
把“像不像”变成数值区间 · 自制封面,非项目截图
QUOTE
公文写得好不好,能不能不靠感觉?
你有没有过这样的困惑:一篇公文写完,好不好全凭领导一句话,自己心里没底?先看个数字——六到七成的公文通篇找不到一个百分比。这数字来自 102 万字真实语料的逐篇统计,和“公文要数据支撑”的印象正好相反,还只是这套工具五个反常识结论中的一个。
01
ONE / 参数
它不是模板库,是把风格拆成数字
市面上的公文工具,思路多是给模板、给套话清单:开头“根据……为……”,结尾“请遵照执行”,中间填“提高认识”“加强领导”。
GitHub 上有个叫 lieflat-gongwen 的项目走了另一条路。它把 102 万字真实语料逐篇过一遍,为每类文种算出一组数值画像:句子多长、顿号多密、分几层、力度词和百分比该用多少、“一是二是”出现几回——每项都给出区间。
核心主张一句话:公文的“像不像”可以测量。写完丢进自检脚本,它会提示:句子短了 8 个字、顿号密度偏低、强制词用多了——不是“感觉差点意思”,是数值指标。
作者 larashero3-dotcom 是个老手,手里的 lieflat-charts 有 5.2K Star,writing-dna-skill 有 1.8K,去 AI 味的 lieflat-less-ai-tone 也有 700 多 Star。这个项目是他第一次把“语言风格可量化”搬到中文公文领域。
02
TWO / 文体族
先分族再论文种,判族只看两项

公文族 vs 党建族:判族只看篇幅和一级标题数量
它没按传统公文分类动手,而是先划出两个文体族,参数互斥。
一类是公文族,涵盖调研报告、领导讲话、工作意见,以及经验材料、工作方案、经验总结,篇幅落在 2500–3700 字,带 2–5 个一级标题。另一类是党建族,只有千字级的党建与基层经验材料一种,约 1120 字、不设一级标题,靠段首动宾提领句(动词加对象起头、领起整段)分层,通篇挂着职工原话。
判族只看两项——篇幅加一级标题数量,而且两族不重叠,干净利落。族与族之间的差异,比同一族里不同文种的差异还大。
跨族套参数会直接报错:拿调研报告用工作方案那种 4–8 字短标题,脚本判成文种识别错误;给党建材料加几个一级标题,参数全乱,判成“压缩版公文”。动笔前必看的参数卡就一页纸,七个文种的数据摆在一起——篇幅、句长、一级标题、“一是二是”次数、长引语密度,一眼对照。
03
THREE / 反常识
五个反常识,推翻了我对公文的固有印象

五个反常识数据 · 据 102 万字语料统计
有几组数据和常识几乎全是反的。
开头。大家都以为公文开头是“根据……”“为……”,实测依据式开篇只占 6%–8%,占比最高的一种策略也不到 16%,根本没有主导写法。
数据。总以为数据支撑是好公文的标配,实测下来 60%–72% 的公文一个百分比都不用;经验总结清一色、工作方案 80%、调研报告 51% 零百分比。手里没真实数据,靠逻辑深度照样撑得起一篇。
结尾。以为必须用“请遵照执行”这类程式化结语,实测 75%–87% 是自然收束,那类套话出现率不足 2%。
力度词。“必须”“应当”看着有力度,密度只有 0.56‰–0.58‰,3000 字的一篇也就 1–2 个。它是稀缺资源,用多了反而失效。
套话。模板套路其实是低分作品的特征。真正稳定的共性藏在句子构造上:平均句长 53–56 字,是自媒体的两三倍;顿号密度每千字 14–31 个,是四五倍。公文靠“A、B、C、D”式并列枚举撑起长句——这便是它鲜明的语言指纹。
04
FIVE / 自检
自检脚本:参数不固定统一
验收环节是 check_params.py。它刻意不把均值设成合格线,因为真实优秀作品的个体差异极大。说白了,写得好坏和“参数整齐”并不划等号,处处踩中均值反倒可能流于平庸。
这也是它对“量化”最克制的地方:参数只告诉你像不像这个文种,不判断好不好。
05
SIX / 边界
边界与前提:它能算,但算不了“对不对”
背景补充 · 外部资料
两条边界需讲清楚,否则容易误用。
一是语料局限:据项目 README,原始语料因版权已全部移除、不随 skill 分发,所以那些频率数值第三方无法直接复核;工作方案 10 篇、经验总结 8 篇的样本偏薄,参数只作参考。
二是能力边界:参数解决的是“像不像”,管不了“对不对”——内容是否站得住、政治表述是否得体,它验收不了,涉密与对外口径仍须本单位核稿人终审。
背景补充 · 外部资料
还有一条使用前提常被忽略:据项目 README,它采用 PolyForm Noncommercial 1.0.0 许可,仅限非商业用途,未经单独授权不得用于付费写作、咨询服务或集成进商业产品。打算把它接进公司流程的团队,得先把授权问题问清楚。
说到底,这是个认真做过语料统计、也把踩过的坑留在文档里的研究项目。它把公文的“像不像”变成可测量的数字,而不是又一套填空模板。
对常写材料的人来说,这套参数至少是一把审视行文习惯的尺子——至于写得对不对、该不该发,尺子量不出来,仍要人把关。
资料来源与延伸阅读
资料来源
lieflat-gongwen 项目仓库:https://github.com/larashero3-dotcom/lieflat-gongwen —— 工具本体、README 参数卡与局限说明,可通过 GitHub 检索项目名称获取。

研报速递