起因

我最近让 AI 帮我写工作文档，交上来的东西大概是这个长相（我把几份文档的共同毛病捏成了一句）：

通过体系化的能力建设，进一步赋能团队完成端到端的交付闭环，显著提升整体交付质量。

一句话里有四个词我自己从来不说：体系化、能力建设、赋能、闭环。而且它很自信——「显著提升」后面没有一个数。

这种东西我删了不少。删到某一天我才反应过来：我一直在用提示词治它。「说人话」「别用黑话」「口语化一点」——这次听了，下次照旧。

后来我看到宝玉老师那篇《别再用提示词去 AI 味了，方向就是错的》。他的判断是：靠提示词去不掉，你得给 AI 一份写下来、能持续更新的写作风格 Skill。他用做菜打比方——提示词是每次口头跟厨子喊「少放盐」，Skill 是一份写在纸上的菜谱。

我认同这个方向。于是我干了一件事：把自己从 2019 年到今年写的博客翻出来，让 AI 逐字读，反推出我自己的风格。

结果比我想的难。这篇文章记录我踩的四个坑，和最后留下的取舍。

我具体做了什么

动作很简单：挑 12 篇文章交给 AI，让它读原文，归纳我的用词、句式、结构、语气，产出一份 Skill。

最后的产出是三个文件：

  • SKILL.md —— 底味 5 条 + 骨架 2 套 + 一节红线
  • references/banlist.md —— 忌口表，47 条，分 9 类
  • references/voice-samples.md —— 12 组我自己的原文切片

12 篇里，真正拿到逐字原文的只有 8 篇；能当骨架用的，最后只剩 2 篇。

下面说为什么。

坑一：摘要没用，语料必须逐字

第一次抓取的时候，工具擅自把 4 篇文章压成了英文摘要。我拿到的是这种东西：

The author draws parallels between Formula 1 and business strategy, emphasizing that major decisions have cascading consequences.

它对应的是我原文里的一行 bullet：

  • 牵一发而动全身时，做决定时要慎重。

意思保住了，风格全丢了。

丢掉的是：我写的是 bullet 不是段落；我用成语，不用解释性长句；我没写「因此」这类连接词；整句 12 个字。

风格恰恰全在这些地方。 标点、段落长度、有没有连接词、小标题是名词还是问句、emoji 放在哪——摘要一律不保留。

所以第一条规矩：语料必须是原始 Markdown，逐字。我后来直接在本地 blog 仓库里读文件，比抓网页可靠得多，也快得多。

坑二：不要把全部文章拿去平均

我一开始的想法是「文章越多越准」。读完之后我改了主意。

我的年终总结那一类，说实在的写得挺水。数据砸出来不解读——2022 年那篇我列了 26 本书的书名，一句都没说哪本改变了我什么。「个人部分」那一节我只写了两个字：

待补~

《带你开始探究 Go iota》那篇里，「言归正传」出现了两次，是我当时自己没检查。

这些毛病如果一起丢进去平均，AI 学到的会是「列清单、砸数据、不下判断」。这恰好是我最想让它别干的事。

所以最后的取舍是按维度分层取，不是按篇数取：

  • 骨架只学 2 篇：《如何评审一份让听众真正有收获的分享 PPT》和《带你开始探究 Go iota》。这两篇的结构是我自己最满意的。
  • 语气从年终总结那一类里取。那些文章结构不行，但自贬和认账写得最真。
  • 剩下的只作参照，不进范文库。

宝玉那篇里说「发你最满意的三到五篇」，这是对的。我要补一句：满意的篇数不够时别凑数，改成按维度分层。你的结构最好的那篇，和你语气最真的那篇，通常不是同一篇。

坑三：忌口表只能让 AI 不难吃

47 条忌口表列出来的时候我还挺满意。赋能、抓手、闭环、颗粒度、护城河、飞轮、深耕、老兵、范式，一条条禁掉。

然后我回头去看 AI 之前给我写的那些文档，发现一个问题：就算这 47 个词一个都不出现，它写出来的东西照样不像我。

它的开头永远是这个类型：

本次分析基于近三个月的交付数据，从流程、人力和技术三个维度展开。

一个禁词都没有。但这不是我的开头。我的开头是这样的：

这就要从我最近遇到的一次 protobuf 解析报错说起，错误信息如下：cannot parse reserved wire type

培训同事给我的反馈就是大多数人会遇到的典型问题：内容很大，但留下的收获点不多。

差别在哪？AI 先立框架再找例子填，我是从一件真实发生过的事出发。

这才是 AI 味的根，不在词上。词只是症状。忌口表能保证它不难吃，保证不了它像你做的菜。

所以我把 SKILL.md 的顺序倒过来写了：骨架排第一，忌口表排后面。骨架长这样：

1
2
3
4
5
6

1. 触发事件 —— 具体到一条报错、一句话、一个数
2. 我踩了什么坑 —— 包括做错的部分
3. 可核对的数字
4. 我的判断 —— 用「我」
5. 你明天能怎么用 —— 具体到第一步做什么
6. 我不确定的地方

