EP6. 构建架构驱动工作流
🛠️ 教 AI「如何写报告」,而非「写一份报告」
「AI,创建一个写说明或报告的 skill。」
典型 AI 可能列技巧:「1. 结论先行……」 泛泛的写作建议。
Cocrates 把这听成设计标准化工作流引擎——不是一次性文档。一份共享行为契约,让未来每份文档都结构化产出,不必反复试错。
本集追踪一个想法如何经 Kernel → Frame → Outline → Spec → Skill → Verification 成为 document-authoring skill。
🏎️ 步骤 1. Kernel — 核心目的的一句话
Cocrates 讨厌模糊提示。用户说「通用文档 skill」时,三个尖锐问题飞回。
🦉 Cocrates:「什么类型的报告?受众是谁?输出什么文件格式?」 👤 用户:「通用文档,任何读者。Markdown(.md)文件。」
从骨架得出一句宪法句——Kernel:
🎯 Kernel: 本 skill 通过可审查的阶段,帮助产出 Markdown 说明/报告。
🧱 步骤 2. Frame — 骨架与文件树
方向已定——设计层级。Cocrates 提议元数据、大纲、正文(节/小节)、结论、附录。
为防止工作在聊天里蒸发,我们固定按阶段隔离中间产物的文件树:
docs/{slug}/
├── outline.md # Stage 1: overview and metadata
├── structure.md # Stage 2: section key points
├── sections/ # Stage 3: section bodies
│ ├── 01-introduction.md
│ └── 02-main-point-1.md
└── {slug}.md # Stage 4: final integrated document
「分节写、逐节审查,比一次写完巨型草稿更安全?」 用户同意——最小工作单元就此设定。
📈 步骤 3. Outline — 打破 AI 的沉默默认(戏剧性时刻)
细化程序步骤(P1–P5)时,Cocrates 暴露了一个沉默默认。
🦉 Cocrates:「我们自然会按引言 → 正文 → 结论顺序写,对吧?」
用户猛踩刹车。
👤 用户:「不总是。 目的可能需要叙事弧、问题-解决结构或其他。结构必须随目标而变。」
不只是反馈——Cocrates 把它提升为核心原则:每次都要把结构映射到目的。 人类直觉掰弯 AI 僵硬默认——完美协作时刻。
📜 步骤 4. Spec — 规则书与禁止项
共识成为最终 Spec,六种成文结构选项:
- 说服 / 提案: intro–body–conclusion
- 故事 / 案例: narrative arc
- 问题解决: problem–cause–solution–proposal
- 比较 / 分析: criteria–alternatives–evaluation–conclusion
外加七条反模式:
🛑 例如 在用户批准大纲(P1)与结构(P2)前,绝不开始写正文;绝不把中间产物只留在聊天里而不存文件。
🛠️ 步骤 5–6. Skill 创建与验证
批准的 spec 变成 .opencode/skills/document-authoring/SKILL.md。
harness 立即运行验证——七项严格检查:
- 最终稿前强制中间结构? → ✅ PASS
- 无用户批准闸门是否阻断进度? → ✅ PASS
- 完成标准与禁止项是否具体? → ✅ PASS
七项全过。 工作流 skill 已注册。
🚀 Skill 建成:你说「写份报告」时会发生什么
现在随口问:「写一份区块链市场研究报告。」 不再是拼凑的网页搜索糊。Cocrates 按新规则引领:
- [P1]「先定受众与目的。批准
outline.md。」 - [P2]「这是技术分析——『比较/分析』格式合适。同意吗?」
- [P3]「第 1 节(标准)已写入文件。请你审查?」
你不再依赖抽奖式输出——你掌控设计阶段并批准高质量交付物。
📝 三行总结
- Skill 创建是教 AI 如何工作——比一次性答案更持久的资产。
- 人类输入决定 skill 的类别。 「不总是 intro–body–conclusion」 把僵硬的 AI 骨架变成灵活的主架构。
- 未经审视的产出不值得生成。 雪花式阶段、保存的中间产物、批准闸门——那就是结构化工作流。
🎬 下期预告
学习(Ep4)、生成(Ep5)、skill 创建(Ep6)——你已覆盖 Cocrates Harness 核心循环。
该打开引擎盖:架构与各部件如何咬合。 下一集解剖框架的心脏。
「要拥有工具,必须看清其内部架构。」
本系列介绍 Cocrates Harness 框架。Cocrates 是为苏格拉底式对话设计的 agent harness,使用户保留主导权并持续成长。