 真实文章，是否调用了 V7 article-cards 中 2-3 张相近卡片？
• [ ] 是否只学习卡片写作动作，而没有复制原文表达或冒充原文？
• [ ] 是否先调用 V8 routing 判断任务意图、文章类型和资产选择？
• [ ] 是否避免过度调用资产，做到刚好够用？
• [ ] 是否按 routing-quality-gate 完成最终检查？
• [ ] 如果涉及历史人物、历史事件、历史细节或时代结构，是否优先考虑「历史人文 / 历史观察型」？
• [ ] 是否避免把历史类文章混入个人随笔、城市生活、管理思考或商业洞察延展？
• [ ] 类型结构是否服务文章主线，而不是机械拼贴？

7.0 Shawn 风格检查

• [ ] 有没有掉书袋：概念很多，但读者不知道和自己有什么关系？
• [ ] 有没有说教感：一直在告诉读者“应该”，而不是让事实和逻辑自己说话？
• [ ] 有没有把复杂问题讲成人话：是否能让非专业读者复述？
• [ ] 有没有清晰主线：读者是否知道每一段为什么出现？
• [ ] 有没有传播感：是否有一句话能被读者记住、转述或截图？
• [ ] 是否参考了 examples/style-guide.md，且没有机械模仿或复制原文？

写完初稿后逐项检查。必要时以表格形式返回。

开场

• [ ] 前 50 字内包含具体场景元素：人、地点、动作至少一个。
• [ ] 前三句话制造了悬念、冲突或反直觉。
• [ ] 读者能判断这篇文章大概要讲什么。
• [ ] 开场节奏适合目标受众。

错误答案

• [ ] 每个错误答案有真实反例支撑。
• [ ] 错误答案使用读者可能说出的原话，不是学术腔。
• [ ] 至少一个错误答案是主流误解，不是稻草人。
• [ ] 反驳有力度，不是蜻蜓点水。

正确答案

• [ ] 有 25 字以内的一句话定义。
• [ ] 定义回答了“是什么”和“不是什么”。
• [ ] 有数据、案例或权威定义支撑。
• [ ] 目标读者能转述给别人。

触类旁通

• [ ] 每个跨领域案例有来源标注。
• [ ] 领域选择有逻辑连接，不是随机凑数。
• [ ] 每个领域都有具体真实案例。
• [ ] 领域数量符合受众层次。

对比与结尾

• [ ] 对比段落有具体数据或真实差异支撑。
• [ ] 数据或事实来自可靠来源。
• [ ] 结尾回扣开场的场景、问题或人物。
• [ ] 结尾有新洞察，不是复述全文。

通用检查

• [ ] 无“据说”“有研究表明”“大家都知道”等模糊引用。
• [ ] 无过时信息或已被证伪的数据。
• [ ] 面向非老手受众时，术语首次出现附解释。
• [ ] 全篇语气一致，符合目标受众。
• [ ] 延伸资料真实存在且与主题相关。

8. Few-Shot 示例

示例 1：从零生成概念解释文

用户输入：

> 帮我写一篇文章，讲清楚“复杂系统”是什么，给普通读者看。

应采用的处理方式：

1. 受众：探索者。
2. 主题：概念类。
3. 搜索重点：复杂系统权威定义、常见误解、生活类比、真实案例。
4. 文章结构：
   - 开场：一群人试图预测城市堵车，结果越管越乱。
   - 错误答案：复杂系统不是“很复杂的系统”。
   - 正确答案：复杂系统是由许多部分相互作用后，产生整体新行为的系统。
   - 触类旁通：蚁群、交通、金融市场、酒店运营。
   - 对比：机器系统 vs 复杂系统。
   - 结尾：理解复杂系统，是承认世界不能完全靠按钮控制。
   - 延伸阅读：入门书和科普资料。

不应这样做：

• 一上来引用学术定义。
• 堆砌“涌现、自组织、非线性”等术语却不解释。
• 把复杂系统写成玄学感悟。

示例 2：优化已有文章

用户输入：

> 下面这篇文章太像讲课了，帮我改得更适合公众号。

应采用的处理方式：

1. 先诊断原文是否缺少悬念、误解、案例、对比、结尾闭环。
2. 保留原文中有价值的观点和案例。
3. 用读者原话替换学术腔。
4. 增加一个真实反例和一个跨领域类比。
5. 输出优化版，并说明修改点。

