Doc Coauthoring 技能：带你分步写完长文

不让 AI 直接交一份完整初稿，而是带你走「收上下文—搭结构—试读者」三步。

让 AI 写长文最常见的失望是：一口气吐三千字，结构看着像样，读完发现论点空、例子假、语气也不对。问题不在生成能力，而在流程——人写长文档也不会一上来就成稿，而是先摸清背景、再拉大纲、再找人试读。doc-coauthoring 是 anthropics/skills 里的官方技能，干的就是把这三步固化成对话流程，逼着 AI 在动笔前先问清楚。

先问清楚再动笔，不靠猜

技能的第一阶段是上下文收集：读者是谁、读完要做什么决定、已有素材在哪里、哪些结论不能碰、篇幅与交付形式是什么。这些话听起来琐碎，但它直接决定文章能不能用。很多「AI 写的稿子不能发」的根源是它不知道读者是老板还是客户，于是写成了一篇谁都能看、谁都用不上的东西。

大纲先拉出来对，再展开写

第二阶段只产出结构：每一节要论证什么、用什么证据、和上一节的逻辑关系。这个阶段不写正文，好处是返工成本低——大纲改一句比改三千字快得多。实际用法是你在大纲上删掉两节、补一节，确认后才让它展开。技能还会要求每个论点后面标注证据来源，避免写完才发现某段全是空话。

读者测试：拿真问题撞一遗

第三阶段最有价值：让它扮演目标读者，拿稿子去回答几个真问题。比如「这份方案里预算部分够不够支撑决策」「第三段和第五段是否在重复」。这一步能把「自我感觉良好」的稿子打出漏洞。它的定位不是替代真实评审，而是在发出前先把明显的逻辑跳跃和证据缺失筛一遍。

分段写作，控制上下文与质量

长文一次性生成，后面几节质量往往下滑。技能的做法是按节推进，每节写完先确认再进下一节。代价是多几轮对话，收益是每一节都在可控上下文里完成，不会出现第五节开始编数据和引用。对一万字以上的文档，这个节奏差别很明显。

使用上手：五步走完

1. 安装。npx skills add anthropics/skills --skill doc-coauthoring，或把 skills/doc-coauthoring 复制到 ~/.claude/skills/。
2. 明确任务类型。告诉它是方案、白皮书、技术文档还是内部通报，不同类型问的问题不一样。
3. 回答上下文清单。宁可多写两句背景，也不要让它猜；把已有素材（会议记录、数据表、旧稿）一并给它。
4. 先定大纲再写正文。看到大纲不满意就直接改，不要客气地说「可以」，不然后面全是返工。
5. 跑读者测试再定稿。让它自己提五个读者最可能问的问题，逐个看稿子能不能答上。

优点与不足

优点：把写作流程显式化，避免「一把梭」式生成；分阶段产出，每一步都可拦截；Apache-2.0，可直接改成公司内部写作规范；不绑定具体文体，方案、报告、文档都能用。

不足：它管流程不管事实，数据真假仍需要你自己核；对话轮次多，赶时间时不如直接让它写一段来得快；中文长文的语感仍取决于模型本身，技能只能保证结构不塔；官方也注明技能属于演示用途，实际行为可能与描述有差异。

适合谁

• 经常写方案、白皮书、述职材料的人：最需要的是结构而不是辞藻。
• 团队里负责文档规范的八：可以把这个流程改成内部模板。
• 不擅长开口就问背景的人：技能会反过来问你，省得自己忘。

下载与访问

• 仓库地址：https://github.com/anthropics/skills
• 技能目录：https://github.com/anthropics/skills/tree/main/skills/doc-coauthoring
• 技能安装索引：https://skills.sh

获取与授权

本文属于「技能」分类的 AI 资源专栏，更多评测见分类页。