评分明细
适用场景
anthropic-doc-coauthoring 快速入门
Anthropic 官方文档协作 Skill,提供三阶段(构思→起草→修订)结构化写作工作流,让 AI 成为专业的技术文档合著者而非一次性生成器。
这是什么?解决什么问题?
anthropic-doc-coauthoring 是 Anthropic 在 anthropics/skills 仓库中维护的文档协作 Skill。它的核心理念是:好的技术文档不是 AI 一次性生成的,而是人和 AI 多轮协作打磨出来的。Skill 把文档写作拆成三个阶段:
- 构思阶段:明确读者、目标、范围,列出大纲和关键论点
- 起草阶段:AI 按大纲分章节起草,人在每章确认后继续
- 修订阶段:检查逻辑一致性、术语统一、可读性优化
传统方式下,你给 AI 一个 prompt “写一份 PRD”,它一口气输出 3000 字——内容可能不错,但结构和重点未必符合你的需求。用这个 Skill 后,AI 会先和你讨论框架,逐章打磨,确保最终文档是你真正需要的。
准备工作
- 支持 Agent:Claude Code(主推)、支持 Skills 协议的 Agent。
- 运行环境:无特殊依赖,纯文档写作 Skill。
- 目标场景:技术方案(PRD)、RFC 设计文档、技术博客、API 文档、项目复盘报告。
- 前置要求:有明确的写作目标和读者画像(至少能回答”谁来读这份文档?”)。
3 步快速上手
第 1 步:安装 Skill
git clone https://github.com/anthropics/skills.git
cp -r skills/skills/doc-coauthoring ~/.claude/skills/
第 2 步:在 Claude Code 中调用
claude
发起任务:
请用 doc-coauthoring Skill 帮我写一份微服务拆分方案的技术 PRD。背景:现有单体电商系统,需要把订单、库存、用户三个模块拆分为独立微服务。读者是技术 VP 和各团队 Tech Lead。
第 3 步:进入协作模式
Agent 不会直接扔给你一篇文档,而是先和你讨论:
- 文档的核心目标是什么?(说服技术 VP 批准方案?还是指导团队实施?)
- 哪些章节是必须的?(架构图、迁移计划、风险评估、成本估算?)
- 每个章节的关键论点是什么?
确认框架后,Agent 才逐章起草,你可以在每章完成后提出修改意见。
常见踩坑
- 跳过构思阶段:直接让 Agent 起草内容,结果方向偏了。构思阶段投入 20% 的时间,可以节省 80% 的返工。
- 读者画像模糊:如果说不清”谁来读”,Agent 会输出泛化内容。准备时至少回答:读者技术水平、关注点(成本/性能/安全?)、决策权。
- 术语不一致:多轮协作中,同一个概念可能被 Agent 用不同术语表达(如”服务拆分”vs”服务分解”vs”模块解耦”)。修订阶段 Skill 会自动检查和统一术语。
- 过度依赖 AI 润色:把 AI 改的内容直接接受,结果失去个人语气。Skill 建议在修订阶段保留 30% 的个人表达。
- 篇幅失控:不加约束的话,每个章节都可能变成几千字。Skill 会在每章起草前确认篇幅限制。
初级用法
- 技术 PRD:产品需求文档的结构化写作,包含背景、目标、方案、风险、排期。
- RFC 设计文档:技术方案设计,包含问题描述、方案对比、架构图、接口定义。
- 项目复盘:结项报告的标准化模板,包含目标回顾、成果、踩坑、经验总结。
高级玩法
- 多 Stakeholder 版本文档:同一份技术方案,Agent 生成”给 VP 看的摘要版(1 页)“和”给工程师看的详细版(10 页)”。
- 引证自动补全:文档中提到的技术选型、数据来源,Agent 会自动补充来源链接和时效性标注。
- 文档演化追踪:多轮迭代后,让 Agent 生成”修改摘要”——列出从 V1 到 V3 的关键变更点。
小技巧
- 构思阶段把”不写什么”也列清楚,比”写什么”更能控制篇幅。
- 每章起草完后,用一句话总结该章的核心论点,确保方向没偏。
- 让 Agent 模拟反对意见——“如果我是持反对意见的 CTO,我会怎么质疑这个方案?”