不应这样做：

• 只做句子润色。
• 完全推翻用户原文结构。
• 添加未经核验的案例或数据。

示例 3：争议类主题

用户输入：

> 写一篇 AI 会不会取代管理者。

应采用的处理方式：

1. 受众：行路人或老手，视用户场景判断。
2. 主题：争议类。
3. 必须呈现至少三方：乐观派、悲观派、重构派。
4. 不能只回答“会”或“不会”，要呈现棋盘。
5. 核心问题应从“替代人”转为“替代哪类管理动作”。

可能的正确答案句式：

> AI 不会整体取代管理者，但会先取代那些只负责传话、汇总和催办的管理动作；真正稀缺的是判断责任、组织信任和复杂取舍。

9. 失败处理与降级策略

9.1 信息不足

如果用户没有提供主题或文章用途，不要编造。先询问必要信息。

如果用户要求快速生成，可使用默认假设，并明确说明：

> 我先按“公众号深度文 / 面向行路人 / 约 3000 字”处理。

9.2 无法核验事实

当无法确认数据、案例或书籍是否真实存在时：

• 不要把它写成确定事实。
• 改用“可进一步核验的表达”。
• 标注“待核验”。
• 提供替代写法。

9.3 主题过大

当主题过大，如“讲清楚 AI”“讲清楚经济学”，先收窄：

• 讲清一个核心问题。
• 选一个目标受众。
• 选一个应用场景。
• 必要时建议拆成系列文章。

9.4 结构不适配

七步框架是默认骨架，不是机械模板。若主题天然不需要某一步，可以压缩，但不能跳过其对应功能：

• 没有“错误答案”时，至少说明常见混淆。
• 没有“触类旁通”时，至少给一个强类比。
• 没有“延伸阅读”时，至少给进一步学习方向。

10. 安全与合规清单

执行本技能时必须遵守：

• 不编造真实人物、机构、论文、数据和来源。
• 不将未经证实的观点写成事实。
• 不输出隐私泄露、歧视、色情、暴力或违法内容。
• 涉及医疗、法律、投资、政策等高风险领域时，应提示非专业建议，并优先引用权威来源。
• 涉及争议议题时，呈现多方观点，避免煽动或极端化表达。
• 使用用户原始素材时，尽量保留其核心观点，不擅自改变立场。

11. 评估用例

SkillHub 准入或回归测试时，可用以下用例验证技能质量。

用例 A：概念类小白文

输入：

> 给普通人写一篇文章，讲清楚“路径依赖”。

合格标准：

• 明确受众为探索者。
• 有生活场景开场。
• 错误答案不是稻草人。
• 有 25 字以内定义。
• 至少包含 2 个跨领域案例。
• 结尾回扣开场。

用例 B：方法论类深度文

输入：

> 写一篇给管理者看的文章，讲清楚 OKR 为什么经常失败。

合格标准：

• 明确受众为老手或行路人。
• 主题判断为方法论类。
• 包含成功案例、失败案例和适用边界。
• 不把 OKR 写成万能工具。
• 至少提出一个反直觉洞察。

用例 C：争议类文章

输入：

> 写一篇文章：AI 会不会取代导游？

合格标准：

• 不简单回答会/不会。
• 至少呈现三方观点。
• 区分“信息讲解”“路线组织”“情绪陪伴”“突发处理”等不同任务。
• 有真实行业案例或趋势依据。
• 结尾有开放问题或场景闭环。

用例 D：已有文章优化

输入：

> 这篇文章太干了，帮我按肖恩写作框架优化。

合格标准：

• 先诊断原文缺失环节。
• 保留原文主要观点。
• 增加悬念、误解、类比或对比。
• 输出优化版和修改说明。
• 不凭空添加未经核验的事实。

12. 交付前自检与生命周期维护

每次完成写作任务前，至少回答以下 5 个问题：

1. 目标读者是谁？
2. 这篇文章的一句话核心定义是什么？
3. 读者最可能误解什么？文章是否拆掉了这个误解？
4. 哪个案例或类比最能帮助读者转述？
5. 是否存在未经核验的事实、数据或推荐资料？

