lieflat-gongwen

基于真实公文全量统计的公文写作 skill。分公文族与党建族两族，覆盖调研报告/领导讲话/工作意见/经验材料/工作方案/经验总结六类公文族文体，加千字级党建/基层经验材料一类，提供可验收的数值参数、骨架公式、标题技法和自动化自检脚本。触发场景："写一篇调研报告""起草领导讲话""写份工作意见""写篇党建经验材料""把材料写成经验总结""让这篇稿子更有公文味""检查这篇公文的参数对不对"。

让 AI 安装

DDDZZ最新版本 0.1.0更新于 2026-11-03下载 0 次

公文语料/结构全量统计.md

12.7 KB查看排版效果

1	# 公文结构全量统计（L2 客观层）
2
3	> 语料：真实公文 229 篇（甲组 106 篇 + 乙组 123 篇）
4	> 方法：程序切分单篇 + 正则提取结构特征，全量非抽样
5	> 切分校验：甲组 106/107、乙组 123/123
6
7	---
8
9	## 〇、语料构成（文种分布）
10
11	\| 文种 \| 甲组 \| 乙组 \| 合计 \|
12	\|------\|-------\|-------\|------\|
13	\| 调研报告 \| 30 \| 45 \| 75 \|
14	\| 领导讲话 \| — \| 44 \| 44 \|
15	\| 工作意见 \| — \| 25 \| 25 \|
16	\| 经验材料 \| 22 \| — \| 22 \|
17	\| 工作方案 \| 10 \| — \| 10 \|
18	\| 经验总结 \| — \| 8 \| 8 \|
19	\| 以上六文种（本 skill 覆盖） \| 62 \| 122 \| 184 \|
20	\| ~~心得体会等已移出覆盖范围的文种~~ \| 44 \| 1 \| 45 \|
21	\| 合计 \| 106 \| 123 \| 229 \|
22
23	> 数据源：两组的逐篇索引与语料原文均未随包分发（版权）。随包的 `_meta/all_pieces.json` 已剥去标题与机构字段，只留数值特征。
24	>
25	> 口径说明（全仓库以此表为准）：合计 229、甲乙两组 106/123、六文种 184，这三个数由 `_meta/*.json` 直接复算得出，与 `参数卡.md` 和 `scripts/check_params.py` 的各文种 `n` 逐项一致。
26	>
27	> 早期版本此处记「甲组 107、合计 230，心得体会 43，调研报告 76，工作方案 11」——那批数字来自两组的索引记录，而切分脚本的实际产出是 229 篇。所有统计都跑在实际切分出的文本上，索引值不对应任何一份被统计的文档，故一律改用实际产出值。下方「篇幅画像」的分档篇数（甲组 43+24+26+13=106、乙组 59+57+7=123）可作交叉验证。
28	>
29	> 已移出覆盖范围的 45 篇不再列细分：`all_pieces.json` 无文种字段，这一行的组间拆分无法第三方复算，仅由合计倒推。
30	>
31	> 心得体会已移出覆盖范围（本 skill 不再提供该文种的参数、骨架和范文），但这一列保留：
32	> 本文所有全量频率统计都是在含它的 229 篇上跑出来的，抹掉它会让下面每一个百分比失去出处，
33	> 而原文已移除、无法重算。凡是引用本文数字的地方，口径都是"含心得体会 38 篇"。
34
35	两组的文种互补：甲组是方案/调研/经验/心得，乙组是讲话/调研/意见/总结。仅"调研报告"两组都有，可做跨组对比——这也是本语料中样本最厚的文种。
36
37	样本厚度对写作参数可信度的影响：
38	- 调研报告（75篇）、领导讲话（44篇）→ 参数可信
39	- 工作意见（25篇）、经验材料（22篇）→ 参数基本可信
40	- 工作方案（10篇）、经验总结（8篇）→ 样本偏薄，参数仅供参考
41
42	---
43
44	## 一、篇幅画像
45
46	\| \| 甲组 \| 乙组 \|
47	\|---\|---\|---\|
48	\| 平均字数 \| 4,095 \| 3,593 \|
49	\| 篇幅分布 \| 2000-3500字 43篇<br>3500-5000字 24篇<br>5000+字 26篇<br><2000字 13篇 \| 2000-3500字 59篇<br>3500-5000字 57篇<br>5000+字 7篇 \|
50
51	乙组篇幅集中在 2000-5000 字（94%）。甲组有 26 篇超 5000 字。
52
53	给 AI 的参数：一般公文目标 2500-4000 字。超过 5000 字只在制度设计类文件出现。
