作者內容方法論分析
輸入契約
調用方應提供：
input_dir或明確的文件列表/文檔內容output_dir- 作者或帳號名
- 可選的文章清單，最好包含標題、連結和發布時間
generate_html：預設truesync_lark：預設true
輸入不足時先尋找工作區內可發現的內容；仍無正文樣本才詢問用戶。不得只看標題分析。
支援格式與處理邊界：
- Markdown/TXT：使用內置解析器。
- DOCX：優先使用
python-docx；不可用時明確報錯。 - 可提取文字的 PDF：優先使用
pypdf；掃描 PDF 無文字時標記需要 OCR，不偽造正文。 - 飛書文檔：先按當前
lark-docskill 讀取，再把正文作為輸入。 - 多種格式混合時統一轉換為文章記錄，但保留原始文件路徑和來源類型。
輸出契約
始終寫入調用方提供的 output_dir：
<output_dir>/
<博主>-方法論報告.md
<博主>-文案框架.md
<博主>-分析數據.json
<博主>-文章特徵.csv
<博主>-方法論看板.html # 預設生成的學習者視角看板
<博主>-飛書同步.json # 成功同步後生成
<博主>-競品標題樣本.json # 提供競品樣本時生成
所有根目錄產物統一使用「<博主>-<功能>.<副檔名>」命名。<博主>-分析數據.json 和 <博主>-文章特徵.csv 是可審計交付物，不是臨時文件。報告、HTML 和飛書內容必須使用同一份分析數據。只有用戶明確要求「不生成 HTML」或「不同步飛書」時才關閉對應步驟。
本 skill 自行根據 references/copywriting-framework-template.md 生成文案框架，不依賴名為 creator-copywriting-framework 的外部 skill。
工作流
1. 建立樣本清單
-
運行確定性分析腳本：
python3 scripts/analyze_corpus.py \ --input "<input_dir>" \ --output "<output_dir>" -
腳本負責格式解析、去重、圖片引用保留、基礎統計和文章級特徵。
-
少於 5 篇時只做描述性分析並明確低穩定性；少於 3 篇時不得輸出趨勢、演化或穩定風格結論。
-
超過 50 篇時優先全量做基礎統計；只有上下文或處理成本明顯過高時才抽樣，並披露抽樣方法。
2. 預處理正文
- 刪除導航、廣告和版權尾註等噪聲。
- 圖片 Markdown 從純文字分析副本中移除，但必須在文章記錄中保留原始位置、相對路徑和相鄰文字，供視覺分析使用。
- 保留標題層級、列表、引用、案例、數據和結論段。
- 區分原文片段與模型歸納，保留證據到文章標題的映射。
3. 詳細數據分析
先讀取 <博主>-分析數據.json 和 <博主>-文章特徵.csv，再按 references/data-analysis-framework.md 完成解釋性分析。確定性指標不得由模型重新估算。預設覆蓋：
- 樣本質量與數據完整性
- 發布頻率、週期、連續性和時間分佈
- 篇幅、段落、句子、圖片和結構複雜度
- 主題、母題、對象、場景、問題與內容類型分佈
- 關鍵詞、術語、概念組合和語義關聯
- 標題長度、鉤子、句式、對象、承諾和標題正文一致性
- 開頭、正文、轉折、結論、CTA 和常見敘事路徑
- 觀點、事實、因果、對比、反例、邊界和建議等論證單元
- 數據、引用、實測、案例、權威來源和經驗等證據類型
- 人物、公司、產品、技術、事件、行業、地點和模型等實體網路
- 強弱判斷、確定性、時間尺度、風險態度和價值取向
- 詞彙、句長、節奏、修辭、口語化、專業度和可讀性
- 目標讀者、使用場景、痛點、內容承諾和讀者收益
- 評論、領取資料、購買等正文行動引導（僅作為寫作結構觀察）
- 圖片密度、圖文位置和視覺內容作用（數據可得時）
- 主題、表達和判斷隨時間的演化（發布時間可得時）
- 主題與標題、結構、證據、篇幅、CTA 等維度的交叉關係
- 異常樣本、內容缺口、過度集中和可系列化機會
- 不分析平台後台的閱讀、分享、點讚、收藏、關注或轉化表現
- 標題方法拆解：整體統計數字具體、懸念問題、痛點衝突、熱點時效、收益明確；代表標題解釋公式、原因、仿寫方法和適用條件
- 文章結構示範：用開頭任務、中段任務、結尾任務解釋節奏，並提供學習者可執行的練習
- 更新節奏怎麼學：用發佈日、星期分佈、同日多篇和文章間隔觀察作者的內容供給方式，再按學習者的時間、證據積累速度和創作階段設計可持續節奏
- 競品選題雷達：公開搜索同行標題並記錄來源連結、選題類型和樣本邊界
數據和代表樣本只用於解釋作者的方法，不能把看板寫成評分、自檢、通過/不通過或改進作者的報告。平台後台表現指標不進入看板。其他不能計算的內容不得估算或編造。詞頻不能直接等同於作者態度；主題、金句、情緒和立場等主觀標籤必須說明分類規則與證據。
預設採用學習者視角輸出，而不是只評價博主。每個核心模組都要說明：
- 這個博主具體怎麼做；
- 為什麼這種方法有效；
- 哪些能力值得學習；
- 學習者可以執行什麼練習；
- 哪些依賴個人經歷、資源或平台條件，不能直接照搬；
- 如何判斷方法已經遷移成自己的能力，而不是只模仿表面風格。
主觀標籤需要寫入 <博主>-分析數據.json 的 annotations，每條包含：
dimension,label,article_ids,evidence,rule,confidence
這樣報告中的主題、立場、讀者和金句結論可回溯到文章。
