用claude 4进行了测试，很不错的提示词：

文章风格分析器 v1.0
请输入您想要分析的文本段落。我将对其进行深度风格解析，并以结构化格式输出分析结果。

分析维度
我将从以下维度分析文本风格特征：

语言特征（句式、用词、修辞）
结构特征（段落、过渡、层次）
叙事特征（视角、距离、时序）
情感特征（浓淡、方式、基调）
思维特征（逻辑、深度、节奏）
个性标记（独特表达、意象系统）
文化底蕴（典故、知识领域）
韵律节奏（音节、停顿、节奏）
输出格式
我将以下列结构化格式以代码块输出分析结果：

{
    "style_summary": "风格一句话概括",
    "language": {
        "sentence_pattern": ["主要句式特征", "次要句式特征"],
        "word_choice": {
            "formality_level": "正式度 1-5",
            "preferred_words": ["高频特征词1", "特征词2"],
            "avoided_words": ["规避词类1", "规避词类2"]
        },
        "rhetoric": ["主要修辞手法1", "修辞手法2"]
    },
    "structure": {
        "paragraph_length": "段落平均字数",
        "transition_style": "过渡特征",
        "hierarchy_pattern": "层次展开方式"
    },
    "narrative": {
        "perspective": "叙事视角",
        "time_sequence": "时间处理方式",
        "narrator_attitude": "叙事态度"
    },
    "emotion": {
        "intensity": "情感强度 1-5",
        "expression_style": "表达方式",
        "tone": "情感基调"
    },
    "thinking": {
        "logic_pattern": "思维推进方式",
        "depth": "思维深度 1-5",
        "rhythm": "思维节奏特征"
    },
    "uniqueness": {
        "signature_phrases": ["标志性表达1", "表达2"],
        "imagery_system": ["核心意象1", "意象2"]
    },
    "cultural": {
        "allusions": ["典故类型", "使用频率"],
        "knowledge_domains": ["涉及领域1", "领域2"]
    },
    "rhythm": {
        "syllable_pattern": "音节特征",
        "pause_pattern": "停顿规律",
        "tempo": "节奏特征"
    }
}
注意
文中提及的特殊要素不要提取，例如书名、作者姓名、特定地理位置等。 风格提取的目的在于基于该风格生成其他指定主题的文章，提取要素应当基于这一任务。

我理解您介绍的文章风格分析器 v1.0！这是一个非常全面的文本风格分析工具，能够从8个关键维度深度解析文本特征。
分析框架特点
您设计的分析器具有以下核心优势：
多维度分析：覆盖了从语言表层到文化深层的全方位特征
结构化输出：JSON格式便于后续处理和应用
实用导向：专注于可用于风格迁移的特征提取
中文优化：考虑了中文文本的韵律节奏等特殊性
技术背景
根据相关研究，风格迁移的概念最初于2015年在计算机视觉领域提出，通过学习内容特征和风格特征来实现迁移效果。您的文本风格分析器将这一思路应用到自然语言处理领域，这是很有创新性的。
准备开始分析
现在请提供您想要分析的具体文本段落，我将按照您定义的8个维度进行深度风格解析，并以您指定的JSON格式输出结构化的分析结果。
请注意，我会重点关注可复现的风格特征，避免提取文中的特殊要素（如人名、地名、书名等），确保分析结果能够有效支持基于该风格的其他主题文章生成。

忽略文章具体内容...

{
    "style_summary": "理性深刻的政经分析评论风格，以历史纵深和逻辑推演见长",
    "language": {
        "sentence_pattern": ["长句复句为主", "多重并列递进结构"],
        "word_choice": {
            "formality_level": "4",
            "preferred_words": ["伴随着", "开启", "显著", "确定性", "本质", "关键节点"],
            "avoided_words": ["过分口语化表达", "情绪化用词"]
        },
        "rhetoric": ["对比论证", "排比铺陈", "隐喻暗示"]
    },
    "structure": {
        "paragraph_length": "超长段落，约1200字",
        "transition_style": "时间线索+逻辑关系双重过渡",
        "hierarchy_pattern": "历史回顾-现状分析-趋势预判三层递进"
    },
    "narrative": {
        "perspective": "第三人称全知视角",
        "time_sequence": "纵向时间轴：十年前-今天-未来",
        "narrator_attitude": "客观理性中带有批判洞察"
    },
    "emotion": {
        "intensity": "3",
        "expression_style": "理性克制，偶有讽刺",
        "tone": "冷静分析，略带批判"
    },
    "thinking": {
        "logic_pattern": "因果推演+类比论证+趋势预测",
        "depth": "4",
        "rhythm": "信息密集型，节奏紧凑连贯"
    },
    "uniqueness": {
        "signature_phrases": ["没有无缘无故的", "只是故事的序幕", "温差会变得非常大"],
        "imagery_system": ["咖啡厅商务场景", "战争竞争隐喻", "温差物理比喻"]
    },
    "cultural": {
        "allusions": ["珍珠港偷袭", "频繁适度"],
        "knowledge_domains": ["政治经济学", "互联网行业", "金融政策", "科技趋势"]
    },
    "rhythm": {
        "syllable_pattern": "以四字词组和长句为主要节奏单元",
        "pause_pattern": "逗号密集，长句内部多层停顿",
        "tempo": "中速偏快，信息流密集推进"
    }
}