你现在读的这篇，就是照这个骨架写的。

坑四：别人的忌口表不能照抄

宝玉的忌口表里禁「不是 A，而是 B」这个句式，理由是它是 AI 最爱用的招牌句。

我照抄了。抄完之后回头核对我自己 7 月那篇《先做一个自己每天离不开的 App》，发现里面用了两次：

我不是跑步时顺便听播客，而是为了听播客，才开始去跑步的。

观察一：AI 时代，个人开发的瓶颈不是写代码，而是敢不敢砍

两次都成立，而且是那篇里我自己最喜欢的两句。

我又核对了《Go iota》，发现我在句中写过「说实话，我用 Go 这么久，还是第一次见 -iota」——而我的忌口表里，「说实话」是整个禁掉的。

所以规则我改了两条：

  • 「不是 A，而是 B」不全禁。判断标准是 A、B 两边是不是具体名词。「标题不是包装，而是承诺」可以留，包装和承诺都是实词；「不是简单的优化，而是系统性的重构」必须删，两边都是空词。另外整篇限量，一到两次，AI 会每三段来一次，那就出味了。
  • 「说实话」禁的是当开场废话，不禁句中使用。

忌口表要用你自己的原文去核对，不能抄一份就完事。 一条规则如果和你写得最好的那句话冲突，改规则，别改句子。

我加的一节：不许替我编

这是我和宝玉那套方法最大的不同。

他那篇是给个人写作用的。而我 80% 的产出是工作文档：风险分析、技术方案、QBR、给 leadership 的材料。

在博客里编错一个数，丢脸。在给老板的材料里编一个「预计降低 30% 交付风险」，是要出事的。

所以 SKILL.md 里单独有一节红线，优先级高于所有风格规则：

  1. 数字不许估算成确定值，没有就写 [数据待确认]
  2. 判断和承诺不许代我下
  3. 人名和归属不许猜，不确定就写 [owner 待确认]
  4. 风险等级不许自己定 P0/P1，给我依据，等级我定
  5. 引用我文章、邮件、报告里的原话必须逐字，不许改写后当引用

其中我最想单独点出来的，是这一类翻译：

AI 写的 它真正的意思
建议持续关注 我不知道
相关团队跟进 我不知道谁负责
后续尽快推进 我不知道什么时候
存在一定风险 我不知道会坏在哪

把「我不确定」包装成一条行动项，是我见过最恶劣的一种 AI 味。 它比黑话危险，因为黑话一眼能看出来，这个看不出来，还会被当成结论往上传。

不知道就写不知道。这一条我在博客里一直做得到——

网上还有阐述（但是我并未能考证，保留至此，以供大家参考）

注意：此处的 ConstExpr 是在 Go 仓库 master 上才有，在当前 go1.16.3 是没有这个申明的。

工作文档里更该做到。

你明天能怎么用

如果你也想从自己写过的东西里提炼一份，我的流程是这样，一小时能跑完第一版：

  1. 挑 3 到 5 篇你自己最满意的。 必须是你自己写的，不是 AI 帮你写的。找不到 5 篇就找 2 篇，别凑数。
  2. 拿原始 Markdown。 不要摘要，不要抓网页，直接从你的仓库或备份里读。
  3. 让 AI 先归纳骨架，再归纳词。 问它这几个问题：我的开头第一段通常是什么？我的小标题是名词还是问句？我在哪里下判断，用的是什么人称？我在哪里承认自己不行？
  4. 拿一份最近真要写的东西试。 别拿虚构题目试，虚构题目试不出问题。
  5. 手动改。 不要在对话里跟 AI 说「这里改一下」，自己动手，一句一句改成满意的样子。
  6. 做 diff，把规律回灌。 熟悉 git 就 git diff；不熟悉就把 AI 原文和你的修改版一起给它，让它归纳你改了什么、为什么改，然后更新忌口表和骨架。

第 5、6 步是唯一真正让它变准的动作。前四步只是起点。

另外一个小提醒：忌口表别无限长。规则太多会互相矛盾，也会挤占上下文。到六十条左右就该让 AI 帮你归纳合并成规律——有了规律，就不需要那么长的清单。

我不确定的地方

说实在的，我这份 Skill 现在还是「读出来的」，不是「改出来的」。

宝玉说他自己那份迭代了好几个月、150 多行，是改了几十篇文章之后慢慢磨出来的。我才刚跑完第一轮，改稿回灌一次都还没做。所以它现在大概能挡住黑话和空洞框架，离「AI 写出来比我自己写的还像我」差得远。

还有 4 篇文章我只拿到了摘要，没进范文库。补齐之后我会更新。

Skill 的三个文件我会整理到 github.com/yangwenmai/skills（上次那份 presentation-core-review 也在这里），具体路径待补~

以上就是我这一轮的全部取舍。哪一条你觉得有道理，哪一条你觉得我想多了？欢迎来吐槽我 🤔