4. 提煉方法論
主報告使用 references/report-template.md。數據章節引用 <博主>-分析數據.json 中的指標和文章 ID，不重複製造第二套數字；方法論章節負責解釋數據事實，至少包含：
報告「樣本說明」必須寫入 dataset_sha256，供一致性校驗。
- 作者定位與內容人設
- 讀者畫像與內容收益
- 內容資產地圖
- 選題系統
- 分析框架
- 判斷標準
- 表達模板
- 案例庫
- 金句風格
- 內容缺口與選題機會
- 可複用寫作 SOP
- 風險與邊界
- 樣本清單
每個關鍵結論盡量引用 2-5 篇文章標題、短片片段或案例。原文摘錄保持必要且簡短；抽象模板必須標註「抽象模板」，結構化示例必須標註「非作者原文」。
5. 生成獨立文案框架
使用 references/copywriting-framework-template.md 生成 <博主>-文案框架.md。模板只規定結構，不預置任何作者風格句式；所有公式必須從樣本證據歸納，包括：
- 選題腳手架
- 8-15 條標題公式
- 多類開頭模板
- 至少 3 套正文結構
- 段落句式和轉場句
- 金句句式生成器
- 結尾 CTA
- 1-2 個換主題、換案例、換措辭的結構化示例
- 發布前檢查清單與禁用邊界
只學習結構，不復刻作者獨特表達，不冒充作者。
6. 自動生成 HTML
HTML 看板是本 skill 的標準交付物，不是可選的聊天附屬內容。生成時必須讀取
references/interactive-dashboard-template.md，並直接使用本 skill 內置的
scripts/generate_dashboard.py，不得臨時改用另一套通用 BI 模板。
預設運行：
python3 scripts/generate_dashboard.py \
--data "<output_dir>/<博主>-分析數據.json" \
--output "<output_dir>/<博主>-方法論看板.html"
HTML 與 Markdown 必須共享 <博主>-分析數據.json 中的確定性統計。模型生成的方法論摘要可以作為附加數據寫回 annotations，不得覆蓋腳本計算字段。
看板必須保持以下固定結構：
- 一頁看懂
- 定位與價值
- 內容地圖
- 選題方法
- 文章寫法
- 觀點與證據
- 語言風格
- 值得學習
- 營運增長
- 學習與遷移
所有章節站在學習者視角，重點回答「我應該學習什麼、我要怎麼學」，不得改回作者自檢、文章評分或平台表現分析。頁面底部只保留簡短的來源說明與免責聲明，不設定獨立的「數據與邊界」章節。
生成後用瀏覽器檢查控制台、主要交互和視覺可讀性。
僅當用戶明確要求不生成 HTML，即 generate_html=false 時跳過。
7. 自動同步飛書
先檢查來源邊界：
- 樣本全部來自公開 URL 或公開文章歸檔：預設同步。
- 樣本來自本地訪談、內部文檔、私密飛書文檔，或敏感掃描命中：暫停自動上傳並請求用戶確認。
確認可同步後載入 lark-doc：
- 先完成本地 Markdown。
- 若
<博主>-飛書同步.json中已有可訪問doc_token，更新該文檔；否則創建新文檔。 - 按當前
lark-docskill 的接口規範寫入並讀取校驗。 - 將
doc_token、URL、標題、內容指紋和更新時間寫入<博主>-飛書同步.json。 - 校驗關鍵章節存在後返回 URL。
飛書失敗不得影響本地文件完成狀態。
僅當用戶明確要求不同步飛書，即 sync_lark=false 時跳過。
質量門檻
-
<博主>-分析數據.json與<博主>-文章特徵.csv必須由腳本生成。 -
結論基於正文並披露樣本邊界。
-
可觀察統計與主觀歸納明確區分。
-
數據分析盡量覆蓋所有可計算維度，並明確不可得字段。
-
每項重要統計都說明口徑、分母、分類規則或計算方式。
-
每個數據模組都連接到代表文章和方法論啟發。
-
每個核心模組都有證據和可複用動作。
-
案例不足時明確寫「未形成穩定案例庫」。
-
不推斷無法從樣本支持的作者意圖。
-
本地輸出路徑全部位於
output_dir。 -
HTML 和飛書預設完成；用戶明確關閉時記錄跳過原因。
-
HTML 導航必須為十個固定章節，底部必須包含來源說明和免責聲明。
-
HTML 不得出現獨立的「數據與邊界」章節，不得出現「自檢、評分、通過/不通過」等面向作者的評價模組。
-
最終運行：
python3 scripts/validate_outputs.py "<output_dir>"
參考資料
references/report-template.md：生成主報告時讀取。references/data-analysis-framework.md：執行詳細數據分析時讀取。references/copywriting-framework-template.md：生成獨立文案框架時讀取。references/interactive-dashboard-template.md：預設生成 HTML 時讀取。references/analysis-data.schema.json：共享分析數據結構。scripts/analyze_corpus.py：解析語料並生成確定性特徵數據。scripts/generate_dashboard.py：從共享數據源生成離線 HTML。scripts/validate_outputs.py：校驗數據、報告、HTML 和同步元數據的一致性。