智能文章助手

要解决什么问题

很多团队用大模型写稿，交付物却卡在两类痛点：一是流程零散——选题、大纲、正文、标题各问各的，上下文对不齐；二是AI 味——套话、排比、禁用标点、心理描写堆砌，读者一眼像模板输出。本技能把「从选题到定稿」写成固定阶段，并把原 humanizer 的去味能力嵌进润色环节，而不是写完再靠直觉改几句。

技能如何工作

整体遵循 选题 → 大纲 → 初稿 → 润色 → 定稿，并在动笔前先做需求确认（主题、读者、风格、长度）。功能上拆成六块：

• 选题策划：给出 3～5 个方向，含标题、核心观点、读者与价值主张
• 大纲生成：引言 + 3～5 个递进要点 + 结尾
• 文章撰写：按大纲成文，强调短段落、案例/数据支撑
• 润色改写：扫描 → 按指标分级（轻/中/重）→ Pass 1 去泛化、Pass 2 去书面化、Pass 3 回自然感，并用 L1～L4 自检（禁用词/标点、节奏口语、观点支撑、活人感终审）
• 标题优化：多类型标题备选（点击型、概括型、悬念型、数字型等）
• 去AI味：禁用词替换、标点修复、句式去套路、注入具体细节与口语打断

润色单独走短流程：扫描 → 诊断分级 → 执行（最多三轮，连续两轮无改动则停）→ 收敛终止；重度问题会走完整三遍并可能标 [需复核]。

适用边界

• 用户提供的核心观点、案例、数据应保留，技能主要改表达与结构，不替你编造事实。
• 去味依赖 references/banned-words.md、structures.md 等资料按需加载；没有这些引用时，规则层自检会打折扣。
• 适合中文内容创作与改写；英文侧资料提到 stop-slop 等，但主流程与示例以中文写作场景为主。