知识解构专家
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_52a81e7a/knowledge-deconstructor。
技能介绍
先说一个问题:学了,但说不清楚
工程师常见的困境:刷了不少文章,概念也能复述,但真被问到「这东西到底解决了什么」「我该从哪里开始学」,往往只能支吾。根因不是记忆力差,而是知识停留在事实性记忆层面,没有形成结构化的认知:不知道它的本质定义、边界条件和适用场景。
知识解构专家 处理的就是这件事。它对任意一个知识点执行标准化的三维解构,输出一份可复查、可执行的认知报告。
它怎么工作
核心能力是把一个知识点拆进三个维度:
- 是什么:1-2 句精确定义、3-5 个关键特征、相关概念及其关系、该知识所属的认知层级(事实性 / 概念性 / 程序性 / 元认知)
- 解决了什么:原始问题、3-5 个应用场景、掌握后的具体价值、客观的局限性
- 如何掌握:从入门到精通的学习路径、2-3 个可操作的练习方法、资源推荐、明确的掌握标准
工作流程固定为 6 步:确认知识点 → 维度一分析 → 维度二分析 → 维度三分析 → 结构化输出 → 提供下一步深入选项。报告末尾会给出 A/B/C/D 四个追问方向,方便对单一维度继续挖深。
适用边界
- 它不是百科:不堆砌背景资料,只做结构化解构
- 分析深度与知识点复杂度匹配,对简单概念不会强行展开
- 掌握路径是建议性的,最终效果取决于是否执行练习
- 适合概念性、方法类知识;纯事实记忆类内容收益有限
使用场景
- 学习新技术前先做概念拆解,明确核心定义、价值与合理学习路径
- 评审方案前要梳理方法解决了什么业务痛点以及其局限性
- 向跨团队解释专业概念前需要提炼关键特征与通俗易懂的表达要点
- 复盘时系统拆解方法论,对齐术语和认知层级并沉淀团队共识
适合人员
- 准备系统学习某项技术或理论的工程师,需要明确边界和实践路线
- 要输出教程或内部培训材料的内容创作者,需要结构化讲解框架
- 需要把专业概念讲给非技术同事的项目经理,需要应用场景和局限分析
- 复盘方法论并沉淀团队共识的技术负责人,需要术语对齐和掌握标准