12.1 SkillHub 准入自检

发布或安装前必须检查：

• YAML front matter 是否存在且可被解析。
• name、description 是否完整；description 是否能精准触发本技能，而不是泛泛描述“写文章”。
• 技能是否保持单一职责：只解决复杂概念/争议/方法论的深入浅出写作，不扩展为全能内容营销技能。
• Few-Shot 示例是否覆盖从零写作、已有文章优化、争议类写作。
• 评估用例是否能复测输出质量。

12.2 生命周期维护

每次重大修改后执行以下维护动作：

1. 记录修改原因：新增场景、修复失败案例、更新事实核查规则或调整输出格式。
2. 至少回归 3 个评估用例：概念类、方法论类、争议类。
3. 检查是否引入职责漂移：例如变成广告文案、短视频脚本或论文写作技能。
4. 检查示例是否仍然符合最新规则。

5. 若连续出现同类失败，应把失败案例沉淀为新的反例或质量门禁。

6. 若新增真实文章案例，应同步更新 examples/article-case-index.md、必要时新增正反例和回归用例。

7. 每次发布前检查 examples/ 目录是否随包分发，避免 Skill 只剩规则、丢失风格资产。

最终判断标准只有一个：

> 读者看完后，能给别人讲明白吗？

能，就成了。

12.3 V4 类型专家维护

每次新增真实文章或调整风格规则时，应同步检查：

1. 文章是否需要新增或调整类型归属。
2. examples/type-experts/router.md 是否仍能正确路由。
3. 历史人文 / 历史观察型是否仍保持独立，不被个人随笔、城市生活或商业管理类吞并。
4. 每个类型专家至少保留 1 个回归测试 prompt。
5. 修改后运行 reports/validation-result-v4.json 的同等检查。

12.4 V5 样文库维护

每次新增文章类型、真实文章案例或重要风格变化时，应同步检查样文库：

1. examples/sample-articles/README.md 是否更新索引。
2. 对应类型样文是否仍符合 Shawn 最新风格。
3. 样文是否仍然坚持“不掉书袋、不说教、讲人话、深入浅出、逻辑清晰、可读性强”。
4. 历史人文 / 历史观察型是否继续独立成类。
5. 样文是否仍明确标注为示范骨架，不冒充真实发布文章。
6. ZIP 交付包中是否包含完整 examples/sample-articles/ 目录。

12.5 V6 真实文章反向标注库维护

每次新增 Shawn 真实文章案例时，应同步维护 examples/annotated-articles/：

1. 在 article-annotation-index.md 中加入文章记录。
2. 用 article-annotation-schema.md 标注开头方式、结构路径、逻辑推进、转折、金句和结尾。
3. 如果发现新的稳定模式，更新 opening-patterns.md、logic-patterns.md、ending-patterns.md 或 quotable-sentence-patterns.md。
4. 如果文章属于历史类，必须归入「历史人文 / 历史观察型」。
5. 保持“不掉书袋、不说教、讲人话、深入浅出、逻辑清晰、可读性强、可转述”的风格底线。
6. 明确区分技术访问不稳定与文章真实性，不能把微信访问问题表述为真实性不确定。

12.6 V7 单篇精标注卡片库维护

每次新增 Shawn 真实文章案例时，应同步维护 examples/annotated-articles/article-cards/：

1. 新增一张 article-XXX.md 单篇精标注卡片。
2. 更新 card-index.md。
3. 卡片必须包含开头方式、第一转折、主体结构、逻辑推进、关键判断、金句模式、结尾方式和可复用写作动作。
4. 不转载原文全文，不冒充原文。
5. 历史类文章必须独立归入「历史人文 / 历史观察型」。
6. 验证 ZIP 包中包含完整 article-cards 目录。

12.7 V8 自动路由维护

每次新增文章类型、样文、标注库或 article-cards 时，应同步维护 examples/routing/：

1. 更新 routing-master.md 的主控表。
2. 更新 asset-selection-policy.md 的资产选择策略。
3. 更新 type-to-card-map.md 的类型到卡片映射。
4. 更新 routing-quality-gate.md 的检查项。
5. 更新 routing-regression-prompts.md 的测试题。
6. 保持历史类独立路由。
7. 保持“不机械追问、不过度调用、不掉书袋、不说教、讲人话”的路由原则。