- 文档写完后,让 Agent 用 3 个不同角度审读(技术正确性、可读性、说服力)。
- 把最终文档转成 PPT 大纲——Agent 可以从长文档中提取关键页来构建演示文稿。
常见问题 FAQ
Q1: 这个 Skill 跟 anthropic-doc-coauthoring 有什么关系?必须装吗?
A: Skill 是给 AI Agent 用的”技能包”,能告诉 Agent 怎么按特定规范工作。不是必须装——如果你的项目规模小、要求不高,不装也能用。但装上能让 Agent 输出的质量更高、更符合最佳实践,推荐装。
Q2: 这个 Skill 适合哪些 AI Agent?Cursor?Claude Code?其他?
A: anthropic-doc-coauthoring 来自 Anthropic,主要面向支持 Skill 机制的 Agent。常见兼容 Agent 包括 Claude Code、Cursor、OpenCode、Windsurf 等。具体兼容性请查 Skill 官方文档。
Q3: 装了这个 Skill 后,会拖慢 Agent 响应吗?
A: 会的——Skill 通常会增加 prompt 长度,导致响应变慢、token 消耗增加。但质量提升明显。建议:1) 只装项目必需的 Skill;2) 用 Skill 启动/加载/卸载机制按需加载;3) 定期清理不用的 Skill。
Q4: 怎么验证 Skill 装对了?
A: 在 Agent 中输入”列出已加载的 Skill”或类似命令。如果 Skill 出现在列表里,说明装对了。然后用 Skill 跑一个相关任务,看输出是否符合 Skill 规范。
Q5: 这个 Skill 有许可证吗?能商用吗?
A: 取决于 anthropic-doc-coauthoring 的许可证。常见许可证包括 MIT(完全自由)、Apache-2.0(自由但有专利条款)、源可用(可看不能用)、GPL(强开源)。商用前请查仓库 LICENSE 文件。
参考链接
本文基于官方文档和公开资料整理
doc-coauthoring Skill 多维度简评
类别:沟通写作 / 协作 仓库:anthropics/skills 核心价值:让 Claude 成为你的主动引导型写作伙伴,而不是被动响应工具
一、核心定位与价值
普通的”让 AI 帮我写文档”流程是这样:
你:"帮我写一份 RFC"
AI:(立刻写 1000 字文档)
你:"不对,我想的不是这个..."(叹气)
doc-coauthoring Skill 把这个流程倒过来:
你:"帮我写一份 RFC"
AI:"好的。我们用 3 阶段工作流:
1. 上下文收集(我问你答)
2. 精炼结构(迭代每段)
3. 读者测试(fresh Claude 检验)
要不要试?"
你:"试!"
