爽文生成器

解决什么问题

很多人在公众号写作时会遇到两类困难：有想法但写不成一篇结构完整、值得读者收藏的文章；或者文章写完了，但在手机屏幕上读起来很累，读者根本扫不下去。@user_0f00a14f/fine-text-writing 针对这个场景，把「写得对」和「排得好读」放在同一流程里处理，而不是把排版当作写完之后的装饰步骤。

它也不把「写得像一篇爆文」当成目标。技能把文章受欢迎的判断拆成四个可检查项：内容有价值、表达懂读者、阅读体验舒适、有值得分享的情绪或共鸣。这四个标准直接进入后续的选题和质量检查，而不是只出现在介绍页里。

核心工作方式

技能按三层思路组织内容生产，但只有编排层和知识层是固定规则，执行层不会假装自动完成：

• 编排层先确定目标读者、要解决的问题、选题价值、写作框架、质量门槛和没有工具时的降级方式。
• 执行层只在工具可用、用户明确提出并授权时，才做检索、素材整理、图片生成、Markdown 或 HTML 排版、Word 交付或平台发布。
• 知识层保存写作标准、核验来源、用户素材和可复用的风格指纹。

实际写作按五步闭环推进，而不是把看过的材料堆在一起：

1. 定义问题：把主题缩成一句读者能感到疼的问题，同时写清文章不解决什么。
2. 建立证据：优先使用用户提供的原始材料、核验过的资料和可复现观察；没有证据的内容降级为观点或假设。
3. 提出机制：解释原因、变量和因果链，不把相关性、单一案例或类比当成证明。
4. 给出方案：按优先级列出做法、适用条件、成本和风险。
5. 说明验证：告诉读者如何判断方案有效，或如何继续确认还没定的结论。

初稿后必须反向推敲一次：结论在什么条件下不成立，最有力的反例是什么，哪个前提最脆弱，它适用于谁又不适用于谁。然后按三类文章调整表达：观点经验文重经验边界和可执行方法；研究分析文重来源、事实与推断的区分；技术专业文先讲结论，再讲依据、机制、风险和建议。

边界与注意点

外部事实需要可靠来源。涉及数据、行业、政策、人物或趋势时，应做检索、来源核验和引用整理，不能把 AI 生成内容当成已经查证过的结论。技术或工程主题还要保证术语准确、逻辑可验证。

工具使用有明确边界。封面、插图、信息图只有在用户需要、工具可用且图片确实帮助理解观点时才生成；自动发布到公众号草稿箱或其他平台属于外部写操作，必须获得明确授权、提供平台能力和凭据，并确认最终稿后才能执行。没有授权时，技能只交付可复制正文、排版稿或 Word 文件。

风格学习只提取句长、节奏、标题偏好、常用结构和克制程度，不会复用原文的独特段落、个人故事或他人受版权保护的文风，也不能声称「完全像某位作者」。