卡兹克 · 写作者怎么用 Skill 建系统
为什么这个样本特别
我们在「看别人搭过什么」这个区放了两类人。
一类是花叔，工程派。能在一台服务器上跑起来十几个 Docker 容器，把自动化管道从抓取到发布全线打通。他的 AI 系统更像一座工厂——每个环节都有机器在转，人只需要管最后的决策节点。
另一类就是卡兹克，写作派。他不搭管道，他搭「手感」。他在意的是：AI 写出来的东西读起来像不像真人在说话。他的系统，核心不是自动化，而是把自己的写作直觉、判断逻辑和风格要求，封装成可复用的工具——Skill。
如果你是工程师背景，花叔的路径你看完会觉得亲切。如果你是写作者、公众号主、靠文字建立信任关系的人，卡兹克这条线更值得你先看。
两种路径没有高下，只是起点不同。
他是谁
「数字生命卡兹克」，以「激发大家对 AI 的好奇」为使命的内容创作者。在 AI 行业深耕三年，公众号内容覆盖工具体验、现象解读、方法论分享。
他最值得关注的，不是他写了什么文章，而是他把自己的创作方法论做成了开源工具。
他在 GitHub 只有一个仓库：khazix-skills。一个仓库，目前只有 4 个核心文件。这种高度克制的选择，本身就是一种方法论——不摊大饼，只开源自己真正在用、长期打磨过的东西。
他把自己的方法论分成两种形态：
- Prompt（轻量版）：复制粘贴进 AI 就能用，零门槛
- Skill（重量版）：装进 Claude Code 等 Agent 工具，让 AI 自动加载你的方法
这个区分本身就很值得学习。同一套方法论，他同时维护了给普通用户用的版本和给深度用户用的版本，两者互不干扰。
横纵分析法：他的研究系统入口
在聊写作 Skill 之前，必须先说一个让我觉得「这人不只是写作者」的东西——横纵分析法。
这是他公开的 Deep Research Prompt，用来在半小时内把一个陌生领域摸个七七八八。
Prompt 里写得很清楚，这套方法论的底层来自语言学（Saussure 的历时-共时分析）、社会科学的纵向研究设计、商学院案例研究法，以及竞争战略分析。他把这几套学术框架融合在一起，变成了普通人可以直接拿来用的指令。
纵向分析（Diachronic / Longitudinal）
沿时间轴，完整还原「研究对象」从诞生到现在的发展全貌。要求如下： 起源追溯，诞生节点，演进历程，决策逻辑。 叙事要求：不要写成干巴巴的年表。用故事的方式把发展史串起来，让读者能感受到因果关系和时代脉络。越详细、越多元越好，把相关的人物、事件、背景信息都拽进来。
横向分析（Synchronic / Cross-sectional）
以当前时间点为切面，将「研究对象」与同赛道的竞品/同类进行全面对比。核心原则不变：纵向追时间深度，横向追同期广度，最终交汇出判断。
这段话揭示了他为什么「什么都能聊」——他不是靠记忆囤知识，而是靠框架快速建图。给他一个研究对象，一套 Prompt 下去，纵向把历史脉络理出来，横向把竞争格局摆清楚，最后横纵交汇，给出判断。
对于公众号主来说，这套方法最直接的用处是：下次要写一个你不太熟的行业或产品，不用「感觉差不多了再动笔」，而是先跑一遍横纵分析，半小时后你会有一个结构清晰的研究底稿，选题角度和核心判断都会更稳。
khazix-skills 仓库里有什么
仓库结构非常干净，截至 2026 年 4 月：
khazix-skills/
├── README.md
├── prompts/
│ └── 横纵分析法.md # 轻量版 Deep Research Prompt
├── hv-analysis/
│ └── SKILL.md # 横纵分析法的 Skill 重量版（自动联网 + PDF 输出）
└── khazix-writer/
└── SKILL.md # 写作 Skill（风格规则 + 四层自检 + 人机协作链路）
研究线和写作线，两条，互不干扰。每条线都有轻量 Prompt 版本和重量 Skill 版本的配置。
深讲：khazix-writer，一个公众号主值得细读的写作 Skill
我选 khazix-writer 深讲，原因很简单——它不只是「让 AI 模仿我的风格」，而是把写作的全流程判断逻辑都外化出来了。
它解决了一个关键问题：AI 负责什么，人负责什么
很多公众号主用 AI 写文章的困境，不是「AI 写不好」，而是「不知道什么时候该让 AI 写，什么时候必须自己来」。
khazix-writer 的 Skill 里专门有一节，把这个边界画得非常清楚：
AI 擅长做的（放心交给 AI）
