? 本文基于真实使用经验整理
用AI写政策研究报告写得多了，你会发现一个头疼的问题：AI写出来的东西太口语化，动不动就是「值得注意的是」「我们可以看到」，放在政策报告里完全不搭。不是AI不行，是你没让它学会你的专业语言。
今天分享一个实操方法：用ima知识库 + WorkBuddy，把政策报告的写作规范提炼成一个可复用的Skill。团队里的人都能一键套用，新同事写出来的东西也有七八成像样。整个流程就四步，说干货。
先说第一步，整理素材。
打开你的ima知识库，把收集到的政策研究报告按类型分好。一般分为四类：综合性研究报告、专题性研究报告、调研报告、评价评估类报告。分类的目的是让WorkBuddy能针对不同报告类型提炼差异化的写作规范。（注意：严禁上传涉密数据，敏感数据必须脱敏后上传~）
分类之后，每份报告按四个要素拆解：整体结构是怎么排的、常用表述有哪些固定套路、数据是怎么呈现的、对策建议是怎么写的。整理得越细，后面提炼出来的Skill就越准。
海量报告素材 → AI分析提炼 → 结构化写作Skill
第二步，打开WorkBuddy提炼。
把整理好的素材文件夹整体加进去作为知识库引用。然后输入下面这段提示词：
「请你根据知识库中这些政策研究报告的素材，帮我提炼总结出一套政策研究报告的写作风格规范，包括：1.文体特征和语言风格要求 2.标准报告结构模板 3.各部分的写作要点和常用表述 4.数据分析呈现方式 5.对策建议的写法规范。请以Skill格式输出，方便后续直接套用。」
WorkBuddy会逐份分析这些范文，找出共性规律，输出一份结构化的Skill文件。这份文件就是你的「政策研究报告写作规范」初稿。
第三步，调试打磨。
初稿出来别急着用，先拿一个真实的报告主题测试一下。看看生成的大纲和开头段落是否符合你们单位的实际要求。
这一轮精调重点关注几个细节：行业特有的术语和表述习惯要补进去；单位内部的格式要求（比如标题层级、页边距这些）要明确；数据引用必须注明来源和统计口径，这是政策报告的硬规矩；对策建议必须一一对应前文分析的具体问题，不能泛泛而谈。
一般调试三四轮，这个Skill输出的初稿就能直接进入深度修改阶段，不需要再从零搭框架了。
左：普通AI输出的口语化初稿 ｜ 右：使用Skill后生成的规范报告
第四步，发布到SkillHub。
打磨好的Skill命名为「政策研究报告写作规范」，打上标签：政策研究、公文写作、报告撰写。发布到SkillHub，团队里的人都能看到、一键套用。
发布到SkillHub，团队成员一键套用
再进一步，我将多个skills一起封装打包给了workbuddy，创建了一个专家角色：
关注公众号，后天回复“政策专家”4个字，就可以获取角色链接，复制后打开你自己的workbuddy就可以直接用了。
效果怎么样？
以前搭框架加写初稿至少8小时，现在快一倍不止。团队写作质量明显更统一，不会出现有人写得像公文、有人写得像博客的情况。新同事进来直接套用，出来的东西就有七八成像样，省去大量返工时间。更重要的是形成了一个反馈循环：同事在使用过程中提优化建议，你定期更新Skill，所有人同步受益。一次投入，持续回报。
AI替代不了政策研究员的专业思考，但「风格规范」这种标准化工作完全可以交给它。核心思路很简单：把个人经验变成团队资产，让AI学会你的专业语言，而不是你迁就它的聊天习惯。
你要做的，就是花一个下午把这个Skill搭起来。后面每用一次，都是在赚时间。
以上，既然看到这里了，如果觉得不错
随手点个赞、在看、转发三连吧
谢谢你看我的文章，我们，下次再见。
/ 作者：老铁数字观
/ 声明：本文部分图片内容由AI辅助生成。
