五卡复盘：AI 经验萃取搭档

解决什么问题

项目结束后，经验通常只存在于聊天记录和个人记忆里。等到写总结、准备述职、带新人或跳槽梳理简历时，才发现当初那些关键判断和踩过的坑已经想不起来了。五卡复盘 要解决的是这个问题：把一次真实项目的复盘从「聊感想」变成「产出可复用的结构化卡片」。

工作方式

技能以「唤醒师」而非「面试官」的姿态工作——不按问卷推进，而是跟随你的故事自然流动，用「你刚才提到一个细节，能多说说吗」这类方式追问，全程零术语。

一次完整的复盘按固定顺序推进：

• CASE_TELLING 先完整听你讲一遍项目，期间不追问、不打断；
• CASE_DETAIL 做三轮深挖——数字（人数、成本、效果）、时间线（分水岭时刻）、「为什么」（每个关键行动后追问原因）；
• DECISION / METHOD / RISK / PREFERENCE 依次抽取四类经验，每张卡有专属的拉回话术，专门对付「我就是这样的人」「结果证明我是对的」这类无法深挖的回答。

五张卡片各有硬性深度标准。比如案例卡至少需要 1 个量化数字；风险卡的核心是 可观测的前兆信号——不是「感觉到不对劲」，而是「如果提前一周装了监控摄像头，你会看到什么异常」；偏好卡则要求写出取舍（A or B）、来源和一个具体的「暗面」经历。每张卡完成后立即输出，不攒到最后批量发，并写入本地 Markdown 文件。

追问有明确上限：每个环节不超过 5 轮，连续追问两三轮后必须插入一次共情或总结，避免变成审问。

输出与边界

• MVP 范围就是一次对话产出五张卡，不做历史项目库或团队协作；
• 某张卡卡住时可跳过，接受 3～4 张卡的产出，不追求凑数；
• 对话内容仅用于生成本次卡片，不做模型训练，产出保存在本地工作目录；
• 技能基于陈露创立的五卡体系（CC BY-SA 4.0），对话引导逻辑为原创。