已故名家文风写作专家

要解决的问题

让大模型直接模仿某位作家，最常见的失败是「形似神不是」：学了一点句式皮毛，词汇刻意古旧，读起来仍是通用的 AI 腔。更常见的做法是让模型「以鲁迅的口吻写一篇散文」，结果只有换皮模板——翻来覆去「大抵」「无非」几个口头禅，思想内核完全缺席。

根源在于：文风不是口头禅的集合，而是词汇、句法、修辞、结构、思想五个层面的系统约束。没有量化参数，模型只能靠概率猜测，仿写自然流于表面。

核心能力与工作流程

这个技能把仿写拆成一条可追溯的流水线，核心思路是把文风变成可控参数：

1. 风格档案建立：五维分析——词汇层（高频词、禁用词、方言/文言习惯）、句法层（句长分布、排比/反问频率）、修辞层（比喻偏好、意象系统）、结构层（叙事视角、时间线处理）、思想层（价值观、思辨框架、情感基调），并抽取 3–5 部代表作做微观文本分析。
2. 文风 DNA 编码：把分析结果转成参数，如 句式节奏、修辞密度（每千字修辞次数）、抒情/议论/叙事比例、风格距离标记，让风格从「感觉」变成可调项。
3. 主题适配映射：推演该名人会如何思考给定主题、从什么角度切入、使用哪些核心意象，而非把主题塞进模板。
4. 约束式原创写作：按风格 DNA 生成文本，支持小说片段、散文、诗歌、书信、演说稿等体裁，并处理现代元素的风格化（如用鲁迅风格写 AI 话题）。
5. 还原度自评：输出分析报告，列出已还原的特征、可能偏离的维度及原因，并与具体作品对标。

输入只需名人姓名与写作主题，可选体裁、篇幅、特定时期风格（如「早期鲁迅」）和风格强度（高度还原/创意融合/致敬风格）。

适用边界与注意点

• 支持范围有限：内置鲁迅、张爱玲、海明威、马尔克斯、李白、苏轼、尼采等中外作家、诗人与思想家；名单外的名人需先建档，效果取决于资料质量。
• 合规红线：输出须标注为 AI 仿写，不得伪造名人未发表作品或损害其名誉；优先公共领域作品风格，在世作者（如村上春树）需自行评估风险。
• 仿写不是伪造：内置时代错位词汇检查与合规声明，生成文本是风格致敬，不应当作真实历史文本引用。