54
55	---
56
57	## 二、层级深度规律（全量）
58
59	\| 篇幅区间 \| 甲组一级/二级/三级 \| 乙组一级/二级/三级 \|
60	\|---------\|---------------------\|---------------------\|
61	\| <2000 字 \| 1.2 / 2.8 / 1.1 \| — \|
62	\| 2000-3500 字 \| 2.0 / 1.9 / 1.8 \| 3.3 / 6.4 / 0.0 \|
63	\| 3500-5000 字 \| 2.6 / 3.4 / 3.0 \| 3.4 / 8.8 / 0.1 \|
64	\| 5000+ 字 \| 4.2 / 6.6 / 5.5 \| 3.1 / 8.0 / 0.6 \|
65
66	两条硬规律：
67
68	1. 乙组几乎不用三级标题（平均 0.0-0.6 个）——层级压到两层：`一、` + `（一）`
69	2. 甲组层级随篇幅线性增长——5000 字以上文件三级标题平均 5.5 个，制度类文件需要细分层
70
71	给 AI 的参数：
72	```
73	2500-3500 字 → 一、(3个) + （一）(6个)，不用 1.
74	3500-5000 字 → 一、(3-4个) + （一）(8-9个)
75	5000+ 字 → 一、(4个) + （一）(6-7个) + 1.(5-6个)
76	```
77
78	---
79
80	## 三、开头策略分布（全量）
81
82	### 甲组（n=106）
83
84	\| 策略 \| 篇数 \| 占比 \|
85	\|------\|------\|------\|
86	\| 时间/背景式 \| 17 \| 16% \|
87	\| 引领导讲话式 \| 13 \| 12% \|
88	\| 判断/立论式 \| 10 \| 9% \|
89	\| 目的式（为…） \| 9 \| 8% \|
90	\| 政治锚定式（党的十X大…） \| 7 \| 7% \|
91	\| 依据式（根据/按照） \| 6 \| 6% \|
92	\| 形势/现象式 \| 4 \| 4% \|
93	\| 金句破题式 \| 4 \| 4% \|
94	\| 第一人称式 \| 3 \| 3% \|
95	\| 引文件式 \| 3 \| 3% \|
96	\| 人物特写式 \| 2 \| 2% \|
97	\| 问题直陈式 \| 2 \| 2% \|
98	\| 其他 \| 19 \| 18% \|
99
100	### 乙组（n=123）
101
102	\| 策略 \| 篇数 \| 占比 \|
103	\|------\|------\|------\|
104	\| 目的式（为…） \| 16 \| 13% \|
105	\| 判断/立论式 \| 12 \| 10% \|
106	\| 依据式 \| 10 \| 8% \|
107	\| 时间/背景式 \| 9 \| 7% \|
108	\| 政治锚定式 \| 7 \| 6% \|
109	\| 形势/现象式 \| 2 \| 2% \|
110	\| 其他 \| 60 \| 49% \|
111
112	关键发现：
113
114	1. 没有单一主导策略——最高占比仅 16%。这直接反驳"公文开头都是套话"的印象
115	2. 乙组"其他"高达 49% 是真实特征：同题多篇并存，开头必须差异化。同题异构强制了开头创新
116	3. 甲组"引领导讲话式"占 12%——用领导讲话破题是高频且有效的策略
117	4. "依据式"（根据/按照）只占 6-8%——远低于常识预期，说明优秀公文不倚重程式化开头
118
119	### 真实开头样本
120
121	时间/背景式：
122	> "2013年9月，国务院出台《大气污染防治行动计划》（简称《大气十条》），明确了大气污染防治的总体要求和主要任务"
123
124	判断/立论式：
125	> "'圆梦女孩志愿行动'是关爱女孩行动的延续和创新，是'中国梦'具体化的公益行动，是偏远贫困地区女孩梦想的寄托"
126
127	金句破题式：
128	> "事故源于隐患，防范胜于救险"
129	> "文以载道，文达政通"
130
131	引领导讲话式：
132	> 〔示意〕"（日期），在（上级机关工作会议）上，（中央领导）指出，要始终出于公心、秉持改革精神…"
133
134	人物特写式：
135	> 〔示意〕"眼前的（某某）是一个衣食无忧、安享晚年的老人，他今年74岁了，看着要比实际年龄小不少"
136
