我們如何打造 Writer-Skills：一套用 AI Agent Skills 驅動的寫作工作流

AI 寫作的問題

目前大多數人用 AI 寫文章的方式是這樣的：給 AI 一個主題，讓它產出初稿，然後人類修改。這個流程可以把初稿時間縮短 50-70%，聽起來很美好。

問題是產出來的東西讀起來像罐頭，文法正確、結構完整，卻像任何人都能寫的東西。沒有觀點，沒有個人經驗，沒有讓人想繼續讀下去的理由。讀者普遍偏好含有個人故事的文章，而 AI 預設產出的內容恰好是這類文章的反面。

我自己的經驗也是如此。AI Agent 如果沒有導引的話，寫作能力很差。多數人把注意力放在怎麼讓 AI「寫得更好」，但我認為根本問題除了寫作技巧外，寫作前的準備也佔了很大的因素，這也是後來我設計 writer-skills 的思考方向。

而這篇文章的初稿就是用 writer-skills 產生，這是一個用在與 AI Agent 一起進行協作的技能，從挑選題目、蒐集素材到寫作、編輯審稿以及最後翻譯的整體寫作工作流程。

Writer-Skills 是開源的，你可以在 GitHub 上找到完整的程式碼。

前一版的教訓

Writer-Skills 不是我第一次嘗試用 AI agent 來輔助寫作。之前我寫過一個針對非虛構寫作的 Skill，踩了不少雷。

最大的教訓是你必須事先準備足夠的資料給 AI。讀者是誰？讀者讀完之後能獲得什麼？寫完之後有沒有用讀者的角度重新審核一次，確認他們真的能從文章中得到想要的東西？這些問題如果沒有在寫作前回答清楚，後面怎麼改都救不回來。

另一個困難是 AI 對寫作技巧的掌握。當沒有合適的 prompt 時，AI 寫作平鋪直述的無聊。只能把事情說對，但卻難有精彩的表現，什麼文字會帶來什麼情緒，這件事沒有一條簡單的規則可以告訴 AI。寫作本身太複雜，無法一步到位。

後來我從 Claude 的 Prompting Best Practices 中找到了一個有效的方法：大量舉例。每次我修改 AI 的產出時，我會記錄下來這段為什麼要改、改成什麼樣子、原因是什麼。好的例子和不好的例子並列，讓 AI 理解差異。這些修改紀錄本身就變成了教學素材，把人類審稿過程中的隱性知識，轉化成 AI 可以學習的規則。

這些正例與反例就是一種讓 AI Agent 可以良好吸收的教材。雖然比不過人類腦門大開的想法，但累積了一些範例之後，最終還是可以讓 AI 寫作達到一個可用的程度。

設計理念：用 AI 萃取觀點

除了前面說的多多舉例以外，我也發現憑空撰寫很難有好的效果，反而透過問答方式將原作者在特定題目當中所學習到的有趣的事情、另他驚訝的發現等等各種體驗性質的素材萃取出來，用這些作為烹飪的原材料，讓 AI 來烹煮成移到菜餚，會比起憑空想像來得更好。

也就是得找到文章的「靈魂」。它有可能是花了半天除錯，繞了一圈發現簡單解法的懊悔；或是僅僅改了一行，程式就可以順暢運行的滿足。當我們找到這些美好的素材後，在交給技術熟練的大廚烹飪即可。

當然寫作這件事情本來就是一件摩擦力很大的任務。同事們在工作上其實有很多有趣的事情可以分享，但沒有寫作習慣的人，總是在面對空白的文字編輯器時，會很難踏出第一步。

所以 writer-Skills 用對話取代了空白編輯器。當一個有趣的文章點子探出頭來後，透過跟 AI Agent 持續的對話，讓它帶領你按圖索驥的找到這些有趣的地方、困難之處以及結論。「你做了什麼決定？為什麼選這個方向？有什麼意外？」一陣對話後，這些觀點和具體經驗就被萃取出來了，變成一份有素材支撐的大綱。

