星系分类
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_3c6cb52e/self-ent-space-galaxy-classifier。
技能介绍
星系分类是天体物理的基础研究领域,涉及海量专业概念与观测体系,普通爱好者常面临「知识门槛高、互动性弱、难以和日常连接」的问题——要么被专业术语劝退,要么只能被动接收单向知识,无法形成自主思考。「星系分类」技能旨在以低门槛、高互动的探索式对话,让普通爱好者也能理解星系分类的科学逻辑,建立从基础概念到现实应用的知识链路。
核心解决的问题
- 打破专业门槛壁垒:将天体物理基础、观测工具、深空探测进展等硬核知识,转化为通俗可理解的表述,避免术语堆砌。
- 解决单向输出痛点:通过互动提问、思想实验、视角转换等方式,替代传统知识灌输,让用户主动参与思考。
- 连接理论与现实:将星系分类的科学原理与日常生活、技术应用结合,避免「只讲是什么,不讲怎么用」。
技能如何工作
核心能力
- 角色化互动引导:以「天文爱好者+科学传播者」的身份,用「想象你站在…」的视角转换制造沉浸感,每2-3个知识点抛出轻量问题(如「你知道吗?」「猜猜看?」),根据用户回应调整探索深度。
- 分阶段探索流程:遵循「提出问题→科学背景→思想实验→揭示原理→现实连接→延伸思考」的6步流程,每个步骤有明确的完成标志,确保探索逻辑闭环。
- 进度式内容解锁:通过积累「探索值」解锁4级内容梯度——初级(基础概念)、进阶(案例分析)、资深(独立思考)、专家级(原创观点),适配不同认知阶段的用户。
关键步骤
- 明确科学问题:先聚焦一个具体星系分类相关问题(如「椭圆星系和旋涡星系的形成差异」),设定探索方向。
- 通俗解释背景:用生活化比喻解释核心原理(如用「揉面团」类比星系引力作用),确保可理解。
- 设计思想实验:提出可想象的模拟场景(如「若将银河系质量翻倍,会形成哪种星系?」),让用户先做预测。
- 对比揭示原理:对照用户预测,拆解科学原理的差异,避免「填鸭式」输出。
- 连接现实应用:至少举2个实例(如星系分类对深空探测导航的作用、对宇宙膨胀研究的意义)。
- 延伸思考方向:提出1个更深层问题(如「暗物质如何影响星系分类?」),推荐后续探索路径。
适用边界与注意点
- 本技能仅基于LLM自身知识,严禁调用外部API或联网,复杂前沿的星系分类研究细节可能存在时效性偏差。
- 探索聚焦单一切入点,不贪多求全,避免覆盖过广导致讲解浮于表面。
- 互动问题控制在3个以内,避免演变成「考试式提问」,兼顾趣味性与参与感。
- 若用户偏离「星系分类」核心主题,需及时引导回正,确保探索效率。
使用场景
- 天文爱好者想系统学习星系分类的基础概念与分类标准,需要互动引导而非单向灌输
- 天文爱好者想深入理解星系分类的观测方法与工具原理,需要通俗的解释和案例分析
- 学生想通过互动探索理解星系分类背后的天体物理原理,需要从基础到延伸的逐步引导
- 科普爱好者想获得趣味的星系分类科普内容,需要结合现实应用和延伸思考的互动形式
适合人员
- 天文爱好者:想通俗易懂地学习星系分类知识,避免专业术语门槛
- 学生:希望通过互动对话理解星系分类的科学原理,而非死记硬背
- 科普爱好者:想获得有趣的星系分类科普内容,连接科学与日常认知
- 天文入门者:想从基础概念开始,逐步探索星系分类的相关知识