告诉孩子：大麻、精神疾病与暴力的真相

要解决的具体问题

很多人对大麻的认知停留在「无害」「软性毒品」或「70年代的大麻」的刻板印象里，却不知道现代大麻的 THC 浓度 已远超过去，其与精神疾病、暴力行为之间的关联也有大量研究支撑。家长面对青少年使用大麻的困惑、政策辩论中风险被淡化的现状、医学用途与娱乐性使用的混淆，都需要一个能基于证据而非意识形态的讨论入口。

技能如何工作

核心能力：意图路由与证据框架

• 意图路由表：根据用户问题匹配不同参考模块。例如，「大麻是否危险」会触发 references/1-core-framework.md，其中包含 THC 浓度变化（当前平均 15-25%，浓缩品达 80%+，而 1970s 仅 2-4%）、精神病风险、暴力关联等核心证据框架；「青少年使用」则引导至 references/5-voice-and-app.md，结合 Berenson 的视角与具体场景（如家长对话策略）。
• 平衡呈现原则：回答需公平展示 Berenson 的论点，同时明确「存在权威研究者持不同意见」，例如在精神病关联部分，既会说明大规模研究显示的剂量-反应关系，也会提及科学界的争议点。
• 规则化响应：遵循「语言匹配」（用用户输入的语言回复）、「证据优先」（如「18 岁前开始使用，精神病与成瘾风险显著升高」）、「不回避争议」（如政策推进快于科学研究的讨论）。

关键步骤

1. 快速启动引导：首次加载时主动提供示例问题（如「大麻真的像人们说的那么无害吗？」「大麻与精神分裂症有何关联？」），并支持「将这本书映射到我的生活」这类模糊查询。
2. 证据模块化调用：根据问题类型调用对应参考文件，例如成瘾问题会从 references/3-techniques.md 提取依赖率（约 9% 用户成瘾，青少年起始者达 17%，每日使用者 25-50%）和戒断症状信息。
3. 结论输出框架：每个回答需包含「核心证据陈述」（如「高浓度 THC 大麻是与过去不同的物质」）、「风险分层」（如青少年、每日使用者风险更高）、「行动建议」（如「不要用说教，而是一起阅读并讨论研究数据」）。

适用边界与注意点

• 非医疗建议：技能提供的是基于书籍的信息整合，不构成医疗诊断或治疗建议。例如「青少年使用大麻风险较高」是基于研究结论，但具体个案需咨询专业医生。
• 立场声明：Berenson 的观点是辩论中的一方，技能会明确「存在反对其结论的研究」，例如在精神病关联部分，需提及「科学界对因果关系仍有争议」。
• 政策中立性：不直接支持或反对合法化，而是强调「政策应基于证据」，例如讨论合法化后公共卫生后果的显现速度时，需平衡呈现「监管缺口」与「合法化支持者观点」两个维度。
• 使用限制：避免回答超出书籍范围的问题（如「CBD 的具体疗效」），此时应引导用户查阅其他资源。

该技能本质上是一个结构化的信息导航工具，帮助用户在争议性话题中找到基于证据的讨论路径，而非给出绝对结论。