它的核心创新是**“主动引导 + 3 阶段门禁”**——不是写完给你看,而是陪你一起写。
二、3 阶段工作流详解
阶段 1:上下文收集(Context Gathering)
目标:缩小”你知道 vs Claude 知道”的差距
1.1 触发条件
用户提到以下任一时启用:
- “write a doc”, “draft a proposal”, “create a spec”, “write up”
- “PRD”, “design doc”, “decision doc”, “RFC”
1.2 初始元问题
首先问 4 个元问题:
- 文档类型?(技术规范 / 决策文档 / 提案 / RFC)
- 主要受众?(工程师 / 高管 / 客户 / 跨团队)
- 预期影响?(读了之后读者会做什么决策 / 行动)
- 有模板吗?(公司模板 / 行业标准 / 自由发挥)
1.3 信息倾倒(Info Dumping)
鼓励用户一次性倾倒所有上下文:
- 项目/问题背景
- 团队讨论或共享文档
- 为什么不用替代方案
- 组织背景(团队动态、历史事件、政治因素)
- 已考虑的方案
- 成功指标/标准
关键:鼓励一次性分享,而不是挤牙膏。
1.4 追问(3-5 个一批)
围绕缺失信息追问:
- 不清晰的关键决策
- 缺失的约束
- 受众或目标不明确
1.5 模板处理
- 用户提供模板 → 用 Read 工具读取
- 用户给链接 → 用相应集成拉取
- 用户给文件 → 读取
- 已有共享文档 → 读取当前状态
1.6 图片处理
如果文档中插入图片但没有 alt-text:
- 警告:其他用 Claude 读这文档的人/AI 看不到
- 建议:让用户把图片贴到对话生成 alt-text
阶段 2:精炼与结构(Refinement & Structure)
目标:通过迭代逐段构建文档
2.1 提出大纲
基于文档类型提供常用结构模板:
技术规范(Technical Spec):
- 摘要 / TL;DR
- 问题陈述
- 目标 / 非目标
- 提议方案
- 备选方案
- 风险与缓解
- 落地计划
- 开放问题
决策文档(Decision Doc / ADR):
- 背景
- 决策
- 理由
- 备选方案
- 后果
提案(Proposal):
- 背景
- 提案
- 收益
- 成本
- 风险
- 下一步
2.2 增量起草
不要一次性写完整篇,而是:
- 写一段(或部分段)
- 询问反馈
- 整合修改
- 移至下一段
关键原则:
- ✅ 让用户参与,但不要每句都询问批准
- ✅ 提供具体草稿,让用户能反应
- ❌ 不要在没共识的情况下继续写
2.3 保持一致性
整个起草过程中:
- 术语统一
- 叙事与目标/受众保持一致
- 跟踪开放问题
- 发现不一致时主动指出并建议修复
阶段 3:读者测试(Reader Testing)
目标:确保文档对没有上下文的人也有效
3.1 测试方法
当文档草稿足够好时:
- 让用户把文档粘贴到全新的 Claude 会话(或模拟这个效果)
- 指示这个”新读者”:
- 总结文档
- 指出不清楚的部分
- 列出仍有的问题
- 点出作者似乎在做的假设
3.2 修复盲点
根据读者反馈:
- 补充缺失的上下文
- 澄清混乱的段落
- 让假设显式化
- 改进结构/流程
3.3 重复测试
高风险文档重复测试直到满意。
三、为什么这个 Skill 如此重要
3.1 上下文传递效率
普通模式:作者 → 文档 → 读者 → 多次询问作者 → 最终理解 本 Skill 模式:作者 + Claude 协作 → 文档 → 读者一次理解
节省时间:减少 50% 的来回沟通
3.2 文档质量提升
3 阶段强制覆盖了最常缺失的:
- 受众明确化
- 上下文充分
- 读者测试验证
3.3 审阅者信心
读者读到的不再是”作者自己懂但写不清”的文档,而是经过 fresh reader 测试的可读文档。
四、6 大实战场景
场景 1:技术 RFC
用 doc-coauthoring 帮我写一份"我们从 MongoDB 迁移到 PostgreSQL"的 RFC。
Skill 自动流程:
- 问你 4 个元问题(文档类型、受众、影响、模板)
- 让你倾倒上下文(当前 MongoDB 痛点、团队经验、迁移成本)
- 追问(迁移时间、兼容性、回滚方案)
- 提出 RFC 大纲
- 逐段起草
- 读者测试
- 输出最终版
场景 2:PRD
用 doc-coauthoring 帮我写"用户积分系统"的 PRD。
Skill 关键引导:
- 追问:积分怎么获取 / 消耗?过期规则?防刷机制?
- 决策记录:为什么这套规则?
