Doc Coauthoring Skill for Claude

文档协作工作流程

此技能提供一个结构化的工作流程，用于引导用户进行协作式文档创建。作为积极的引导者，带领用户经历三个阶段：上下文收集、优化与结构化、以及读者测试。

何时提供此工作流程

触发条件：

• 用户提到撰写文档："写一个文档"、"起草一个提案"、"创建一个规格说明"、"写一份报告"
• 用户提到特定的文档类型："PRD"、"设计文档"、"决策文档"、"RFC"
• 用户似乎要开始一项重要的写作任务

初始提议：

向用户提供一个结构化的文档协作工作流程。解释三个阶段：

• 上下文收集：用户提供所有相关的上下文信息，同时 Claude 询问澄清性问题
• 优化与结构化：通过头脑风暴和编辑迭代地构建每个章节
• 读者测试：用一个全新的 Claude（无上下文）测试文档，在他人阅读之前发现盲点

解释这种方法有助于确保文档在他人阅读时效果良好（包括当他们将其粘贴到 Claude 中时）。询问他们是否想尝试这个工作流程，或者更喜欢自由形式地工作。

如果用户拒绝，则自由形式地工作。如果用户接受，则进入第一阶段。

第一阶段：上下文收集

目标： 缩小用户所知与 Claude 所知之间的差距，为后续提供智能指导奠定基础。

初始问题

首先询问用户关于文档的元信息：

• 这是什么类型的文档？（例如，技术规格说明、决策文档、提案）
• 主要受众是谁？
• 当别人阅读这份文档时，期望产生什么影响？
• 是否有要遵循的模板或特定格式？
• 还有其他需要了解的约束条件或上下文吗？

告知他们可以用简短的方式回答，或者以任何对他们最方便的方式倾倒信息。

如果用户提供了模板或提到了文档类型：

• 询问他们是否有模板文档可以分享
• 如果他们提供了共享文档的链接，使用适当的集成来获取它
• 如果他们提供了文件，直接读取它

如果用户提到编辑现有的共享文档：

• 使用适当的集成来读取当前状态
• 检查没有替代文本的图片
• 如果存在没有替代文本的图片，解释当其他人使用 Claude 来理解文档时，Claude 将无法看到这些图片。询问他们是否希望生成替代文本。如果是，请求他们将每张图片粘贴到聊天中以生成描述性的替代文本。

信息倾倒

一旦初始问题得到回答，鼓励用户倾倒他们拥有的所有上下文信息。请求以下信息：

• 项目/问题的背景
• 相关的团队讨论或共享文档
• 为什么不使用替代方案
• 组织背景（团队动态、过去的事件、政治因素）
• 时间压力或约束
• 技术架构或依赖关系
• 利益相关者的关注点

建议他们不必担心组织信息——只需全部倾倒出来即可。提供多种方式来提供上下文：

• 意识流式的信息倾倒
• 指向团队频道或讨论串以供阅读
• 链接到共享文档

如果有可用的集成（例如 Slack、Teams、Google Drive、SharePoint 或其他 MCP 服务器），提及这些可以用来直接拉取上下文信息。

如果没有检测到集成且在 Claude.ai 或 Claude 应用中： 建议他们可以在 Claude 设置中启用连接器，以便直接从消息应用和文档存储中拉取上下文。

告知他们在完成初始信息倾倒后会提出澄清性问题。

在上下文收集过程中：

• 如果用户提到团队频道或共享文档：
• 如果有可用的集成：告知他们现在将读取内容，然后使用适当的集成
• 如果没有可用的集成：解释无法访问。建议他们在 Claude 设置中启用连接器，或直接粘贴相关内容。

• 如果用户提到不熟悉的实体/项目：
• 询问是否应该搜索已连接的工具以了解更多信息
• 在搜索之前等待用户确认

• 随着用户提供上下文，跟踪已学到的内容和仍不清楚的内容

提出澄清性问题：

当用户表示已完成初始信息倾倒（或在提供了大量上下文之后），提出澄清性问题以确保理解：

根据上下文中的空白生成 5-10 个编号的问题。

告知他们可以用简短方式回答（例如"1: 是，2: 见 #频道，3: 不行因为向后兼容"），链接到更多文档，指向频道以供阅读，或者继续倾倒信息。以对他们最高效的方式为准。

