陈氏知识网
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_4a86686d/chen-knowledge-skills。
技能介绍
要解决什么问题
工程师查资料时,常见痛点是:只拿到一个术语或人名,上下文却缺同级类比、层级拆解和历史同期对照;同名多义(如「苹果」「罗老师」)也容易混在一篇里讲不清楚。本技能把「单点输入」变成可递归的知识网,而不是一段泛泛的百科摘要。
技能如何工作
核心模型是 五维展开,每个节点可按同一套框架继续生长:
- 横向扩展:同类项、上级归纳、平级并列(横向对比建议用表格:同类项 / 关联点 / 差异点)
- 纵向深挖:概念 → 下级 → 下下级,纵向至少 3 层
- 背景来源:定义、起源、关键时间节点
- 典故出处:故事、引用、学科典故,并标注出处
- 产生影响:按领域归纳辐射效应
在通用五维之外,还有三类「必填式」扩展(资料里写明的规则):
- 历史类:补充同一时间线的国际大事件(金融/经济、技术/科学、政治/军事、文化/社会)
- 产品/技术类:补充反作用、副作用或风险
- 工业/农业类:补充产业链上下游;横向还可做同功效替代品
工作流大致是:接收核心概念 → 五维输出 → 结尾询问是否对某个子节点递归深挖(回到 Step 2)。
适用边界与注意点
- 同名多义优先:人名、常见词必须先拆实体,再分别组网,并用职业/领域/地域等作区分标识。
- 连接优于堆叠:价值在于节点之间的可追问路径(「然后呢」),而不是单次输出越长越好。
- 横向要够宽:类比项建议 3~5 个,跨不同维度,避免只列一两个近义词。
- 模型会按规则「尽量补全」时间线与产业链;若你的输入本身模糊,应先收窄到具体实体或时间范围,否则同期事件会对错主题。
使用场景
- 写稿以「1919年」或某历史人物为切入点,需要补齐同期金融、科技、政治、文化方面的国际大事件对照表
- 调研化肥、药物或工业原料时,除定义外还要列出同功效替代品、副作用风险以及从原料到终端的产业链节点
- 输入「苹果」「罗老师」等常见歧义词,先拆成多个实体再分别做横向类比与纵向层级拆解
- 学完「向量」「万有引力」等术语后,希望按背景、典故、影响五维整理笔记,并指定某一子概念继续递归深挖
适合人员
- 写历史、文化类长文,必须把单点事件放进全球时间线对照的自媒体与编辑
- 备考专业课或通识,希望从一个关键词横向类比 3~5 项并纵向拆满三层的自学者
- 做农化、化工或消费品调研,报告里必须写清替代品、风险与上下游的分析师
- 设计课程或读书分享,从单一概念展开五维并在结尾引导听众选择深挖分支的讲师