找证据和佐证，找类比和比喻，按确定的角度扩写，补充学科背景知识，梳理逻辑和结构建议。
AI 做了会暴露的（必须人来）
第一手观察和真实经历，核心创意角度，情绪的真实表达，数据到人物的同理心转换。
它还给出了一个协作流程：
人：提供素材 + 核心观点 + 个人经历 + 情绪节点 → AI：补充背景知识 + 找证据类比 + 结构建议 + 按角度扩写 → 人：二次改写（加入自己的声音、打破节奏、补充真实细节） → AI：按四层自检体系检查 → 输出修改建议 → 人：终审和定稿
这个链路的核心洞察是：AI 最大的价值不是生成内容，而是提供素材和启发。 卡兹克把 AI 定位成「提供备选」的工具，最终那个「对，就是这个！」的判断必须是人来做。
这和很多人「把文章扔给 AI、让它直接出稿」的用法，是两种不同的哲学。
五种文章原型，写之前先对号入座
Skill 里把卡兹克自己的文章归纳成 5 种原型：调查实验型、产品体验型、现象解读型、工具分享型、方法论分享型。
写之前先判断你要写的是哪种，然后针对那种原型去组织内容。这不是花架子，是真正能提高效率的判断——你在写「我替你下场试了」的文章，和在写「这是我积累的经验打包给你」的文章，AI 的参与方式完全不同，展开结构也不同。
四层自检体系：AI 写完后怎么验收
这是 khazix-writer 里我认为对公众号主最有参考价值的部分。
他设计了一套四层自检，像软件测试一样逐层递进：
- L1 硬性规则：禁用词扫描（「说白了」「这意味着」「本质上」等 AI 高频词）、禁用标点（冒号、破折号、中文双引号）
- L2 风格一致性：开头是否从具体事件切入、有没有长短句交替、是否用了口语转场词
- L3 内容质量：每个观点是否有具体细节支撑、知识点是不是「聊着顺手掏出来」而不是「下面我来科普一下」
- L4 活人感终审：通读全文，问自己「这篇读完感觉是真人在聊，还是 AI 在输出信息？」
L4 没有标准答案，是纯主观判断。但这种「最后一关必须是人拍板」的设计，说明他对「AI 替代写作者」这件事是保持清醒的。
对写作者的启发：不用学他全部，看 2 样就够
卡兹克的系统有两条线，对公众号主来说，不需要全部都用。
第一样：横纵分析法 Prompt
下次你要写一个你不太熟的话题，在起草前先跑一遍。只需要把你的研究对象填进去，扔进 ChatGPT Deep Research 或 Gemini Deep Research，半小时出一份结构化底稿。你的任务是在这个底稿上找角度、加视角、注入自己的经历。
这一步能帮你把「不知道从哪里切」的焦虑直接消掉。
第二样：khazix-writer 的「人机分工」框架
不需要安装 Skill，只需要把那张协作流程图记在脑子里：人的部分（第一手经历、核心角度、情绪节点）绝对不能让 AI 代劳，AI 的部分（找佐证、扩写、自检）大方交出去。
建立了这个分工意识之后，你会发现用 AI 写文章的挫败感会少很多——不是 AI 不行，是你在让它做「必须人来」的事。
公开入口
- GitHub 仓库：https://github.com/KKKKhazix/khazix-skills
- 横纵分析法 Prompt：https://github.com/KKKKhazix/khazix-skills/blob/main/prompts/%E6%A8%AA%E7%BA%B5%E5%88%86%E6%9E%90%E6%B3%95.md
- khazix-writer Skill：https://github.com/KKKKhazix/khazix-skills/blob/main/khazix-writer/SKILL.md
- X（推特）：https://x.com/Khazix0918
- LatePost 播客第 109 期：https://podcast.latepost.com/109
- 53AI 开源说明文：https://www.53ai.com/news/tishicijiqiao/2026040719873.html
关联页面
- 关联
3-你能让-AI-成为什么/文章写作.md——卡兹克的写作 Skill 是这个话题最具体的开源样本之一 - 关联
9-推荐阅读/人物/花叔.md——花叔是工程派全流程覆盖，卡兹克是人文派深挖单点，两人互为补充；建议先看哪个，取决于你更想解决「自动化管道」还是「写出真人感」
来源：/Users/chenbin/Documents/Personal Kingdom/知识库/素材_AI使用/人物/数字生命卡兹克/，整理时间 2026-04-21，素材最后更新 2026-04-13。