137	（原文对该受访者另有三句外貌白描，属私人个体信息，此处不转录。可迁移的是"先给年龄、再给一句反差判断"这个起手式。）
138
139	问题直陈式：
140	> "现行分散的交通运输行政执法体制存在着机构林立、人员膨胀、执法力量分散、执法机构性质定位不合理、执法经费缺乏保障、社会形象不好等问题"
141
142	---
143
144	## 四、收尾模式分布（全量）
145
146	\| 模式 \| 甲组 \| 乙组 \|
147	\|------\|--------\|--------\|
148	\| 自然收束（无程式化结语） \| 92 (87%) \| 92 (75%) \|
149	\| 总结升华式 \| 7 (7%) \| 4 (3%) \|
150	\| 号召/展望式 \| 2 (2%) \| 14 (11%) \|
151	\| 汇报机制式 \| 2 (2%) \| 1 (1%) \|
152	\| 执行要求式 \| 2 (2%) \| 3 (2%) \|
153	\| 建议/期望式 \| 1 (1%) \| 9 (7%) \|
154
155	重大发现：优秀公文的收尾以"自然收束"为主（75-87%），而非程式化结语。
156
157	这与模板类 skill 的假设正好相反。模板通常规定"通知结尾用'请遵照执行'、请示用'妥否请批示'"，但在这 229 篇里，程式化结语出现率极低。
158
159	原因推测（需验证）：
160	- 乙组和"经验材料/调研报告"类不需要程式化结语
161	- 法定公文（通知/请示）在语料中占比小
162
163	乙组"号召/展望式"占 11%——领导讲话必须以鼓劲收尾。
164
165	给 AI 的参数：
166	```
167	调研报告/经验材料 → 自然收束或总结升华，不加程式化结语
168	领导讲话 → 号召/展望式收尾
169	法定公文（通知/请示/报告） → 用程式化结语（但语料支撑不足，需另找样本）
170	```
171
172	---
173
174	## 五、一级标题句法（全量 686 个标题）
175
176	\| 句法特征 \| 甲组(273个) \| 乙组(413个) \|
177	\|---------\|--------------\|--------------\|
178	\| 双分句（含逗号/对仗） \| 35 (13%) \| 142 (34%) \|
179	\| 动宾提领（加强/推进/深化…） \| 11 (4%) \| 79 (19%) \|
180	\| 要素式（问题/原因/对策…） \| 8 (3%) \| 24 (6%) \|
181	\| 其他 \| 219 (80%) \| 168 (41%) \|
182	\| 平均字数 \| 13.0 \| 17.0 \|
183	\| 中位字数 \| 12 \| 17 \|
184
185	核心差异：
186
187	- 甲组标题短而实（13字）：`一、指导思想` `二、主要做法` `一、背景`——业务文书用最少的字标示内容板块
188	- 乙组标题长而有观点（17字，34%双分句）：`一、脱贫攻坚已经进入深水区，要用"扣扣子"的精神端正思想认识`——乙组用标题展示思考深度
189
190	### 真实标题样本对比
191
192	甲组（信息标示型）：
193	```
194	一、指导思想
195	二、主要做法
196	一、强制执行的现状
197	二、发展相对滞后的原因
198	三、调研中反映的主要问题和工作建议
199	四、会议对泥沙工作提出的要求
200	```
201
202	乙组（观点承载型）：
203	```
204	一、脱贫攻坚已经进入深水区，要用"扣扣子"的精神端正思想认识
205	三、在"改"中抓常抓长，推动党员干部作风不断向好转变
206	一、感悟领袖关怀和省委决心，汲取走好"最后一公里"的精神力量
207	二、追本溯源，深入挖掘形式主义危害和原因
208	三、着力在真用上下功夫，自觉用以武装头脑、指导工作、推动实践
209	```
210
211	给 AI 的参数：
212	```
213	业务性文件（方案/通知/意见） → 标题 4-8 字，只标示内容
214	分析性文件（调研/汇报/讲话） → 标题 14-20 字，双分句结构，前半句动作+后半句目的
215	```
216
217	---
218
219	## 六、段内分层标记（全量）
220
221	\| 标记 \| 甲组均值/篇 \| 乙组均值/篇 \|
222	\|------\|--------------\|--------------\|
223	\| 一是/二是/三是 \| 5.6 \| 5.3 \|