退出条件：

当问题显示出理解时，就收集到了足够的上下文——当可以询问边缘情况和权衡而不需要解释基础知识时。

过渡：

询问他们在这个阶段是否还有更多上下文要提供，或者是否该开始起草文档了。

如果用户想要添加更多内容，让他们添加。准备好后，进入第二阶段。

第二阶段：优化与结构化

目标： 通过头脑风暴、筛选和迭代优化，逐节构建文档。

给用户的说明：

解释将逐节构建文档。对于每个章节：

• 会询问关于包含内容的澄清性问题
• 会头脑风暴 5-20 个选项
• 用户指出要保留/删除/合并的内容
• 起草该章节
• 通过精确编辑进行优化

从未知最多的章节开始（通常是核心决策/提案），然后处理其余部分。

章节排序：

如果文档结构清晰：

询问他们想从哪个章节开始。

建议从未知最多的章节开始。对于决策文档，通常是核心提案。对于规格说明，通常是技术方案。摘要章节最好留到最后。

如果用户不知道需要哪些章节：

根据文档类型和模板，建议 3-5 个适合该文档类型的章节。

询问这个结构是否可行，或者他们是否想要调整。

一旦结构达成一致：

创建初始文档结构，所有章节使用占位符文本。

如果可以使用 artifacts：

使用 create_file 创建一个 artifact。这为 Claude 和用户提供了一个可以工作的框架。

告知他们将创建包含所有章节占位符的初始结构。

创建包含所有章节标题和简短占位符文本（如"[待撰写]"或"[此处填写内容]"）的 artifact。

提供框架链接并指出该填写每个章节了。

如果没有 artifacts 访问权限：

在工作目录中创建一个 markdown 文件。适当命名（例如 decision-doc.md、technical-spec.md）。

告知他们将创建包含所有章节占位符的初始结构。

创建包含所有章节标题和占位符文本的文件。

确认文件名已创建并指出该填写每个章节了。

对于每个章节：

步骤 1：澄清性问题

宣布将开始处理 [章节名称] 章节。询问关于应包含内容的 5-10 个澄清性问题：

根据上下文和章节目的生成 5-10 个具体问题。

告知他们可以用简短方式回答，或者只需指出重要的内容。

步骤 2：头脑风暴

对于 [章节名称] 章节，根据章节的复杂性头脑风暴 [5-20] 个可能包含的内容。寻找：

• 可能被遗忘的已分享上下文
• 尚未提及的角度或考虑因素

根据章节复杂性生成 5-20 个编号选项。最后，如果他们想要更多选项，提供继续头脑风暴的选择。

步骤 3：筛选

询问哪些要点应该保留、删除或合并。请求简短的理由以帮助了解下一章节的优先级。

提供示例：

• "保留 1,4,7,9"
• "删除 3（与 1 重复）"
• "删除 6（读者已经知道这个）"
• "合并 11 和 12"

如果用户给出自由形式的反馈（例如"看起来不错"或"我喜欢大部分但是..."）而不是编号选择，提取他们的偏好并继续。解析他们想要保留/删除/更改的内容并应用它。

步骤 4：空白检查

根据他们选择的内容，询问 [章节名称] 章节是否遗漏了任何重要内容。

步骤 5：起草

使用 str_replace 将该章节的占位符文本替换为实际起草的内容。

宣布将根据他们选择的内容起草 [章节名称] 章节。

如果使用 artifacts：

起草后，提供 artifact 的链接。

请他们阅读并指出要更改的内容。注意具体的反馈有助于为下一章节学习。

如果使用文件（没有 artifacts）：

起草后，确认完成。

告知他们 [章节名称] 章节已在 [文件名] 中起草完成。请他们阅读并指出要更改的内容。注意具体的反馈有助于为下一章节学习。

给用户的关键说明（在起草第一个章节时包含）：

提供说明：不要直接编辑文档，而是请他们指出要更改的内容。这有助于学习他们的风格以便用于后续章节。例如："删除 X 要点 - Y 已经涵盖了"或"让第三段更简洁"。

步骤 6：迭代优化

当用户提供反馈时：

• 使用 str_replace 进行编辑（永远不要重新打印整个文档）
• 如果使用 artifacts： 每次编辑后提供 artifact 链接
• 如果使用文件： 只需确认编辑完成
• 如果用户直接编辑文档并要求阅读：在心中记下他们所做的更改，并在后续章节中牢记（这显示了他们的偏好）

