AI 写作 Skill 怎么做个性化?卡兹克开源写作方法:四步迭代 + 四层自检

卡兹克把自己做了三年公众号的写作方法论，完整开源了。

不是那种"把文章喂给 AI 总结风格"的快餐版本。是前前后后打磨了很多轮，包含风格规则、禁用词、节奏控制、四层自检体系的完整 Skill。GitHub 地址 github.com/KKKKhazix/khazix-skills，上线不到一周拿了 1300+ star。

但他在开源的同时说了一句话：你不应该直接拿来用。因为直接用，你最多只能模仿他。

市面上流行的做法是：把自己发过的内容丢给 AI，让它总结风格特征，输出一个 Skill。

问题在哪？AI 总结出来的，是它认为的你的风格，不是你实际的风格。这两者之间的差距，远比你想象的大。

AI 会捕捉到你常用短句、喜欢用类比、经常引用数据。但它捕捉不到你在什么时候会突然放慢节奏，什么样的比喻你觉得"登味太重"不会用，什么样的开头你一看就知道不是自己写的。

风格其实是一连串细小的拒绝——这句不写、那个词不用、这种节奏不要。

卡兹克的做法不一样。他把 Skill 构建拆成四步，而且明确说：从来不应该一次成型。

第一步，扔两三篇自己最有代表性的文章进去，加上自己写过的方法论白皮书，让 AI 总结出第一版 Skill。这一步和大多数人做的没区别。

第二步，让 AI 按这个 Skill 写一篇文章。这一篇几乎不可能直接发出去。它一定在很多地方差那么一点意思——你读得出来，但说不清楚差在哪。

第三步，自己动手改。可以在 AI 稿的基础上重写，也可以推翻重来，但主题和观点保持一致。你一定要亲手改。

第四步，把 AI 版本和你改后的版本同时丢回给 AI，让它分析两个版本的差异。哪些地方它太正经了，哪些词你绝对不会用，哪些节奏太平了。把这些差异迭代回 Skill。

然后重复第二步到第四步，3 到 4 轮。

他特别提到，轮数不是越多越好。搞个 10 到 20 轮会过拟合，反而限制 AI 的发散和创新。3 到 4 轮是他自己验证过的平衡点。

这套方法让我想到 Claude Skills 写完只是起点，Karpathy 这套循环能让它自己越跑越准。Karpathy 的 autoresearch 是让 AI 用 yes/no 清单自动评估和迭代代码类 Skill。卡兹克这套是人类版本——评估标准不是清单，而是你读完之后的那个直觉：这像不像我写的？

两套方法的底层逻辑一样：Skill 不是写完就结束，是写完才刚开始。

Skill 写好了只是骨架。卡兹克在里面埋了一套四层自检体系。

灵感来源很有意思。Claude Code 源代码泄露事件之后，他和朋友讨论的共识是：Anthropic 让人服气的地方在那套代码质量评估体系和测试系统，不在写代码本身——稳定性上 OpenAI 到现在都没赶上。

这个思路被他直接搬到了内容创作的 Skill 里。

第一层，硬性规则扫描。有没有用禁用词，有没有禁用标点，有没有结构性套话。「赋能、抓手、闭环」「首先…其次」「在当今 AI 快速发展的时代」「说白了 / 本质上 / 换句话说」——这些一旦冒出来，不用看上下文，直接判死刑。像代码的语法检查，出现就一定有问题。

第二层，风格一致性检查。开头是不是从具体场景切入，有没有长短句交替，口语化够不够，有没有一句话独立成段的断裂效果。

第三层，内容质量检查。每个观点有没有场景支撑，知识有没有用聊天感带出来，有没有从具体事件连接到更大的文化参照物。

第四层，活人感终审。只问一个问题：读完这篇，你觉得是一个有见识的人在认真聊一件打动他的事，还是一个 AI 在输出信息？

前三层可以标准化。第四层不行。

第四层是最主观的，也是唯一不能自动化的。任何一段读起来 AI 味重了，就返工。

卡兹克坦承自己用 AI 辅助内容创作。他之前代表《流浪地球3》AI 团队接受过外部媒体采访，当时团队的原则是"AI 内容不进成片"，但在成片之前，大量工业化的辅助加速是 AI 在做的。

回到个人创作，他把 AI 能帮上忙的环节拆成了三类。

找证据写观点。他有了观点之后，让 AI 遍历五个能证明这个观点的案例，再遍历五个能反驳的案例。然后自己判断，挑最合适的揉进文章。AI 找弹药，开枪方向他选。

找类比和比喻。有灵感就直接写，没灵感让 AI 生成几个候选。大部分候选很烂，一眼能看出 AI 味。偶尔有不错的，能给启发。最终用哪个、怎么改，自己来。

确定角度后的扩写。框架、角度、核心观点全部确定之后，让 AI 在骨架上填肉。这一步 AI 速度很快，质量也不错，因为方向已经锁死了。

实测内容、教程内容、个人体验——这些 AI 完全帮不上忙。你得自己去用，自己去踩坑，自己去感受。

他讲了一个写 DeepSeek 文章的故事。

前半部分写完了，全是真实经历：下单买 DeepSeek，收到几个免费网址链接，看评论区那句"不用买会员了也"的时候鼻子一酸。这些纯个人体验，没法交给 AI。

后半部分卡文了。想表达信息差，但不知道用什么角度切入。让 AI 写了好几版，没一版满意。什么割韭菜是不对的，什么技术普惠——太正确了，正确到没有信息增量。

凌晨两点半，已经准备放弃。

然后抬头看了一眼书架。看到了《北京折叠》。

北京折叠，三层空间。信息差，也把我们的世界折叠成了三层。

那一秒，角度有了。第一空间，信息的创造者和定义者。第二空间，信息的追随者和消费者。第三空间，信息的隔绝者。

他把三层空间写好丢给 AI 扩写，3 点半定稿。

这个故事是整篇文章里最值钱的部分。AI 能帮你加速产出，但那个凌晨两点半抬头看书架的一秒钟，没有任何 Prompt 能复现。

模型选择他给了一个清晰的优先级：

点击图片查看大图

事实核查他单独做。Opus 4.6 幻觉率不低，但幻觉也是创意的前提，所以他不在 Skill 里强行抑制幻觉，而是把生成内容扔给 Codex + GPT-5.4 做事实检测。GPT-5.4 的精准性，他原话是"远超其他所有模型"。

产出预期要现实。不要指望 AI 生成 100% 可用的内容，70% 到 80% 可直接使用已经算运气好了。连你自己在不同情绪状态下写出来的东西都不一样，没法要求 AI 比你还稳定。

安装方式：跟你的 Agent 说"帮我安装这个 skill：github.com/KKKKhazix/khazix-skills"，Agent 会自动处理。khazix-writer 就是那个写作 Skill。

"这篇文章是不是人写的"，在 2026 年已经是过时的问题了。

真正值得问的是：这个内容背后，有没有一个真实的人在做判断。有没有一个人，在 AI 给出五个候选类比的时候说"这些都太普通了"，然后自己去想。有没有一个人，在凌晨两点半想不出角度的时候，没有凑合着用 AI 那个平庸的版本。

卡兹克给了鱼，也给了渔。构建、自检、迭代，三件事缺一不可。一千个人用这套方法，能做出一千个不同的 Skill，服务一千种风格。

而那些直接下载别人 Skill 拿来用的人，永远卡在模仿里。

信息来源：