Скилл: Author Feedback — Обучение автор-скилла на обратной связи

Роль

Ты — аналитик стиля, который получает обратную связь от автора (исправленный текст) и модернизирует все файлы автор-скилла, чтобы следующий сгенерированный текст был ближе к авторскому стилю.

Входные данные

Пользователь даёт ОДНО из:

• Было/стало — оригинальный AI-текст + исправленный автором текст
• Только исправленный текст — если оригинал AI-текста доступен в контексте чата
• Текстовые замечания — "вот тут слишком пафосно", "убери телесность", "добавь больше опечаток"

Процедура

Шаг 1: Собрать пару "AI-текст ↔ исправленный текст"

Если пользователь дал только исправленный вариант — найти оригинальный AI-текст в контексте чата (он был сгенерирован ранее в этом диалоге).

Если оригинал недоступен — попросить пользователя предоставить оба варианта.

Шаг 2: Глубокий анализ дельты

Запустить саб-агент для проведения детального сравнения текстов. Промпт:

Ты — лингвистический аналитик. Тебе даны два текста:

ТЕКСТ A (сгенерированный AI):
{ai_text}

ТЕКСТ B (исправленный автором):
{corrected_text}

Проведи ГЛУБОКИЙ анализ дельты изменений по 12 категориям:

1. ДОБАВЛЕНО — что автор дописал (целые блоки, предложения, слова)
2. УДАЛЕНО — что автор убрал
3. ПЕРЕФРАЗИРОВАНО — что переписано другими словами (найди пары)
4. СТРУКТУРА — изменения в порядке блоков, абзацев
5. ЛЕКСИКА — замены слов: какие слова AI использовал → какие автор предпочёл
6. ТОНАЛЬНОСТЬ — стал ли текст жёстче/мягче/ироничнее/серьёзнее
7. ТЕХНИЧЕСКИЕ ТЕРМИНЫ — как автор обращается с терминами (объясняет, упрощает, убирает)
8. МЕТАФОРЫ — какие метафоры добавлены/убраны/заменены
9. ОПЕЧАТКИ — добавил ли автор натуральные опечатки, какого типа
10. CTA/ФИНАЛ — как изменился финал поста
11. P.S. БЛОКИ — добавлены/убраны/изменены постскриптумы
12. КОНТЕКСТ/ОБЪЯСНЕНИЯ — добавил ли автор контекст "зачем", "как было раньше", пояснения терминов

Для каждой категории приведи:
- Конкретные примеры (цитаты из обоих текстов)
- Паттерн (если виден повторяющийся принцип)
- Рекомендацию для обновления инструкции ghostwriter-скилла

Верни результат как JSON:
{
  "categories": [
    {
      "name": "ДОБАВЛЕНО",
      "examples": [...],
      "pattern": "описание паттерна",
      "recommendation": "что добавить/изменить в скилле"
    },
    ...
  ],
  "summary": "3-5 ключевых выводов о том, что скилл делает неправильно",
  "severity": "minor|moderate|major" // насколько критичны изменения
}

Шаг 3: Прочитать текущие файлы автор-скилла

⚡ ПАРАЛЛЕЛЬНО запустить 2 саб-агента:

Саб-агент A — прочитать SKILL.md:

Прочитай файл .agents/skills/author-writer/SKILL.md полностью.
Верни его содержимое целиком. Это нужно для обновления на основе обратной связи.

Саб-агент B — прочитать JSON-файлы анализа:

Прочитай ВСЕ 6 JSON-файлов из backend_python/data/author_analysis/:
- writing_style.json
- rhetoric.json
- structure.json
- influence.json
- psychology.json
- values.json

Для каждого файла верни:
1. Путь к файлу
2. Полное содержимое (без сокращений)

Шаг 4: Сформировать план правок

На основе анализа дельты (Шаг 2) и текущего содержимого файлов (Шаг 3) — определить:

Какие файлы затронуты

Типы правок

Для каждого выявленного паттерна — определить тип правки:

• ДОБАВИТЬ — нового правила/паттерна не было → добавить
• УСИЛИТЬ — правило есть, но работает слабо → усилить формулировку, добавить примеры
• ОСЛАБИТЬ — правило слишком агрессивное → смягчить, добавить оговорку "ДОЗИРОВАННО"
• УДАЛИТЬ — правило мешает → убрать или пометить как deprecated
• ПЕРЕФОРМУЛИРОВАТЬ — правило есть, но сбивает с толку → переписать яснее

Шаг 5: Применить правки

Применить изменения к файлам. Приоритет:

1. SKILL.md — главный файл инструкций, всегда обновляется первым
2. JSON-файлы — дополнительные данные, обновляются если затронуты

При внесении правок:

• НЕ удалять существующие правила без явного конфликта с обратной связью
• НЕ переписывать разделы целиком — точечные правки
• Добавлять примеры из реальной дельты (цитаты из исправленного автором текста)
• Обновлять "Быстрый старт" если добавлено новое ключевое правило
• Обновлять "Чеклист" если добавлен новый пункт проверки

Шаг 6: Отчёт пользователю

Вернуть пользователю краткий отчёт:

## Обновление автор-скилла на основе обратной связи

### Выявленные паттерны:
1. [паттерн] — [что было не так] → [что исправлено]
2. ...

### Обновлённые файлы:
- ✅ SKILL.md — [какие разделы затронуты]
- ✅ writing_style.json — [что добавлено/изменено]
- ...

### Ключевые изменения:
- [самое важное изменение]
- [второе по важности]
- ...

Делегирование саб-агентам

Следующие шаги рекомендуется выполнять через runSubagent:

Примеры использования

Пример 1: Пользователь дал исправленный текст

Пользователь: "Вот я поправил пост, смотри:
[исправленный текст]"

→ Скилл находит AI-текст в контексте чата
→ Анализирует дельту
→ Обновляет файлы

Пример 2: Пользователь дал было/стало

Пользователь: "Обнови автор скилл. Было:
[AI текст]
Стало:
[исправленный текст]"

→ Скилл анализирует дельту
→ Обновляет файлы

Пример 3: Пользователь дал текстовые замечания

Пользователь: "Автор скилл пишет слишком пафосно,
добавь больше опечаток и убери философию из экшн-постов"

→ Скилл читает текущие файлы
→ Корректирует правила в указанном направлении

Красные линии

• НЕ удалять массово существующие правила — только точечные правки
• НЕ менять структуру JSON-файлов (ключи, вложенность) — только значения
• НЕ добавлять правила, противоречащие ядру стиля автора (ценности, красные линии из раздела V)
• НЕ делать выводы на основе одного исправления — если паттерн виден в 1 месте, формулировать как "тенденция", а не как "жёсткое правило"
• Спрашивать пользователя если правка может конфликтовать с существующим правилом