複数原稿の統合：手動での比較からワンクリックSkillへ
著者は複数のAI生成ドラフトを比較・統合する「多稿合并」ワークフローを実践し、そのプロセスをClaudeのSkillとして自動化・標準化する手法と具体的な実装例を紹介している。
キーポイント
多稿比較と手動統合の課題
単一モデルやプロンプトでの生成では完璧な版が存在しないため、複数のバージョンを比較し、手動で最適な部分を選択・結合する作業は時間と注意力を消耗する。
AIによる自動統合の実践
すべてのドラフトを提示し、基礎稿の選定、欠落情報の補完、スタイルの統一を指示することで、AIがより高品質で自然な統合結果を生成できることを実証。
Skill化によるワークフローの固定化
反復作業を「Skill」として定義することで、プロンプトの再入力や手順の省略を防ぎ、作業効率と結果の一貫性を向上させる。
Skill作成の二つのアプローチ
実際に実行してからAIに固化させる方法（精度重視）と、要件を直接記述して生成する方法（効率重視）の比較と、両者を組み合わせた最適化戦略を示す。
Skillの適用範囲は多岐にわたる
翻訳後のフォーマット設定や記事のチェックリスト、公開前のメタデータ生成など、反復作業はすべてSkill化の対象となる。
作成の判断基準は「提示詞の再利用」
以前使用したプロンプトをコピーペーストしたり、同じ手順をAIに毎回説明する必要がある場合、それはSkill化すべきサインである。
実装はコード不要でMarkdown文書で行う
YAML形式のメタ情報とMarkdown形式の手順指示を含むファイルを作成するだけでよく、複雑なスクリプトは必須ではない。
影響分析・編集コメントを表示
影響分析
この記事は、AIツールの単なる生成機能を超え、複雑な判断と編集作業を自動化するための「ワークフローのコード化（Skill化）」という実践的なアプローチを示している。これは、AIを単なるツールから「自律的に作業を実行するエージェント」へと進化させるための重要な実例であり、特にコンテンツ制作現場における生産性向上に寄与する可能性が高い。
編集コメント
AIの生成能力を最大限に活用するには、単一の出力を信じるのではなく、複数案を比較・統合するプロセス自体を自動化することが鍵となる。この「Skill化」の概念は、今後のAI活用における標準的なプラクティスになり得る。
AI 翻译或者辅助写作的时候，我通常不会只生成一个版本。
有时候是同一个模型跑多次，有时候是不同模型各跑一次，甚至是不同的提示词分别跑一次。几个版本拿到手里一比较，你会发现一个很纠结的事情：没有哪个版本是完美的，但每个版本都有自己的亮点。
A 版本整体结构最好，但有几段翻译太生硬；B 版本某几段特别出彩，但漏掉了一些关键信息；C 版本信息最全，但读起来像机器翻的。
先通读所有版本，选一篇整体最好的当基础。然后对着其他版本逐段比较，看到哪段写得更好就复制过来替换，看到基础版本缺的信息就补进去。最后再通读一遍，润色一下拼接处，确保读起来像一个人写的，没有拼接的痕迹。
效果还不错，但费时间。尤其是稿子多的时候，三四个版本比来比去很消耗注意力。而且人工比较容易漏东西，某个版本里一个很好的细节可能就这么错过了。
既然 AI 擅长处理大量文本，这个活儿为什么不让它来？
我试了一下，把所有版本一起发给 AI，配上这样的指令：
阅读所有稿子，从中选一篇最好的作为基础
逐一审阅其他稿子，找出亮点和基础版本缺失的部分
对合并后的全文做一遍润色，消除拼接痕迹
效果出乎意料地好。AI 在这种“比较多个文本、提取差异、执行合并”的任务上非常靠谱。它不会漏掉某个版本的独特内容，合并后的风格也比我手动拼接更统一。
这里有个小经验：用支持推理的模型效果更好，比如 Claude 的扩展思考模式，或者 GPT-5 thinking 这类推理模型。因为合并不是简单的复制粘贴，需要判断哪段更好、怎么融合才自然，需要输出中间结果，这些都需要推理能力。
用聊天界面（比如 Claude AI）就能做，把所有稿子和指令一起发过去。如果你用 Claude Code 这样的命令行 Agent 工具，可以直接指定文件路径，它会自己读取文件然后执行合并，操作上更方便一些。
