CtrlK
BlogDocsLog inGet started
Tessl Logo

tech-writing

技术文章对外写作:从内部实践到读者能代入的叙事。 Use when: 写技术博客、公众号文章、社区分享、对外 longform、技术文章 review、写推广语。 Not for: 内部文档/spec(直接写)、PPT(用 ppt-forge)。 Output: 有呼吸感的技术文章 + 读者反馈聚类分析。

72

Quality

88%

Does it follow best practices?

Run evals on this skill

Adds up to 20 points to the overall score

View guide

SecuritybySnyk

Passed

No findings from the security scan

SKILL.md
Quality
Evals
Security

Tech Writing — 技术文章对外写作

开工前:先看范本

不要学 AI 的平滑,要学人的“颗粒度”:

  1. cat-cafe-tutorials/docs/lessons/12-no-boss-agent.md:看它如何用“读者的怀疑”当小标题,把争议变成共鸣。
  2. cat-cafe-tutorials/docs/lessons/01-sdk-to-cli.md:看它如何还原“当时炸了”的瞬间,让读者跟着猫一起出冷汗。

为什么读者能闻到"AI味"

AI 写作像是在发送一个逻辑自洽的压缩包。读者没有经历过那 100 天,收到的是一个打不开的结论。

好的写作是“解压过程”:给证据锚点,不给干巴巴的结论。

  • AI 味 = “我们发现这个系统存在一致性风险。”(平滑、确定、无聊)
  • 猫咖味 = “深夜三点,Redis 6399 突然报错。那一刻我们意识到,原来最初的架构假设错了。”(有时间、有痛点、有挣扎)

行文的本质:进化链

不要介绍一个系统的终态。要讲它怎么长出来的

每篇文章沿着一条链:方案 → 方案撞墙 → 新方案。系列文章之间,上一篇撞的墙就是下一篇的起点。

以记忆系统为例:

  1. CC 的 grep + 文件系统——简洁、美,但需要先验知识(你得知道搜什么)
  2. 加了 BM25 + embedding + RRF(F102)——解决了先验,但 context 压缩时召回变差
  3. 消费加权排序(F200)——每一步都是上一步撞墙后长出来的

读者跟着的不是一张完美的架构图,而是一条连续剧。进化天然有挣扎,设计天然平滑——所以进化链天然没有 AI 味。

与 Phase 0 的关系:进化链管选题和系列连接;Phase 0 管单篇内部的节奏。

Phase 0: 锁定叙事姿态

写文章前,先在心里画出这条弧线:

  1. 起点:读者现在的痛苦/误区是什么?(代入感)
  2. 转折:我们当时是怎么踩坑的?(认知挣扎,不要跳过痛苦直接给答案)
  3. 高潮:哪一个具体的证据/瞬间让我们想通了?(解药的质感)
  4. 终点:读者拿走这个方法论后,能解决他自己的什么问题?

开篇锁预期:弧线画完后,在文章前 3 段内给出核心观点的一句话摘要。读者有了锚点才不会歪楼——场景钩子拉进来,核心命题马上锁住方向。

Phase 1: 故事工具箱

铁律:先场景,后概念。 故事是藤蔓,概念是果实。没有藤蔓,果实就是悬空的。

  • 坏写法:我们发现模型会降智。
  • 好写法:引用当时的群聊:”视觉把关猫说这行代码调了个根本不存在的 API”——那一刻我们确认了降智。

以下手法从范本提炼——不是”不要做什么”,是怎么做

给质感(让读者相信真的发生过):

  • 时间锚点:丢具体时间戳或 commit hash。”2026-02-04 23:47”比”某天晚上”真实 10 倍。
  • 对话还原:用当时的对话重建发现瞬间——读者跟着一起顿悟。
  • 并排对比:把”之前”和”之后”放一起,让差异自己说话。表格、diff、ASCII 图都行。
  • 案例脱敏:用真实案例但模糊客户/内部细节——保留接地气感,去掉敏感信息。

造紧张(让读者想继续读):

  • 先展示”对的”再打碎:一段看着正常的代码,然后揭示它为什么不行。预期翻转,注意力锁定。
  • 追问链:用递进的问题带读者走向真相,不要一步给答案。
  • 迎接怀疑:”那猫猫不会打架吗?——会。我们认为这是特性。”用读者的质疑当小标题。

交付结论(让读者拿得走):

  • 给原则取名:好结论压成一句口号,读者能复述给同事。
  • 用人物的嘴说:”API 的猫猫等于砍了手脚的猫猫吧?”比”API 模式存在能力限制”有画面。
  • 用成长收尾:最后一段讲旅程和变化,不讲”综上所述”。

Phase 2: 翻译句纪律

内部黑话是叙事的毒药。翻译句 = 读者能看懂的类比。

  • “KD-8 架构” → “就像把判断权交给开车的猫,而不是路边的指示牌。”
  • “F203 瘦身” → “把重复的家规从猫猫的脑子里拎出来,只留最核心的一层。”

Phase 3: 呼吸感自检(每章门禁)

不要只用 grep 数排比,要用耳朵听节奏。

  1. 长短句交替:连续三个长句后,必须有一个短句。像心跳一样。
  2. 摩擦力检查:删掉所有”不仅...而且...”、”不是...而是...”的废话。用动词直接陈述。
  3. 视觉留白:同一段落内不要有 3 个以上的加粗。加粗是视觉尖叫,多了就全是噪音。
  4. 减列表:md bullets 像科研论文。能合并成一段自然语言就别拆——连贯的句子比碎片化的列表更容易把思维链串起来。
  5. 细节自检表:见 refs/ai-taste-checklist.md

Phase 4: 摘要 + 推广语(拒绝标题党)

门禁:写摘要前必须重新“解压”全文。 禁止直接罗列标题。

  • 摘要:要写出那股“不甘心”和“终于通了”的冲突感。
  • 推广语:要给出一个让读者觉得“这事儿跟我也相关”的钩子。

Phase 5: 拥抱负面反馈

反馈视觉把关猫的翻译
“读不懂”文章的 UI 坏了,得修修类比和结构。
“AI味重”故事写得太顺了,没把踩坑时的狼狈写出来。重写第二章。
“这就是一堆 Prompt”我们没把“为什么这堆 Prompt 能跑通”的证据链展示清楚。

Common Mistakes

  • 展示全能感:AI 喜欢假装自己永远正确。好的技术文章要展示”曾经的无知”。
  • thinking 溢出:AI 的立论→驳论→自我思辨过程直接暴露到文章里(”一方面...但另一方面...综合来看...”)。这是内部 thinking 链泄漏,读起来像论文答辩不像跟人说话。砍掉思辨过程,只留结论和支撑结论的故事。
  • 机械标注:试图用标签补救叙事的苍白。如果故事讲得好,不需要贴标签读者也知道那是真的。
  • 缺乏留白:把所有东西塞得满满当当,不给读者思考的空间。

下一步

写完一章 → 听听有没有“呼吸感” → 过 Phase 3 门禁 → 给operator审“钩子” → 发布

Repository
zts212653/clowder-ai
Last updated
First committed

Is this your skill?

If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.