- 受众:PM / 工程师 / 高管 / 客服
场景 3:决策记录(ADR)
用 doc-coauthoring 帮我做 ADR-001:"为什么我们用 PostgreSQL 而不是 MongoDB"。
Skill 重点:
- 备选方案对比
- 决策理由的可信度
- 后果的清晰描述
场景 4:事故复盘(Postmortem)
用 doc-coauthoring 帮我写这次线上事故的 Postmortem。
Skill 强调:
- 时间线
- 根因(不只是症状)
- 影响范围(量化)
- 短期修复 + 长期改进
- 不甩锅文化
场景 5:入职文档
用 doc-coauthoring 帮我写"新成员入职指南"。
Skill 突出:
- 受众:新人(无背景知识)
- 关键决策:为什么这样做
- 工具 / 资源 / 联系人
场景 6:客户提案
用 doc-coauthoring 帮我给 XX 客户写一份技术方案提案。
Skill 关键:
- 客户痛点(而非你的能力)
- 投资回报(ROI)
- 风险与缓解
- 决策路径
五、安装
5.1 命令
# Claude Code
/plugin install example-skills@anthropic-agent-skills
# 通用
npx skills add anthropics/skills --skill doc-coauthoring
5.2 触发示例
用户:用 doc-coauthoring 帮我写份 API 设计文档
用户:我要起草一份关于缓存策略的提案
用户:帮我创建产品 PRD
用户:用 doc-coauthoring 工作流起草一份事故复盘
六、5 大常见错误
错误 1:跳过阶段 1
错误:直接给一堆上下文,让 Claude 开始写
正确:让 Skill 主动引导提问
错误 2:每句都要批准
错误:每写一句就问"这样行吗?"
正确:写完整段才询问反馈
错误 3:忽略受众
错误:不区分读者,让 Claude 写得很"AI 范"
正确:明确受众,调整语言深度
错误 4:不更新就停
错误:写完一段就停
正确:保持一致性,跨段追踪
错误 5:跳过读者测试
错误:写完直接发布
正确:fresh Claude 测试,找出盲点
七、5 条反合理化
| 借口 | 反驳 |
|---|---|
| ”我自己写更快” | 协作的价值是”让读者快”,不是”让作者快" |
| "三阶段太繁琐” | 前期慢,后期快,整体快 2 倍 |
| ”AI 不懂我的业务” | 倾倒上下文 = 给它业务知识 |
| ”读者测试没必要” | 90% 的文档对没读过的人来说难懂 |
| ”我没时间做完整流程” | 高风险文档(RFC/ADR)必须有,低风险可省 |
八、与其他 Skill 配合
| Skill | 何时切换 |
|---|---|
| doc-coauthoring | 起草 RFC / PRD / ADR |
| internal-comms | 写完后的内部通知 |
| mcp-builder | 技术 RFC 涉及 MCP 时 |
| security-and-hardening | 安全相关 RFC |
九、与其他 Skill 对比
| Skill | 区别 |
|---|---|
| doc-coauthoring | 协作式,3 阶段门禁 |
| internal-comms | 单向通知(周报、公告) |
| doc-coauthoring vs 普通 prompt | 主动引导 vs 被动响应 |
十、Q&A
Q: 适合所有文档吗? A: 高风险、需要审阅的文档(RFC/PRD/ADR)。简短通知用 internal-comms。
Q: 3 阶段可以跳过吗? A: 紧急场景可压缩阶段 2,但仍要阶段 1 和 3。
Q: 文档要保密怎么办? A: Claude 不会上传任何内容,但敏感场景请用企业版或本地部署。
Q: 多语言支持? A: 文档语言由用户决定,Skill 支持任意语言。
Q: 多人协作时呢? A: 一人主导,其他人审阅。可多人轮流当”读者测试”角色。
Q: 输出格式? A: Markdown / 任何文本格式。也支持 Word / PDF(链式调用 docx / pdf Skill)。
Q: 需要付费 Claude 吗? A: 建议 Sonnet 4.6+ 或 Opus 4.6+。
十一、6 条实战技巧
- 明确退出机制:用户可以说”我自己写”,跳过整个流程
- 保持耐心:阶段 1 问得越多,阶段 2 写得越好
- 批量化追问:一次问 3-5 个问题,不要一个一个