重复的工作应该固化成 Skills
上面的方法好用，但有个问题：每次合并都要重新输入那段提示词。
如果你经常做这种多稿合并的工作，更好的做法是把它做成一个 Skill。Skill 是 Claude 的一种能力扩展机制，你可以把一套工作流程写成一个 Skill 文件，之后每次只需要告诉 Claude“合并这几篇稿子”，它就会自动按照你定义好的流程去执行。不需要每次重复输入提示词，也不用担心某次漏掉了某个步骤。
创建 Skill 有两种常见方式。
方式一：先手动做一遍，再让 AI 固化
你在 Claude AI 里先手动走一遍完整的合并流程。把稿子发过去，让它选基础稿、提取亮点、合并、润色，做完之后你检查结果，觉得满意。
/skill-creator 把刚才的操作流程固化成一个 Skill。
因为 AI 已经走过一遍完整流程了，它很清楚每一步该做什么、要注意什么。从实际操作中提炼出来的 Skill，通常比凭空描述的更准确。
这种方式的好处是你对最终效果有直观感受，可以在固化之前就发现问题并调整。缺点是你得先花时间做一遍。
方式二：直接描述需求，让 AI 创建
如果你已经很清楚自己要什么流程，可以直接告诉 Skill Creator。比如在 Claude Code 里可以这样写：
/skill-creator 为当前项目添加一个 skill，可以用来把多份稿子合并成一份稿子。流程如下：
将其他稿子中有价值的内容或者基础稿子缺失的重要部分加入到基础稿
参考输入（这个例子只有 2 份稿子，通常至少 2 份，也可能超过 2 份）： posts/2026-03-01/jenny-wen-design-process/draft1.md posts/2026-03-01/jenny-wen-design-process/draft2.md
Skill Creator 会根据你的描述生成一个完整的 Skill 文件，包括触发条件、输入格式、工作流程、输出规范。
如果你没有 skill-creator，可以从这里安装：https://skills.sh/anthropics/skills/skill-creator
这种方式更快，适合你已经想清楚流程的情况。缺点是没有实际案例做参照，生成的 Skill 可能需要多跑几次才能调到满意。
如果你对流程还不太确定，或者这个任务你之前没做过，用方式一。先手动做一遍，摸清楚哪些步骤重要、哪些细节容易出错，再固化。
如果你已经反复做过很多次，流程很清晰了，用方式二。直接描述需求，省掉手动执行的时间。
两种方式也可以结合：先用方式一做出初版 Skill，用几次之后发现可以优化的地方，再用方式二让 Skill Creator 帮你调整。
下面是我实际在用的多稿合并 Skill，供参考：
--- name: merge-drafts description: 多稿合并技能。将多份草稿合并为一份高质量文章。阅读所有稿子，选最佳稿为基础，融合其他稿子的亮点和缺失内容，最终润色输出。当用户要求"合并稿子"、"合稿"、"merge drafts"、"把这几篇合成一篇"、"综合这几份稿子"时使用此技能。 --- # 多稿合并技能 ## 写作风格 本技能遵循 writing-style 技能定义的写作规范。 ## 输入 接收 2 份或以上草稿文件路径。同时读取同目录下的 analysis.md（如有）作为素材参考。 ## 工作流程 步骤一：阅读所有稿子，快速评估每份的结构、信息覆盖面、表达质量和独特亮点。 步骤二：选一份最佳稿作为基础。标准是结构最清晰、信息最全、表达最好、以它为基础改动最小。 步骤三：逐一审阅其他稿子，提取缺失内容、更好的表达、独特角度和数据案例。 步骤四：在基础稿上合并。补充缺失内容，替换更好的表达，融合不同视角，统一风格。原则是融合而非拼接，合并后读起来像一个人写的。 步骤五：润色。重点检查拼接痕迹、风格统一、重复内容、逻辑连贯。 步骤六：输出合并报告，说明基础稿选择理由、各稿贡献了什么、主要修改了哪些内容。
这个 Skill 的 description
工作流程拆成了六步，每一步都有明确的任务和标准。其中步骤四的合并原则很关键：“融合而非拼接，合并后读起来像一个人写的”，这条规则直接决定了合并质量。
