knowledge-vault/prompts/ccpe/legacy-ccpe/文章风格/公文文书风格提取者使用说明.md

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”。