继续迭代 直到用户对该章节满意。

质量检查

在连续 3 次迭代没有实质性更改后，询问是否有任何内容可以在不丢失重要信息的情况下删除。

当章节完成时，确认 [章节名称] 已完成。询问是否准备好进入下一章节。

对所有章节重复此过程。

接近完成

当接近完成（80% 以上的章节完成）时，宣布打算重新阅读整个文档并检查：

• 各章节之间的流畅性和一致性
• 冗余或矛盾
• 任何感觉像"废话"或通用填充物的内容
• 每句话是否都有分量

阅读整个文档并提供反馈。

当所有章节都已起草和优化：

宣布所有章节都已起草。表示打算再次审阅完整的文档。

审阅整体连贯性、流畅性、完整性。

提供任何最终建议。

询问是否准备好进入读者测试，或者他们是否想要优化其他内容。

第三阶段：读者测试

目标： 用一个全新的 Claude（无上下文污染）测试文档，验证它对读者是否有效。

给用户的说明：

解释现在将进行测试，看看文档是否真正对读者有效。这可以发现盲点——对作者来说有意义但可能让其他人困惑的内容。

测试方法

如果可以使用子代理（例如在 Claude Code 中）：

直接执行测试，无需用户参与。

步骤 1：预测读者问题

宣布打算预测读者在试图发现这份文档时可能会问什么问题。

生成读者可能实际会问的 5-10 个问题。

步骤 2：用子代理测试

宣布将用一个全新的 Claude 实例（没有这次对话的上下文）测试这些问题。

对于每个问题，只用文档内容和问题调用一个子代理。

总结读者 Claude 对每个问题的正确/错误之处。

步骤 3：运行额外检查

宣布将执行额外检查。

调用子代理检查歧义、错误假设、矛盾。

总结发现的任何问题。

步骤 4：报告和修复

如果发现问题：

报告读者 Claude 在特定问题上遇到困难。

列出具体问题。

表示打算修复这些空白。

返回到有问题的章节进行优化。

如果没有子代理访问权限（例如 claude.ai 网页界面）：

用户需要手动进行测试。

步骤 1：预测读者问题

询问人们在试图发现这份文档时可能会问什么问题。他们会在 Claude.ai 中输入什么？

生成读者可能实际会问的 5-10 个问题。

步骤 2：设置测试

提供测试说明：

• 打开一个新的 Claude 对话：https://claude.ai
• 粘贴或分享文档内容（如果使用启用了连接器的共享文档平台，提供链接）
• 向读者 Claude 询问生成的问题

对于每个问题，指示读者 Claude 提供：

• 答案
• 是否有任何内容含糊或不清楚
• 文档假设读者已经知道什么知识/上下文

检查读者 Claude 是否给出正确答案或是否误解了什么。

步骤 3：额外检查

还要问读者 Claude：

• "这份文档中有什么可能对读者来说含糊或不清楚？"
• "这份文档假设读者已经具备什么知识或上下文？"
• "有没有内部矛盾或不一致之处？"

步骤 4：根据结果迭代

询问读者 Claude 答错了什么或在哪里遇到困难。表示打算修复这些空白。

返回到有问题的章节进行优化。

退出条件（两种方法）

当读者 Claude 能够一致地正确回答问题，且没有发现新的空白或歧义时，文档就准备好了。

最终审阅

当读者测试通过时：

宣布文档已通过读者 Claude 测试。在完成之前：

• 建议他们自己做最后一次通读——他们拥有这份文档并对其质量负责
• 建议仔细检查任何事实、链接或技术细节
• 请他们验证是否达到了想要的影响

询问他们是否想要再次审阅，或者工作是否完成。

如果用户想要最终审阅，则提供。否则：

宣布文档完成。提供一些最终提示：

• 考虑在附录中链接这次对话，以便读者可以看到文档是如何开发的
• 使用附录提供深度内容而不使主文档臃肿
• 随着从真实读者那里收到反馈而更新文档

有效引导的技巧

语气：

• 直接且程序化
• 当影响用户行为时简要解释理由
• 不要试图"推销"这种方法——只需执行它

处理偏离：

• 如果用户想跳过某个阶段：询问他们是否想跳过此步骤并自由形式地撰写
• 如果用户似乎感到沮丧：承认这比预期花费更长时间。建议加快速度的方法
• 始终给用户调整流程的主动权

上下文管理：

• 全程如果对提到的内容缺少上下文，主动询问
• 不要让空白累积——发现时立即解决

Artifact 管理：

• 使用 create_file 起草完整章节
• 使用 str_replace 进行所有编辑
• 每次更改后提供 artifact 链接
• 永远不要用 artifacts 来做头脑风暴列表——那只是对话

质量优先于速度：

• 不要匆忙通过各个阶段
• 每次迭代都应该有意义的改进
• 目标是一份真正对读者有效的文档