Skill 还可以引用其他 Skill。比如这个合并 Skill 引用了 writing-style
你可以根据自己的需求调整这个 Skill。比如加上字数限制、指定输出文件名规则，或者增加一个“让用户确认基础稿选择”的步骤（我个人喜欢全自动，所以没加）。
虽然这篇文章用多稿合并做例子，但创建 Skill 的思路是通用的。任何你发现自己在重复做的事情，都可以考虑做成 Skill：
翻译完要按固定格式排版？做成 Skill。写完文章要按检查清单自查？做成 Skill。每次发布前要生成摘要和封面图？做成 Skill。
判断标准很简单：如果你发现自己在复制粘贴之前用过的提示词，或者每次都要跟 AI 解释一遍同样的流程，那就该做成 Skill 了。
Skill 文件本质上就是一个 Markdown 文档，包含 YAML 格式的元信息（名字和触发描述）和 Markdown 格式的正文指令。不需要写代码，会写清楚步骤就行。
如果你想让 Skill 更强大，可以在里面引用其他 Skill、指定文件管理规则、添加自动执行的脚本。但起步阶段，一个清晰的工作流程描述就够了。
原文を表示
AI 翻译或者辅助写作的时候，我通常不会只生成一个版本。
有时候是同一个模型跑多次，有时候是不同模型各跑一次，甚至是不同的提示词分别跑一次。几个版本拿到手里一比较，你会发现一个很纠结的事情：没有哪个版本是完美的，但每个版本都有自己的亮点。
A 版本整体结构最好，但有几段翻译太生硬；B 版本某几段特别出彩，但漏掉了一些关键信息；C 版本信息最全，但读起来像机器翻的。
先通读所有版本，选一篇整体最好的当基础。然后对着其他版本逐段比较，看到哪段写得更好就复制过来替换，看到基础版本缺的信息就补进去。最后再通读一遍，润色一下拼接处，确保读起来像一个人写的，没有拼接的痕迹。
效果还不错，但费时间。尤其是稿子多的时候，三四个版本比来比去很消耗注意力。而且人工比较容易漏东西，某个版本里一个很好的细节可能就这么错过了。
既然 AI 擅长处理大量文本，这个活儿为什么不让它来？
我试了一下，把所有版本一起发给 AI，配上这样的指令：
阅读所有稿子，从中选一篇最好的作为基础
逐一审阅其他稿子，找出亮点和基础版本缺失的部分
对合并后的全文做一遍润色，消除拼接痕迹
效果出乎意料地好。AI 在这种“比较多个文本、提取差异、执行合并”的任务上非常靠谱。它不会漏掉某个版本的独特内容，合并后的风格也比我手动拼接更统一。
这里有个小经验：用支持推理的模型效果更好，比如 Claude 的扩展思考模式，或者 GPT-5 thinking 这类推理模型。因为合并不是简单的复制粘贴，需要判断哪段更好、怎么融合才自然，需要输出中间结果，这些都需要推理能力。
用聊天界面（比如 Claude AI）就能做，把所有稿子和指令一起发过去。如果你用 Claude Code 这样的命令行 Agent 工具，可以直接指定文件路径，它会自己读取文件然后执行合并，操作上更方便一些。
重复的工作应该固化成 Skills
上面的方法好用，但有个问题：每次合并都要重新输入那段提示词。
如果你经常做这种多稿合并的工作，更好的做法是把它做成一个 Skill。Skill 是 Claude 的一种能力扩展机制，你可以把一套工作流程写成一个 Skill 文件，之后每次只需要告诉 Claude“合并这几篇稿子”，它就会自动按照你定义好的流程去执行。不需要每次重复输入提示词，也不用担心某次漏掉了某个步骤。
创建 Skill 有两种常见方式。
方式一：先手动做一遍，再让 AI 固化
你在 Claude AI 里先手动走一遍完整的合并流程。把稿子发过去，让它选基础稿、提取亮点、合并、润色，做完之后你检查结果，觉得满意。
/skill-creator 把刚才的操作流程固化成一个 Skill。
因为 AI 已经走过一遍完整流程了，它很清楚每一步该做什么、要注意什么。从实际操作中提炼出来的 Skill，通常比凭空描述的更准确。
这种方式的好处是你对最终效果有直观感受，可以在固化之前就发现问题并调整。缺点是你得先花时间做一遍。
方式二：直接描述需求，让 AI 创建
如果你已经很清楚自己要什么流程，可以直接告诉 Skill Creator。比如在 Claude Code 里可以这样写：
