写作这件事，最费力的不是动笔。是不知道下一句该写什么。——LeisureLinux
我这台机器上装了几十个 skill，多数是工具：配环境、抓数据、跑任务。一个一个都干脆利落，调用即用。
但有一类不太一样——它不替你干活，它陪你干。
它叫 content-research-writer，安装在「写作」类的目录里。技能描述说得很克制：把单人写作流程变成协作流程。
读完它整份 SKILL.md 后我意识到，它在做一件事：把 AI 当成第一个读者，而不是第二个作者。
从六月底装上到今天，两周里我用它写了三篇长文。它没让我省多少字，但确实让我提前避开了几处结构性的坑——那种写完八千字才看见、删起来心疼得滴血的坑。
下面把它的玩法拆给你看。
本文脉络
01
写作为什么常卡壳
02
五步基本打法
03
两周里的两个变化
01 · CHAPTER ONE
写作为什么常卡壳
绝大多数 AI 写作类技能的工作流是这样的：你给主题，它直接出稿。快是快，改起来更累——它把整段文字塞回给你，你只能站在「接受 / 重写 / 放弃」三岔路口。
真正会卡住写作者的，从来不是开头。是这三个地方：
第一，钩子不够稳。读者三点五秒之内决定要不要往下看，你写出来的第一段自己都未必信得过。
第二，段落之间没有秩序。想到哪写到哪，第三章引用的论据放在第五段才出现。
第三，研究慢而且零碎。开十个浏览器标签，找三小时，最后引用还容易丢。
content-research-writer 的设计思路是：让 AI 跟你一起站在写作者的位置上，而不是站在写作者对面。它干的是挑刺、查证、给反馈、盯一致性，而不是抢笔。
02 · CHAPTER TWO
五步基本打法
读它的 SKILL.md，能梳理出五步循环：
第一步，先搭骨架不动笔。 你跟它说「帮我列个大纲，关于 XX」，它会反问你：目标读者是谁？以说服还是以科普为主？长度？文体？现有的材料要不要塞进去？这是教科书式的「明确约束」——约束越清楚，大纲越能用。
第二步，按缺口去研究。 它不会假装什么都懂。大纲列出来后，它会标出哪些点子后面要研究、要找证据、要给引用。研究结果按编号塞回大纲的对应位置。
第三步，磨钩子。 你把开头扔过去，它做三种钩子给你挑——观点钩、故事钩、数据钩，附带「为什么这样写」的说明。然后你选一个，或者综合一下。
第四步，边写边反馈。 你每写完一节就贴给它，它给三段反馈：哪里好，哪里不好，要不要这么改。这点最值——你不会写完八千字才发现第二段就跑题了。
第五步，通读润色。 它会整体过一遍：逻辑、流畅、术语一致性、引用是不是真的存在。
这套流程的核心，是把反馈循环做得短、平、快。写一千字问一次，比写一万字问一次的累计成本低得多。
工具不替你走完路，只是让你少走弯路。
03 · CHAPTER THREE
两周里的两个变化
一是愿意写开头了。以前最怕开新文档，光秃秃的页面让人发虚。现在不怎么发虚了。大纲搭好之后头一段是写给 AI 看的，它会挑明「这版钩子不够狠，换一版试试」，而不是背后议论。这就把「开新文档」的心理门槛砍掉了大半。
另一个变化是会先研究再动笔。以前是边写边搜，靠「下一段再说」的借口绕过硬骨头。现在骨架阶段就把要查的东西列出来，研究、写作是两段工序。写起来就顺了不少。
04 · CHAPTER FOUR
几个我踩过的坑
它不是代笔。如果你让它「写一篇关于 XX」，它会让你先去动手，再给你反馈。一旦你把「写」这个动作外包出去，写作本身的能力就退化了。这跟肌肉不练就萎缩是同一回事。
钩子别贪多。它一次给你三版钩子，但你不必都试，挑一个动笔。写作者的节奏感是稀缺资源，不要在开头上反复回滚。
引用一定要回去核。它的研究能力不如你自己去翻原文，但研究效率高十倍。拿回来后至少抽查两三条，看看数字对不对、人名有没有拼错、来源会不会其实是二手转引。
05 · CHAPTER FIVE
它适合谁，不适合谁
适合：写技术长文、研究类博客、需要引用的复盘文、需要反复改稿的严肃写作。
不适合：短消息、八股套话、需要「我上我也行」的水文。
∞ · POSTSCRIPT
写在最后
写作这件事，真正能帮上忙的地方不多。AI 能做的是缩短反馈循环：让你少走弯路，少写废稿。
剩下那 90%，还得是坐在屏幕前的那个人。还得是你自己。
但有它在旁边盯着，确实能让人敢动笔。这就够值了。
「写作是私事，搭档只是把灯光调亮一点。」
