Как научить нейросеть чужому стилю без дообучения

Автор статьи предлагает альтернативу классическому дообучению (fine-tuning) нейросетей для имитации авторского стиля. Вместо использования тяжелых вычислительных мощностей и создания датасетов, предлагается подход на основе двух навыков для Claude Code или Codex. Первый навык анализирует готовые тексты автора, измеряя десятки параметров — от длины предложений до частоты использования эмодзи, — и формирует на их основе набор стилевых правил. Второй навык применяет эти правила к любому черновику, переписывая его в нужном стиле. Полученный профиль стиля сохраняется в виде текстового файла, что позволяет использовать его повторно с любыми моделями без необходимости изменения их весов. Метод позволяет значительно сократить время на адаптацию контента под голос бренда, обеспечивая высокую точность соответствия заданным характеристикам. Это решение делает процесс персонализации текстов доступным и гибким инструментом для работы с LLM.