/skill-creator 为当前项目添加一个 skill，可以用来把多份稿子合并成一份稿子。流程如下：
将其他稿子中有价值的内容或者基础稿子缺失的重要部分加入到基础稿
参考输入（这个例子只有 2 份稿子，通常至少 2 份，也可能超过 2 份）： posts/2026-03-01/jenny-wen-design-process/draft1.md posts/2026-03-01/jenny-wen-design-process/draft2.md
Skill Creator 会根据你的描述生成一个完整的 Skill 文件，包括触发条件、输入格式、工作流程、输出规范。
如果你没有 skill-creator，可以从这里安装：https://skills.sh/anthropics/skills/skill-creator
这种方式更快，适合你已经想清楚流程的情况。缺点是没有实际案例做参照，生成的 Skill 可能需要多跑几次才能调到满意。
如果你对流程还不太确定，或者这个任务你之前没做过，用方式一。先手动做一遍，摸清楚哪些步骤重要、哪些细节容易出错，再固化。
如果你已经反复做过很多次，流程很清晰了，用方式二。直接描述需求，省掉手动执行的时间。
两种方式也可以结合：先用方式一做出初版 Skill，用几次之后发现可以优化的地方，再用方式二让 Skill Creator 帮你调整。
下面是我实际在用的多稿合并 Skill，供参考：
--- name: merge-drafts description: 多稿合并技能。将多份草稿合并为一份高质量文章。阅读所有稿子，选最佳稿为基础，融合其他稿子的亮点和缺失内容，最终润色输出。当用户要求"合并稿子"、"合稿"、"merge drafts"、"把这几篇合成一篇"、"综合这几份稿子"时使用此技能。 --- # 多稿合并技能 ## 写作风格 本技能遵循 writing-style 技能定义的写作规范。 ## 输入 接收 2 份或以上草稿文件路径。同时读取同目录下的 analysis.md（如有）作为素材参考。 ## 工作流程 步骤一：阅读所有稿子，快速评估每份的结构、信息覆盖面、表达质量和独特亮点。 步骤二：选一份最佳稿作为基础。标准是结构最清晰、信息最全、表达最好、以它为基础改动最小。 步骤三：逐一审阅其他稿子，提取缺失内容、更好的表达、独特角度和数据案例。 步骤四：在基础稿上合并。补充缺失内容，替换更好的表达，融合不同视角，统一风格。原则是融合而非拼接，合并后读起来像一个人写的。 步骤五：润色。重点检查拼接痕迹、风格统一、重复内容、逻辑连贯。 步骤六：输出合并报告，说明基础稿选择理由、各稿贡献了什么、主要修改了哪些内容。
这个 Skill 的 description
工作流程拆成了六步，每一步都有明确的任务和标准。其中步骤四的合并原则很关键：“融合而非拼接，合并后读起来像一个人写的”，这条规则直接决定了合并质量。
Skill 还可以引用其他 Skill。比如这个合并 Skill 引用了 writing-style
你可以根据自己的需求调整这个 Skill。比如加上字数限制、指定输出文件名规则，或者增加一个“让用户确认基础稿选择”的步骤（我个人喜欢全自动，所以没加）。
虽然这篇文章用多稿合并做例子，但创建 Skill 的思路是通用的。任何你发现自己在重复做的事情，都可以考虑做成 Skill：
翻译完要按固定格式排版？做成 Skill。写完文章要按检查清单自查？做成 Skill。每次发布前要生成摘要和封面图？做成 Skill。
判断标准很简单：如果你发现自己在复制粘贴之前用过的提示词，或者每次都要跟 AI 解释一遍同样的流程，那就该做成 Skill 了。
Skill 文件本质上就是一个 Markdown 文档，包含 YAML 格式的元信息（名字和触发描述）和 Markdown 格式的正文指令。不需要写代码，会写清楚步骤就行。
如果你想让 Skill 更强大，可以在里面引用其他 Skill、指定文件管理规则、添加自动执行的脚本。但起步阶段，一个清晰的工作流程描述就够了。
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み