而且經過一段時間的練習，使用者或許自己也能掌握這個萃取的過程，不再需要 AI 的引導。

三個 Skill 的架構

writer-skills 由三個 skill 組成：Management、Preparation、Writing。這個拆分來自兩個不同的設計視角：「寫作點子發想與對齊」與「梳理素材與寫作」

writing-management skill 是從團隊的角度思考的。這個 skill 從一開始設計就是為了讓公司同事一起用。它負責想法的蒐集和整個團隊的定調：我們要寫什麼方向的文章？我們的讀者是誰？我們想傳達什麼樣的形象？這些是團隊層級的決定，定好之後每個作者都能在這個框架下工作。當然這也是用於個人，你可以為自己的寫作訂定一個基調，接下來的每次寫作，就會提醒你要跟這個基調保持大致相同的方向。

preparation 和 writing skills 則是從個人寫作實踐中提煉出來的。透過問答的方式逐漸引導作者探索一個「旅程」的有趣之處，中間的驚喜、最後的結論，同時也包含了從剛開始就先訂定想讓讀者「獲得」的事物。接著再進一步的梳理各個環節以及最終的編輯審稿。

實際的流程長這樣：一個同事在 Slack 上隨口提了一個有趣的技術發現，Management skill 把這個想法收進 ideas.md。等他準備好了，Preparation skill 用對話的方式問他：「你做了什麼決定？為什麼？有什麼意外？」一陣對話之後，一份有具體素材的大綱就出來了。Writing skill 拿著這份大綱產出初稿，再經過編輯審核和作者確認。

Subagent 架構：研究者、寫作者、編輯

而 writer-skills 的架構設計來自一個外部靈感：Superpowers 的 Brainstorming skill。

Brainstorming skill 有一個 subagent review 的機制。它在完成設計之後，會啟動一個獨立的 subagent，用事先設計好的 prompt 來審核設計文件。這個 subagent 的 context 跟主要 agent 不同，所以它能用一個獨立的角度來檢視成果，不會被之前的對話歷史影響。

這個機制啟發了 writer-skills 的架構設計。寫一篇文章的時候，我們需要不同的角色：研究者負責蒐集外部資料，寫作者負責把素材轉化成文章，編輯負責審核品質。這些角色各自有不同的角度切入。

在 writer-skills 中，這些角色被實作為獨立的 subagent。每個 subagent 有自己的 context，不會被前面的對話歷史「污染」。這樣切分的好處是每個角色都帶著自己的目的：作者想要把文章發布出去，編輯會想找出文章可以改善的地方，研究者則去找出觀點不同但具備參考價值的資料。各自的立場不同，但最後都讓文章變得更好。Agent Skills 的漸進式揭露機制在這裡很合適：每個角色只載入自己需要的知識，context window 保持精簡。

以這篇文章為例，研究者 subagent 花了幾分鐘搜尋了 AI 寫作的現況和 Agent Skills 生態系的資料，寫完初稿後編輯 subagent 抓出了幾處重複段落和違反寫作規則的句型，這些都是主要 agent 在長時間對話中容易忽略的問題。

給想嘗試的人

如果你也想試試 AI Agent 輔助寫作，現在就可以下載 sadcoderlabs/writer-skills。如果你用 Claude Code 或其他支援 Agent Skills 的工具，可以直接安裝：

npx skills add sadcoderlabs/writer-skills

但它就是幾個 markdown 檔案，你也可以自行複製即可。

我們已經在寫作規則上做了不少來回調整，所以你裝好之後應該不需要從零開始。但每個人的寫作風格不同，你讀完第一篇產出之後，大概還是會想改幾個地方。建議你把每次修改的原因記錄下來，然後回去更新到 skill 的寫作規則裡。隨著時間演進，寫作風格就會逐漸的變成你喜歡的模樣。

這篇文章本身就是用 writer-skills 寫出來的。從蒐集想法、準備素材、訪談萃取觀點，到最後的寫作，整個流程走了一遍。如果你讀到這裡覺得有幾段寫得還行，那也自證的解釋了這個技能寫的還行，沒枉費我花了這麼多時間調整。

未來我們也會隨著我們的寫作歷程，逐漸的改善這個技能，歡迎一起加入 AI Agent 寫作的行列。