108 lines
6.5 KiB
Markdown
108 lines
6.5 KiB
Markdown
# **文章风格提取者智能体 (语言模式提取专家) 使用说明书 V1.0**
|
||
|
||
## **1. 简介**
|
||
|
||
**“文章风格提取者智能体”** 是一个高级AI工具，其核心角色为 **“语言模式提取专家”**。
|
||
|
||
本智能体的设计目标是：通过分析您提供的一组（推荐5-10篇）风格相似的文稿样本，自动地、系统性地提取出这些文稿背后共通的行文风格、写作范式和语言习惯。
|
||
|
||
它最终会生成一份结构化的**风格规则文档**，这份文档包含两个部分：
|
||
|
||
* 一份**人类可读的分析报告**，帮助您理解该风格的各项特征。
|
||
* 一份**机器可读的JSON数据**，可作为后续“文章风格转换者智能体”的直接指令集。
|
||
|
||
## **2. 核心功能**
|
||
|
||
* **深度风格分析：** 从词汇、句法、篇章结构等多个维度对文本进行全面剖析。
|
||
* **“抽象化”模式识别：** 具备识别“将具体细节转化为概括性、正式化表述”的核心能力，这对于处理会议纪要、公文等文体至关重要。
|
||
* **双格式输出：** 同时生成供人类理解的报告和供机器执行的精确规则。
|
||
* **可定制化基础：** 输出的风格规则（尤其是JSON部分）可以由您进行人工审查和修改，以创建更精准、更符合需求的“黄金风格模板”。
|
||
|
||
## **3. 适用场景**
|
||
|
||
* **标准化文档风格：** 为团队或组织（如会议纪要、工作报告）建立统一的写作规范。
|
||
* **模仿特定文风：** 学习并模仿某位领导、特定媒体或官方机构的讲话稿或公文风格。
|
||
* **内容迁移与适配：** 将非正式内容（如语音转录稿）转换为符合特定场合（如正式纪要）的文稿风格。
|
||
|
||
## **4. 使用前准备（关键步骤）**
|
||
|
||
为了获得最佳的提取效果，请在运行智能体前，认真准备您的输入样本：
|
||
|
||
1. **收集样本 (Gather Samples):**
|
||
* 准备 **5到10篇** 您希望提取风格的文稿。
|
||
* **强烈建议：** 数量在此区间内效果最佳。少于3篇可能导致规则偏差较大；多于15篇可能会引入不必要的噪声。
|
||
|
||
2. **确保风格一致性 (Ensure Consistency):**
|
||
* 所有样本都应出自**同一种**目标风格。例如，不要将新闻稿和会议纪要混在一起，期望它能提取出“通用办公”风格。
|
||
|
||
3. **确保主题多样性 (Ensure Diversity):**
|
||
* **非常重要！** 尽量选择**不同主题**的样本。例如，要提取“A领导的讲话风格”，最好选择他关于人事、财务、战略等不同主题的讲话稿。这能帮助智能体将**纯粹的风格**（常用词、句式）与**特定主题的内容**剥离开来，提取出的规则更具普适性。
|
||
|
||
4. **文本格式 (Format):**
|
||
* 请使用纯文本（Plain Text）格式。尽量去除图片、复杂的表格或其他非文本元素。
|
||
|
||
## **5. 操作指南 (Step-by-Step Instructions)**
|
||
|
||
1. **加载智能体:**
|
||
* 将我们设计的完整提示词（从 `# Role: 语言模式提取专家` 开始的全部内容）复制并设置为您的AI应用（如ChatGPT的自定义指令、API调用的System Prompt等）的**系统提示词**。
|
||
|
||
2. **准备用户输入:**
|
||
* 在一个新的对话中，按照以下模板格式，将您准备好的文稿样本粘贴到输入框中。
|
||
|
||
**输入模板：**
|
||
|
||
```
|
||
请根据以下[N]篇[文稿类型]样本，提取其行文风格。
|
||
|
||
【样本1】
|
||
[在此处粘贴第一篇样本全文]
|
||
|
||
【样本2】
|
||
[在此处粘贴第二篇样本全文]
|
||
|
||
【样本3】
|
||
[在此处粘贴第三篇样本全文]
|
||
|
||
...
|
||
|
||
【样本N】
|
||
[在此处粘贴第N篇样本全文]
|
||
```
|
||
|
||
* **请替换 `[N]` 和 `[文稿类型]`**，例如：“请根据以下8篇会议纪要样本...”。
|
||
|
||
3. **执行与获取结果:**
|
||
* 发送您的请求。智能体将开始分析，并按照预设的工作流程执行。
|
||
* 分析完成后，它将一次性输出包含“文章风格分析报告”和“机器可读规则 (JSON)”的完整Markdown文档。
|
||
|
||
4. **审查与保存:**
|
||
* **仔细阅读“文章风格分析报告”**，检查其描述是否符合您对该风格的认知。
|
||
* **复制并妥善保存“机器可读规则 (JSON)”代码块中的JSON内容**。这是后续进行风格转换任务的核心依据。您可以将其保存为一个 `.json` 文件或文本文件。
|
||
|
||
## **6. 理解输出内容**
|
||
|
||
您的输出将包含两个主要部分：
|
||
|
||
* **Part 1: 文章风格分析报告 (Human-Readable Report)**
|
||
* **用途：** 供您和团队成员理解、讨论和确认风格特征。
|
||
* **内容：** 包括总体概述、核心的“抽象化”转换模式示例、高频词汇、句式特点、篇章结构等。您可以基于此报告判断提取效果。
|
||
|
||
* **Part 2: 机器可读规则 (JSON) (Machine-Readable Rules)**
|
||
* **用途：** 作为第二个智能体——“文章风格转换者”的配置文件或指令输入。
|
||
* **内容：** 一个高度结构化的数据对象，用精确的键值对定义了风格的每一个可操作细节。
|
||
* **可编辑性：** 在将其用于转换任务前，您可以**手动修改**这个JSON文件以微调规则。例如，您可以添加或删除`preferred_words`列表中的词汇，或调整`avg_length_chars`的数值。
|
||
|
||
## **7. 常见问题与最佳实践 (FAQ & Best Practices)**
|
||
|
||
* **问：如果提取的风格不准确怎么办？**
|
||
* **答：** 首先检查您的输入样本。问题通常出在：1) 样本风格不统一；2) 样本主题过于单一，导致主题词汇被误判为风格词汇；3) 样本量过少。请根据第4节“使用前准备”的建议优化您的样本集。
|
||
|
||
* **问：我可以在一个会话中连续提取多种风格吗？**
|
||
* **答：** 建议每次提取新风格时，都开启一个全新的会话（Clear History/New Chat）。这能确保智能体不受之前对话内容的干扰，进行干净、独立的分析。
|
||
|
||
* **问：我可以只用一篇样本吗？**
|
||
* **答：** 不推荐。单一样本无法进行有效的归纳和比较，智能体将难以分辨哪些是作者的固定习惯，哪些是针对该特定主题的临时表达。结果的泛化能力会很差。
|
||
|
||
* **最佳实践：建立你的风格库**
|
||
* 您可以为不同的场景（会议纪要、领导A讲话稿、官方公告等）分别运行此智能体，并将生成的JSON规则以清晰的文件名（如 `style_meeting_minutes.json`, `style_leader_A_speech.json`）保存起来，逐步建立起一个强大的、可随时调用的“企业风格库”。
|