用 Claude Code Skill Creator 打造技術部落格寫作 Skill — 編譯摘要

濃縮

核心結論：

1. 去除 AI 味和注入人味是兩件不同的工作——前者刪壞模式，後者主動加入真實感。只做前者會得到乾淨但無聊的文字。
2. 語氣校準需要三欄對照表（太正式／適當／太隨便）明確劃定邊界，抽象描述如「專業但不僵硬」對 AI 無效。
3. AI 寫作問題需要系統化分類（八大類、19 個具體問題），無分類的禁用清單等於沒有清單。

關鍵證據：

• 參考 humanizer-tw 開源 Skill 的分類方法論，但語氣定位從個人部落格調整為公司技術部落格。
• 用三種不同文章類型（踩坑紀錄、工具比較、觀點反思）做交叉測試，才發現語氣在反思型文章中過於隨性。
• 最終 Skill 約 300 行，包含格式規範、結構模板、語氣定位、人味指南、AI 問題分類、品質評分、檢查清單。

質疑

結論 1：去除 AI 味 vs 注入人味

• 前提假設：讀者能分辨「乾淨但無聊」和「有人味」的差異。對非母語讀者或技術文檔場景，這個差異可能不重要。
• 邊界條件：純技術文檔（API 文件、changelog）可能不需要「人味」，反而需要極度中性。
• 反例：某些學術或法律領域的寫作，刻意去除個人色彩才是正確的。

結論 2：三欄語氣校準表

• 前提假設：語氣可以被離散化為有限的樣本點。實際語氣是連續光譜，表格只能覆蓋有限案例。
• 換產業：B2C 行銷文案、新聞稿、內部報告，各自的「適當」區間完全不同。
• 邊界條件：隨時間推移，讀者對「適當」的感知可能改變，表格需要定期更新。

結論 3：系統化分類 AI 寫作問題

• 前提假設：AI 的寫作問題可以被窮舉。但模型更新後可能產生新的問題模式。
• 換技術棧：英文寫作的 AI 味模式（“It’s worth noting that…”）與中文完全不同，分類不可直接移植。

對標

1. 軟體測試的 checklist 方法論：將品質標準系統化為可逐項檢查的清單，與軟體 QA 的 test case 設計理念相同。
2. 品牌風格指南（Brand Style Guide）：大型企業的品牌手冊同樣用「Do / Don’t」對照表來規範視覺和文字風格。
3. 烹飪中的「調味校準」：三欄語氣表類似品酒或料理中的風味輪（Flavor Wheel），用參考點幫助判斷。

關聯概念

• [[Claude Code Skill 系統]]
• [[AI 輔助寫作流程]]
• [[去除 AI 味寫作]]
• [[品質評分機制]]