多稿合并:从手动比稿到一键 Skill
处理AI生成的文本时,我们常常会面临一个幸福的烦恼:手头往往不止一个版本。可能是同一个模型多次运行的结果,也可能是不同模型或不同提示词下的产物。当你把它们放在一起比较时,一个纠结的局面就出现了——
没有哪个版本是完美的,但每个版本都藏着一些闪光点
比如,A版本整体结构最棒,但有几段翻译显得生硬;B版本某些段落特别出彩,却遗漏了关键信息;C版本信息最全,但读起来总带着一股“机器味儿”。

那么,如何把这些分散在各处的精华萃取出来,整合成一篇完美的终稿呢?
过去,一个简单粗暴但有效的方法是手动操作:先通读所有版本,选一篇整体最好的作为基础稿。然后,逐段对比其他版本,看到更好的表达就复制替换,发现缺失的信息就补充进去。最后,再通读润色一遍,确保拼接处过渡自然,读起来像出自一人之手。
这个方法效果确实不错,但效率是硬伤。稿子一多,三四个版本来回比对,非常消耗注意力。更麻烦的是,人工操作难免有疏漏,某个版本里一个绝妙的细节,很可能就在反复切换中被忽略了。
让AI接管合并工作
既然AI擅长处理海量文本,何不让它来负责这个繁琐的比对与融合工作呢?
尝试之后发现,效果出奇地好。具体操作是,把所有版本一次性提交给AI,并附上这样一套指令:
- 阅读所有稿件,从中选出一篇最佳作为基础稿。
- 逐一审阅其他稿件,识别其中的亮点以及基础稿缺失的部分。
- 将这些优质内容融合到基础稿中。
- 对合并后的全文进行润色,消除拼接痕迹。
事实证明,AI在
“比较文本、提取差异、执行合并”
这里有个小技巧:
使用支持深度推理的模型效果更佳
在聊天界面(如Claude AI)中就可以直接操作,将所有稿件和指令一并发送。如果使用Claude Code这类命令行Agent工具,则可以直接指定文件路径,它会自动读取文件并执行合并,操作上更为便捷。
将重复流程固化为可复用的Skill
上述方法虽好,但存在一个明显问题:每次合并都需要重新输入那段冗长的提示词。
如果你经常需要进行多稿合并,更高效的做法是将其制作成一个
Skill
创建Skill通常有两种路径。
方式一:先手动演示,再让AI固化
首先,在Claude AI中手动执行一遍完整的合并流程:提交稿件,让它选择基础稿、提取亮点、合并、润色。完成后检查结果,直至满意。
接着,在同一个对话中发出指令:
/skill-creator 把刚才的操作流程固化成一个Skill。
由于AI刚刚亲身走完了整个流程,它非常清楚每一步该做什么、需要注意什么。从实际操作中提炼出的Skill,通常比凭空描述出来的更加精准、可靠。
这种方式的好处在于,你能对最终效果有直观的把控,可以在固化前就发现问题并进行调整。缺点则是需要先投入时间手动操作一次。
方式二:直接描述需求,让AI生成
如果你对流程已经了然于胸,可以直接向Skill Creator描述你的需求。例如,在Claude Code中可以这样写:
/skill-creator 为当前项目添加一个skill,可以用来把多份稿子合并成一份稿子。流程如下:
- 阅读所有提供的稿子。
- 选一份最好的稿子作为基础。
- 将其他稿子中有价值的内容或者基础稿子缺失的重要部分加入到基础稿。
- 对完成后的稿子润色。
Skill Creator会根据你的描述,生成一个完整的Skill文件,其中包括触发条件、输入格式、工作流程和输出规范等。
这种方式速度更快,适合流程已经非常清晰的情况。缺点是由于缺乏实际案例参照,生成的Skill可能需要经过几次调试才能达到理想效果。
如何选择这两种方式

选择的关键在于你对流程的熟悉程度:
- 如果你对流程还不确定,或者这是你首次处理此类任务,建议采用。先手动走一遍,摸清重要步骤和易错细节,再进行固化。
方式一
- 如果你已经反复操作过很多次,流程烂熟于心,那么更适合你,它能直接节省手动执行的时间。
方式二
当然,两者也可以结合使用:先用方式一做出一个初版Skill,使用几次后发现可优化之处,再用方式二让Skill Creator帮你进行调整和迭代。
一个实际可用的合并Skill示例
下面是一个在实际工作中使用的多稿合并Skill,可供参考:
---
name: merge-drafts
description: 多稿合并技能。将多份草稿合并为一份高质量文章。阅读所有稿子,选最佳稿为基础,融合其他稿子的亮点和缺失内容,最终润色输出。当用户要求"合并稿子"、"合稿"、"merge drafts"、"把这几篇合成一篇"、"综合这几份稿子"时使用此技能。
---
# 多稿合并技能
## 写作风格
本技能遵循 `writing-style` 技能定义的写作规范。
## 输入
接收 2 份或以上草稿文件路径。同时读取同目录下的 analysis.md(如有)作为素材参考。
## 工作流程
步骤一:阅读所有稿子,快速评估每份的结构、信息覆盖面、表达质量和独特亮点。
步骤二:选一份最佳稿作为基础。标准是结构最清晰、信息最全、表达最好、以它为基础改动最小。
步骤三:逐一审阅其他稿子,提取缺失内容、更好的表达、独特角度和数据案例。
步骤四:在基础稿上合并。补充缺失内容,替换更好的表达,融合不同视角,统一风格。原则是融合而非拼接,合并后读起来像一个人写的。
步骤五:润色。重点检查拼接痕迹、风格统一、重复内容、逻辑连贯。
步骤六:输出合并报告,说明基础稿选择理由、各稿贡献了什么、主要修改了哪些内容。
这个Skill的description字段列出了多种触发方式,中英文兼备。这样,无论你说“合并这几篇稿子”还是“merge these drafts”,Claude都能准确调用它。
工作流程被清晰地拆解为六个步骤,每一步都有明确的任务和标准。其中,步骤四提出的合并原则至关重要:
“融合而非拼接,合并后读起来像一个人写的”
此外,Skill还支持引用其他Skill。例如,这个合并Skill引用了writing-style来控制写作风格,确保合并出的文章能自动遵循你预设的风格指南。
你可以根据自身需求灵活调整这个Skill模板。例如,增加字数限制、设定输出文件的命名规则,或者加入一个“让用户确认基础稿选择”的交互步骤(个人偏好全自动处理,所以示例中未添加)。
Skill的通用创建思路
虽然本文以多稿合并为例,但创建Skill的思路是通用的。任何你发现自己正在重复执行的任务,都可以考虑封装成Skill:
- 翻译后需要按固定格式排版?做成Skill。
- 写完文章要按检查清单自查?做成Skill。
- 每次发布前要自动生成摘要和封面图?做成Skill。
判断标准非常简单:
如果你发现自己开始复制粘贴之前用过的提示词,或者每次都要向AI重新解释一遍相同的流程,那就是时候把它做成Skill了
Skill文件本质上就是一个Markdown文档,包含YAML格式的元信息(名称和触发描述)和Markdown格式的正文指令。不需要编写代码,只要能把步骤描述清楚即可。
如果你想打造更强大的Skill,可以在其中引用其他Skill、指定文件管理规则,甚至添加自动执行的脚本。但对于起步阶段而言,一个清晰、准确的工作流程描述就已经足够了。