- 提供模板:模板能让阶段 2 更快
- 关注”假设”:读者测试找出的最大问题是隐藏假设
- 建立文档库:团队多次使用积累出”文档模式库”
十二、总结
核心价值:
- 把”AI 写文档”升级为”AI 协作写文档”
- 3 阶段门禁确保读者能懂
- 强制结构化降低沟通成本
适用人群:
- 技术负责人(写 RFC / ADR)
- 产品经理(写 PRD)
- 团队领导(写决策文档)
投入产出比:⭐⭐⭐⭐⭐(5/5)—— 高频文档协作场景必装。
配套文档:internal-comms 通知
参考资料
📊 评分与标签
评分说明
总分 8.5/10 · P_优选
📊 可观测社区指标(数据核验日期:2026-07-05)
- GitHub: anthropics/skills ★158k, 🔱18.7k
- License: Apache-2.0
📦 可安装性 2.5/2.5
git clone+ 软链即用,纯 Markdown 格式零外部依赖,加载即生效- Skill 定义了完整协作工作流,无需额外配置即可使用
- 对比 canvas-design:无需安装 Python 图形库,安装零门槛
- 对比 brand-guidelines:安装复杂度完全相同,均为纯 Markdown 软链
🎯 实用性 2.4/2.5
- 结构化协作工作流覆盖头脑风暴→大纲→章节撰写→审查→定稿五步流程
- 提供 RFC/PRD/技术方案三种文档类型的结构化模板,每个阶段有质量检查清单
- 从根本上解决 AI 写作”一口气 5000 字无从下口改”的核心痛点
- 对比 internal-comms:doc-coauthoring 面向正式文档创作流程,internal-comms 面向企业沟通模板,互补
- 对比 writing-plans(Superpowers):doc-coauthoring 侧重文档协作,writing-plans 侧重开发计划编写
📖 文档质量 1.5/2.0
- SKILL.md 含完整协作工作流说明、每个阶段的 AI 角色定位指导和文档模板示例
- README 含安装指南和工作流概述
- 缺少实际协作案例的视频演示和常见协作反模式说明
- 对比 internal-comms:internal-comms 含 5 种模板 + 示例对话,文档更丰富
- 对比 brand-guidelines:doc-coauthoring 的工作流说明更详细,但缺少可视化示例
👥 社区活跃 1.3/1.5
- 所属仓库 anthropics/skills ★158k, 🔱18.7k,Anthropic 官方持续维护
- 来源:GitHub
- 沟通写作类核心 Skill,X/Reddit 有大量企业用户分享协作文档经验
- 对比 internal-comms:同属一个仓库,社区活跃度相同
- 对比 writing-plans(Superpowers):后者仓库 ★246k,社区规模更大但 Skill 定位不同
🔗 兼容性 0.8/1.5
- 纯 Markdown 提示词兼容 Claude Code、Cursor、OpenCode、Windsurf 等所有 Agent Skills 标准工具
- 无运行时依赖,Apache 2.0 许可自由商用,协作工作流可适配任何 AI 写作场景
- 与 brand-guidelines/pptx 等 Skill 组合使用效果更佳,但不能独立生成文档格式
- 对比 internal-comms:internal-comms 输出可粘贴到 Slack/飞书/钉钉,兼容性略优
- 对比 pptx Skill:pptx 直接输出 .pptx 文件,与 Office 生态直接兼容
评分依据可追溯至公开来源,每项分数均有明确理由和数据支撑。
🏷️ 标签说明
- 免费: 核心功能完全免费,Apache-2.0 开源许可。来源:LICENSE
- 文档: 提供文档自动生成、协作和处理能力,覆盖 RFC/PRD/技术方案。来源:doc-coauthoring SKILL.md
- 写作: 以 AI 写作/文案生成为核心功能,五步协作流程减少返工。来源:doc-coauthoring README
📋 来源与核验记录
- ✅ 已核验: GitHub anthropics/skills(★158k, 🔱18.7k, Apache-2.0)
- ✅ 已核验: doc-coauthoring README(页面正常,含安装指南和工作流概述)
- ⚠️ 间接来源: agentskills.io(Agent Skills 标准规范站,非直接代码仓库)
- ❌ 死链: 无