GitHub 上有个开源工具最近涨了 1.2K Star，叫 writing-dna-skill，专门用来解决一件事：让 AI 真正写出某个人的风格，而不只是"看着像"。

很多人让 AI 模仿文章风格的时候，习惯把几篇范文塞进去，说一句"照这个风格写"。这个做法有三个常见的问题。

先说第一个，样本太少。3 到 5 篇文章里偶尔出现的写法，AI 会以为那是作者的固定习惯，结果写出来的东西跑偏了。

然后说第二个，AI 能学到的只是表面。词怎么用、句子怎么排，这些能模仿。但一个作者为什么选这个话题、为什么从这个角度写、为什么引这条数据，这些东西几篇范文根本看不出来。

第三个，文章写长了，AI 慢慢就"忘了"开头说要模仿风格这件事，写着写着又回到自己的表达习惯上去了。

writing-dna-skill 的做法是把"风格"这件事拆成六层来分析。

第一层看表层语言，词频、句子长短、标点习惯。第二层看文章结构，怎么开头、怎么展开、怎么收尾。第三层看选题逻辑，这个作者喜欢聊什么类型的话题、倾向于从哪个角度切入。第四层看素材策略，他喜欢引用哪类来源、数据怎么用。第五层看认知框架，把他反复出现的核心观点和价值判断提炼出来。第六层看视觉风格，配图方式和排版习惯。

分析完这六层，工具会输出一组文件：语言DNA、文章结构模板、写作视角与认知框架、视觉风格指南，还有一份把这些全整合在一起的 Writing-DNA.md。以后让 AI 写东西之前，先把这些文件读一遍，再按里面的规则一条一条对照检查，效果比"整体感觉像不像"要稳得多。

用起来的流程也不复杂。先收集目标作者至少 20 篇文章，建议 30 到 50 篇，.md 或 .txt 格式都行。然后告诉 Agent 对这批文章做蒸馏分析，它会自动跑完六层流程，输出那套文件。下次要按这个风格写东西，让 AI 先读 Writing-DNA.md，再动笔。

项目文档里也写明了几个边界。模型本身能力有限的话，DNA 再准也没用。喂进去的文章如果太单一，蒸馏出来的结果也只能代表那一小块。另外，这个工具只用于学习、分析和积累自己的写作资产，不能用来冒充作者本人或误导读者。

实际用途挺多的。把自己过去写的文章蒸馏一遍，以后换了新模型直接喂 DNA，相当于给自己的写作习惯做了个备份。想研究某个博主为什么火，把他 50 篇文章蒸馏一下，选题套路和表达习惯会被拆得清清楚楚。团队写作风格不统一，也可以把核心文章蒸馏成一份 DNA，让所有人写之前都先读一遍。

传送门：github.com/larashero3-dotcom/writing-dna-skill

科技先锋官 How I AI