lieflat-gongwen

公文语言 DNA（L1 表层语言）#

语料：真实公文 229 篇（甲组 106 篇、45.6 万字；乙组 123 篇、45.8 万字），合计 91.4 万字 方法：jieba 词性标注 + 正则统计，全量语料，非抽样

---

一、句长节奏#

指标	甲组	乙组	自媒体对照
平均句长	53.8 字	55.8 字	15-25 字
中位句长	45 字	47 字	—
短句 ≤15 字	10.9%	16.3%	40%+
中句 16-49 字	44.9%	36.2%	—
长句 ≥50 字	44.3%	47.6%	<10%

核心规则：公文句长是自媒体的 2-3 倍。近半数句子超过 50 字，靠"、"分隔的并列成分撑起长度。

短句的功能：短句占比仅 10-16%，因此一旦出现短句就是发力点。乙组短句比例更高（16.3%），因为含大量领导讲话——口语化需要短句提神。

可操作：写公文时目标均句长 45-55 字。如果你写出来平均 25 字，读起来会"不像公文"；如果全篇没有一个短句，会缺乏节奏起伏。

---

二、力度词分布#

力度等级	标志词	甲组	乙组
强制	应当/必须/不得/严禁/严格执行/一律	276	305
要求	要/需要/切实/确保/务必/抓好	2881	4928
建议	建议/可以/鼓励/支持/倡导/探索	746	423
期望	期望/希望/争取/力争	82	262

关键发现：

1. "要求"级是绝对主力（占比 70-85%）——公文的默认语气不是强制也不是建议，而是"要求"
2. 强制词极稀少（每篇平均 2-3 个）——"必须""不得"是稀缺资源，用多了就失效
3. 甲组"建议"多于乙组（746 vs 423）——甲组含大量政策建议类文章，向上级建言用"建议"
4. 乙组"期望"是甲组 3 倍（262 vs 82）——乙组含大量领导讲话，讲话结尾要鼓劲，"希望"是号召语

可操作规则：

• 一篇 3000 字公文，"必须/应当"控制在 3-5 处以内
• 主体语气用"要+动词"（要加强、要确保、要抓好）
• 向上行文把"要"换成"建议"，向下行文保留"要"
• 讲话稿结尾可用"希望"，正式文件避免

---

三、高频词表#

高频名词（前 20）#

甲组：国家、问题、中国、社会、制度、政府、干部、企业、情况、市场、标准、群众、政策、农村、民族、部门、地方、精神、行政、机制

乙组：问题、干部、群众、习近平、机关、政治、思想、部门、时代、基层、党员干部、单位、中国、领导、制度、能力、特色、社会主义、全面、部署

差异解读：甲组偏"事"（企业、市场、标准、行政），乙组偏"人和思想"（干部、群众、政治、思想）。这是业务类文书与党建类文书的分野。

高频动词（前 20）#

甲组：工作、发展、建设、服务、管理、改革、加强、进行、审计、活动、要求、推进、开展、教育、组织、提高、学习、培训、实现、形成

乙组：工作、发展、学习、建设、推动、教育、脱贫、开展、要求、坚持、作为、加强、调研、活动、没有、担当、推进、深入、实践、解决

公文动词的共同特征：全部是抽象动词（推进、加强、开展、实现），几乎没有具体动作动词。这是公文"干瘪感"的语言根源，也是必要的——公文要覆盖不同执行主体的多样动作。

