基于示例生成品牌一致的长文内容，避免AI腔调，支持博客、指南、教程、通讯等多场景写作，强调具体证据与真实人声。
说明：
## 核心用法
Article Writing 是一项长文生成技能，专为需要超越段落长度的深度内容而设计——包括博客文章、产品发布稿、技术指南、教程、通讯邮件及观点文章。其核心在于**声音捕获（Voice Capture）**：通过分析用户提供的样本文本（文章、社交媒体帖子、内部文档或品牌指南），提取句式节奏、正式程度、修辞偏好与格式习惯，生成与特定人物或品牌高度一致的写作风格。若无样本，则默认采用直接、务实的”运营者风格”（operator-style voice）。
### 显著优点
1. **反AI腔调设计**：明确禁用”In today’s rapidly evolving landscape”等通用开场、”Moreover”等填充过渡词，以及”game-changer””cutting-edge”等空洞 hype 词汇，强制输出真实人声。
2. **证据优先结构**：规则要求”先给例子，后解释”，每节以具体场景、数据、代码块或截图描述开篇，避免抽象说教。
3. **场景化结构模板**：针对技术指南、观点文章、通讯邮件三类主流格式提供差异化框架——技术文强调代码示例与可执行收获，观点文以张力或矛盾开篇并单节单论点，通讯文则注重首屏强度与易扫读结构。
4. **事实锚定机制**：明确禁止虚构传记信息、公司数据或客户证据，所有量化声明必须关联提供来源，内置事实核查环节。
### 潜在局限与风险
– **样本依赖**：声音还原质量高度依赖用户提供样本的数量与代表性；样本不足时可能滑向平庸默认风格。
– **创意边界**：严格的”禁用模式”与”质量闸门”虽保证真实感，也可能抑制某些需要刻意修辞或情感渲染的文学性写作。
– **事实核查盲区**：技能本身不联网验证，仅”对照提供来源”核查，若用户输入含误信息，输出将继承该错误。
### 适合人群
– 创始人、运营者需批量产出个人 IP 内容但无专职写手
– 内容团队需统一多作者声音至单一品牌调性
– 技术写作者需将笔记、访谈或研究草稿转化为结构化发布内容
– 通讯运营者追求高打开率与辨识度并存的编辑风格
### 常规风险
**中等风险（A级）**：虽禁止虚构，但无法阻断用户蓄意提供虚假信息；长文场景下幻觉累积概率高于短回复，需人工终审关键数据与引用归属。
会员专属
