草料文风 Skill 是怎么工作的（写给编辑同事的版本）
这份说明不讲代码。你只需要知道一件事：这套工具里所有的"判断标准"，都不是 AI 自己想的，而是从我们自己的草料文档库里提炼出来、写成白纸黑字的规则。 下面说清楚它从哪些文档里学、怎么用、以及哪些事仍然由人来决定。
一、它是什么：六个"技能包"，一族写、一族查
我们做了 6 个技能包（skill），AI 装上以后就会按我们定的规矩干活：
| 干什么 | 三个档位 | |
|---|---|---|
| writer 写作族 | 把一篇文档改写成草料自己的文风（不是重写内容，是换说法） | lite 走量档 / 标准档 / max 终审档 |
| checker 检查族 | 给一篇文档做"体检"：标出哪里不符合草料文风，可以顺手修 | lite 快扫档 / 标准档 / max 深审档 |
档位的区别只有一个：AI 花多少力气做"语义级"的把关。lite 几乎不花（快、便宜、适合批量跑）；标准档做一轮独立审查；max 做多轮审查再加复核（慢、贵、发布前用）。改写和检查的"尺子"三个档完全一样——同一篇文档，三个档对"这句话违规了吗"的判断是同一把尺子量出来的。
改写的总原则一句话：保事实、保图片、保信息量；换句式、换用词、换调性；绝不添加原文没有的内容——哪怕 AI"知道"草料确实有某个功能，原文没写它就不能写。
二、重点：规则从哪来——全部来自草料文档库
AI 不靠"感觉"判断什么是草料文风。我们把判断标准拆成了一份份"契约文件"，每一份的依据都能追溯到你们熟悉的文档库：
| 契约文件 | 里面是什么 | 依据来自哪里 |
|---|---|---|
| facts.md（产品事实法典） | 草料有哪些功能、每个功能的官方说法、版本差异 | cli.im 现网页面逐条核对而来。易变的条目都标了"须核对"和来源页链接 |
| term-updates.yaml（术语新旧对照表） | 旧功能名 → 现行官方名（比如"计划任务/计划功能"→"周期任务"） | 现网官方功能名。这张表编辑可以直接改，改完跑一个同步命令，全家族生效 |
| redline.md（公开页红线） | 公开页面绝对不能出现的内容：内部经营数据（复用率/客户数量级）、"杜绝造假""永久有效"这类过头承诺、无依据的效果数字 | 历年公开页面的踩坑记录和对外口径要求。核心常识：公开页不是内部报告；防作假只能说"提高造假成本" |
| voice.md（文风判断卡） | 什么算"草料编辑的说话方式"：爽利、具体、有判断；什么算 AI 味、软文味、空话 | 草料现网文档的实际行文 + 以微信开发者文档为"罗盘"（学它的密度和克制，不是照抄模具）。判词是"像不像有文化的人具体讲事给同行听" |
| doc-types.md（文档类型路由） | 方案页/帮助文档/软文·GEO/用户案例/FAQ 各自的写法边界 | 文档库本身的栏目分类（solutions / help / 软文投放）——不同栏目读者不同，容忍度不同 |
| law.md（书面规范） | 数字怎么用（案例数字要框定来源）、标点、结构规范 | 编辑部日常规范 + 复盘沉淀 |
所以当 AI 说"这句话违规"，它引用的是上面这些文件里的具体条款——每条标注后面都带着出处，你可以查证，也可以不同意（见第五节"人说了算的部分"）。
三、"硬编码"是什么意思：能变成检查器的规则，不靠 AI 自觉
这是整套设计里最重要的一个决定。规则分两类处理：
1）能写成"机器检查器"的，全部写成机器检查器。
比如：禁词（"一键、零成本、100%、杜绝、永久有效"）、旧术语（表里列的旧功能名出现即报）、内部统计数字、破折号、感叹号连用、口语词表……这些都变成了一个确定性的检查程序——同一篇文档，检查一万次结果都一样，不花 AI 的"脑力"，也不存在"这次没注意到"。改写稿必须把这类错误清零才算过关。
早期版本吃过亏：把规则写成长篇文档让 AI"记住"，结果靠运气。现在的原则是：可枚举的规则不讲道理，直接执法。
2）机器原理上查不出来的，才交给 AI 判断。
只有三类：① 整体读起来还有没有 AI 味；② 有没有把内部信息或过头断言"换个说法"塞进公开页；③ 有没有偷偷添加或改动事实。这部分由一个独立的"审查员 AI"来挑错——它挑错必须逐字引用原文并注明依据哪条判断卡，说不清依据的只能算"存疑"，不算实锤。
3）机器和 AI 都不越权的，留给人。 见第五节。
四、三个档位怎么选（和一条推荐的流水线）
- 日常改写一篇 → writer 标准档。
- 发布前的重要页面（首页级、法务敏感）→ writer-max 或 checker-max 终审。
- 批量处理一堆文档 → 推荐流水线：便宜模型 + writer-lite 先批量改，再用 checker 标准档（好模型）统一体检。体检发现的问题走"定点修复"：像改错别字一样只动出问题的那几句，不整篇重写——这是这次 v2.3 的关键改进，批量场景的成本只跟"错误多少"有关，跟文章长短无关。
- 只想快速看看一批文档的健康度 → checker-lite，几秒钟出一张体检表，几乎不花钱。
五、人说了算的部分（工具永远不越权）
1. 图片：AI 不判图。每张图有没有 PII（人脸、手机号、内部截图）由员工逐张终审。
2. 修不修：checker 把问题列出来后，修哪些、怎么修，先经你确认才动手（批量场景可以显式开"预确认模式"，也只自动修机器实锤的错误）。
3. 存疑项：AI 拿不准的（"疑似软文味"这类）只会标"待人工"，不会自作主张。
4. 红线冲突：如果原文里有必须删的红线内容（比如内部数据），删除会留痕报给你，由你最终拍板对外口径。
5. 术语表：term-updates.yaml 是编辑可维护的——产品改名了，你改表，全家族自动跟上。
六、看 demo 时怎么读结果
体检报告（report.md）是写给人看的：先一段人话总评，然后每条问题固定四要素——在哪、原句是什么、为什么不行、建议怎么改，规则编号只放在句尾小括号里备查。改写结果用对比页看：左边原文，右边改写稿，绿色是新增的说法、红色是被去掉的说法——你会看到事实、图片、链接从来不动，动的只有"说法"。