224	\| 第一，/第二， \| 1.1 \| 0.5 \|
225
226	"一是二是三是"是绝对主力，出现频率是"第一第二"的 5-10 倍。
227
228	给 AI 的参数：段内分层默认用"一是…二是…三是…"，全篇 5-6 组。"第一/第二"仅在特别正式的论证段使用。
229
230	---
231
232	## 七、数据密度（全量）
233
234	\| \| 甲组 \| 乙组 \|
235	\|---\|---\|---\|
236	\| 完全不用百分比的篇数 \| 64/106 (60%) \| 88/123 (72%) \|
237	\| 百分比数量中位 \| 0 \| 0 \|
238	\| 75 分位 \| 2 \| 1 \|
239	\| 最大值 \| 48 \| 11 \|
240
241	这是最反直觉的发现：60-72% 的真实公文完全不用百分比。
242
243	含义：
244	1. 数据不是公文质量的必需品——本语料中大多数篇目没有精确统计数据
245	2. 数据密度呈极端分布——少数业务型文件数据密集（最大 48 个百分比），多数靠逻辑和判断力取胜
246	3. 对 AI 写公文的直接启示：无法核实的数据不要编造，用逻辑深度替代
247
248	给 AI 的参数：
249	```
250	不掌握真实数据时 → 不编造，靠分析逻辑和判断力撑起文章
251	掌握真实数据时 → 用对比/递进关系呈现，而非堆砌绝对值
252	百分比目标：0-3 个（除专门的数据分析类文件）
253	```
254
255	---
256
257	## 八、力度词密度（全量，每千字）
258
259	\| 力度等级 \| 甲组 \| 乙组 \|
260	\|---------\|--------\|--------\|
261	\| 强制（应当/必须/不得/严禁） \| 0.58 \| 0.56 \|
262	\| 要求（要/切实/确保/务必） \| 5.79 \| 10.08 \|
263	\| 建议（建议/可以/鼓励/支持） \| 1.30 \| 0.76 \|
264	\| 期望（希望/期望/争取/力争） \| 0.19 \| 0.58 \|
265
266	规律：
267
268	1. 强制词密度稳定在 0.56-0.58/千字——两组高度一致，说明这是公文的"结构性常数"。一篇 3000 字公文约 1.7 个强制词
269	2. 要求词是主力，乙组近乎甲组 2 倍（党建类文书要求性表述更密集）
270	3. 甲组"建议"是乙组 1.7 倍——甲组含大量向上级建言的政策建议
271	4. 乙组"期望"是甲组 3 倍——领导讲话需要鼓劲收尾
272
273	给 AI 的参数：
274	```
275	3000 字公文的力度配额：
276	强制词（必须/应当/不得）：1-2 个
277	要求词（要/切实/确保）：17-30 个
278	建议词：2-4 个（上行文加倍）
279	期望词：0-2 个（讲话稿加倍）
280	```
281
282	---
283
284	## 九、与模板类 skill 的假设冲突
285
286	本次全量统计推翻了几个常见假设：
287
288	\| 常见假设 \| 全量数据 \|
289	\|---------\|---------\|
290	\| 公文开头都用"根据…""为…" \| 依据式仅 6-8%，目的式 8-13% \|
291	\| 公文结尾必须用程式化结语 \| 75-87% 是自然收束 \|
292	\| 好公文要有数据支撑 \| 60-72% 完全不用百分比 \|
293	\| 一级标题应简短标示内容 \| 分析类文件标题平均 17 字，承载观点 \|
294	\| "必须/应当"体现文件力度 \| 密度仅 0.57/千字，是稀缺资源 \|
295
296	结论：模板化的"公文套路"其实是平庸公文的特征。本语料的真实公文在开头、标题、收尾上高度多样化，真正的共性在层级结构规律和力度词配比上。
297
298	---
299
300	## 附：数据文件
301
302	随包分发的只有 `_meta/all_pieces.json` — 229 篇的逐篇数值特征（字数、各级标题个数、"一是二是"与"第X，"次数、顿号密度、力度词计数、百分比个数、卷别）。标题、发文机关、首末句、一级标题清单已剥离，故本文的频率类结论（开头策略、收尾模式、标题技法分布）无法从该文件复算，只有层级与力度词类结论可以。
303
304	L1 词频原始数据、统计输出原文与切分脚本未随包分发。

文件内容是平台检查时读出的文本，只供查看。平台不会运行包里的任何脚本或程序。