高频副词（前 15）#

甲组：进一步、不断、就是、必须、更加、共同、特别、一定、立法、已经、逐步、甚至、深刻、真正、长期

乙组：进一步、就是、不断、必须、自觉、特别、真正、始终、一定、深刻、反对、更加、甚至、立足、已经

"进一步"是两组的绝对第一副词。这是公文最具标志性的副词——它暗示"工作已有基础，现在要往前推"，符合公文的连续性叙事逻辑。

高频形容词（前 20）#

甲组：重要、积极、有效、落实、重大、明确、健康、不同、安全、稳定、直接、具体、努力、良好、健全、公开、困难、不足、严格、矛盾

乙组：落实、重要、切实、坚决、重大、成效、具体、认真、坚定、严格、有效、明确、积极、扎实、贫困、努力、不足、根本、清单、严重

乙组形容词明显更"硬"：坚决、坚定、扎实、认真——党建类文书的态度表达需求更强。

---

四、标点特征#

标点	甲组	乙组	说明
、	7,245	10,318	并列枚举的核心标点
，	17,786	17,732	—
；	774	483	分层用，不高频
：	509	256	引出下文
——	98	106	极少用，多在副标题
	795	1,935	乙组括注更多

顿号密度是公文最强指纹：

• 甲组：每千字 15.9 个顿号
• 乙组：每千字 22.6 个顿号
• 自媒体文章通常每千字 3-5 个

原因：公文大量使用"A、B、C、D"式并列枚举，一句话内塞进 4-6 个平行成分。这是长句的主要来源。

可操作：如果你写的公文顿号密度低于每千字 10 个，说明并列结构用得不够，读起来会"不像公文"。

---

五、结构标记密度#

标记	甲组	乙组
一是/二是/三是	596	658
第一，/第二，	112	67
一级标题（一、）	289	413
二级标题（（一））	399	932
三级标题（1.）	377	10

关键发现：

1. "一是二是三是"是段内分层的主力，出现频率是"第一第二"的 5-10 倍。"第一/第二"更正式、更少用
2. 乙组三级标题几乎不用（仅 10 次）——层级压缩到两层
3. 乙组二级标题是甲组的 2.3 倍——因为乙组篇幅短、层级浅，靠（一）（二）（三）撑结构
4. 甲组三级标题 377 次——业务性文件需要更细的层级切分

层级选择规则：

• 短文（1500字以内）：只用"一、"+ "一是/二是"
• 中篇（1500-3000字）：一、+（一）+ 一是
• 长文（3000字以上）：一、+（一）+ 1. + 一是

---

六、数字使用规范#

指标	甲组	乙组
阿拉伯数字总次数	8,616	3,179
百分比	308	94
文号引用（〔年〕号）	12	3
年份	587	165

甲组数字密度是乙组 2.7 倍——一组靠数据说话，另一组靠逻辑说话。

观察到的规则：

• 统计数据、百分比、年份、文号 → 阿拉伯数字
• 成词、概数、序数 → 汉字（"十八大""三大攻坚战""第一书记"）
• 文号引用极少（两本合计仅 15 次）——引用政策通常写文件全称而非文号

注意：乙组百分比仅 94 次（94/458千字），说明该组数据不是必需品，靠"分析深度"而非"数据密度"取胜。这对 AI 写公文有直接启示——无法核实的数据不要编，用逻辑补。

---

七、给 AI 的语言层执行清单#

写公文时，对照以下参数自检：

□ 平均句长 45-55 字（不要写成 25 字的自媒体句）
□ 长句（≥50字）占比 40-48%
□ 短句（≤15字）占比 10-16%，且用在发力处
□ 顿号密度 ≥ 每千字 12 个（体现并列枚举）
□ "必须/应当"全篇 ≤5 处
□ 主体语气用"要+动词"
□ "进一步"可用，但全篇 ≤3 次（避免重复）
□ 段内分层用"一是/二是/三是"，不用"第一/第二"（除非特别正式）
□ 无法核实的数据留占位，不编造
□ 层级深度匹配篇幅（1500字内只用两层）

---

附：与自媒体写作的语言差异总表#

维度	自媒体	公文
均句长	15-25 字	45-55 字
短句占比	40%+	10-16%
顿号密度/千字	3-5	12-23
人称	我/你	我县/我局/本机关
动词类型	具体动作	抽象推进（加强/推进/开展）
副词偏好	很/特别/超	进一步/不断/切实
数字风格	概数、口语化	精确、规范化
情绪表达	直接	靠形容词强度（坚决/扎实）间接表达