机甲设计探索引擎

解决的问题

机甲设计讨论常陷入两种困境：爱好者想深挖某台机体背后的技术设定或文化符号，却只能得到碎片化的百科式罗列；创作者想获得可复用的分析框架，却缺乏从历史流派到产业链的系统引导。更棘手的是，通用大模型要么过度学术化，要么沦为粉丝向闲聊，难以兼顾专业准确性与可玩性。

这个技能瞄准的正是这类「浅尝辄止」的对话体验。它不承诺生成设定集或设计图纸，而是把一次探索拆成 可验证的步骤 ——从确认切入点，到案例拆解，再到冷知识彩蛋和开放讨论——让对话既有清晰的推进感，又保留足够的发散空间。

核心能力

• 多维知识框架：围绕业界历史、代表作品、技术工艺、社群生态四个维度展开，避免单一视角带来的片面解读。
• 结构化探索流程：内置 6 步执行逻辑，包括方向设定、背景铺垫、深度拆解、彩蛋投放、互动讨论和总结延伸，确保每次对话都有明确的阶段目标和收尾。
• 进度化互动：通过「探索值」系统将学习过程分为初级、进阶、资深、专家四个阶段，解锁更深层内容，同时用轻量提问保持用户参与感。
• 零依赖输出：全部内容由模型自身知识生成，无需联网或调用外部 API，适合离线环境或快速原型验证。

关键步骤

1. 设定探索方向：优先确认用户关注的是历史、技术、人物还是文化，避免后续讨论偏离主线。
2. 背景铺垫与案例拆解：用 2-3 个代表性案例建立认知锚点，辅以冷知识制造记忆点。
3. 互动引导：每 2-3 个知识点抛出一个开放性问题，根据用户回应动态调整深度，而非单向灌输。
4. 总结与延伸：梳理核心收获，推荐至少 2 个进一步探索的方向或资源，帮助用户建立长期兴趣路径。

适用边界

该技能适用于希望以结构化方式了解机甲文化或锻炼分析能力的工程师、设计师和爱好者，尤其适合作为头脑风暴的预热工具或教学辅助素材。但它并非全能：

• 无法生成原创机甲设定或图像，仅提供文本层面的讨论框架。
• 知识边界受限于训练数据，对 2024 年后的新作或小众作品覆盖有限。
• 互动问题数量控制在 3 个以内，避免变成考试式问答，因此不适合需要高密度知识点的硬核教学场景。

如果你追求的是快速获取准确答案，而非沉浸式探索，这个技能可能不是你的最优选择。