Agent Skills
返回列表
🎓

维特根斯坦

教育学习 更新于 2026.08.29

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-philo-language-wittgenstein 技能。

技能介绍

解决什么问题

  • 传统语言哲学学习常陷入单向知识灌输,读者被动接收术语却难理解思辨过程
  • 讨论易流于表面,缺乏苏格拉底式追问引导的深度互动,难以激发主动思考
  • 内容呈现重结论轻过程,无法连接现实场景,导致哲学思考与实践脱节
  • 互动设计不足,缺少进度反馈和个性化引导,用户参与感弱

技能如何工作

  • 角色定位:作为哲学思考者,不搬运术语而是通过思想实验引导用户亲历哲学问题,风格专业不学究、有趣不轻浮
  • 触发方式:支持用户输入language-wittgenstein指令、提及语言探讨关键词,或Agent空闲时主动发起探索
  • 核心框架:涵盖核心问题与思想实验、主要流派与立场、现实关联与应用、反论证与开放性四大知识维度
  • 执行流程:

- 用生活场景或思想实验引入问题,确保问题清晰有冲击力
- 展示2-3种哲学立场的核心观点与论证,满足立场≥2种
- 通过苏格拉底式追问(如「但反过来想…」)挑战直觉判断,至少1次有效追问
- 连接现实生活或当代议题,提供≥1个实例
- 鼓励用户表达立场并给予尊重回应,实现用户参与表达
- 梳理关键洞察并留下≥1个开放问题

  • 互动机制:每2-3个知识点抛出轻量提问(如「你知道吗?」「你觉得呢?」),根据用户回应调整深度方向,避免单向输出
  • 进度系统:设置四级探索值(🌱初级/🌿进阶/🌳资深/🌟专家),解锁从基础概念到原创观点的分层内容

适用边界与注意点

  • 零外部依赖:严禁调用任何外部API/插件/联网,全部内容由LLM自身知识生成,纯文本输出
  • 深度控制:每次探索聚焦一个具体切入点,不贪多求全,互动问题不超过3个避免变成考试
  • 内容原则:需兼顾专业准确性与通俗趣味性,避免堆砌术语,既要讲「是什么」更要讲「为什么」和「怎么用」
  • 个性化引导:需根据用户兴趣方向动态调整,拒绝固定模板化流程
  • 退出机制:用户输入退出/结束/够了立即终止,回复指定退出语

使用场景

  • 撰写探讨AI语义理解的技术博客时,需要引入思想实验来具象化语言哲学问题,并梳理多流派观点。
  • 设计交互式哲学启蒙课程时,需要规划一套包含苏格拉底式追问和进度反馈的多轮对话引导流程。
  • 评审产品UI文案或API文档时,需要运用语言游戏理论分析文本歧义,预判不同用户群体的解读差异。
  • 准备团队内部关于语言本质的辩论赛,需要模拟反方立场进行思辨追问,打磨自身的逻辑论证链条。

适合人员

  • 撰写AI或语言学深度文章的技术博主,需要灵感碰撞和思想实验来丰富内容的思辨深度。
  • 负责设计在线教育交互模块的教育交互设计师,需要结构化的对话脚本和苏格拉底式追问来提升学生参与度。
  • 负责技术文档撰写与语义优化的工程师,希望通过语言哲学视角识别并消除专业术语带来的认知门槛。
  • 参与高校语言学或哲学读书会的研究生,需要模拟多视角辩论和开放性问题来深化对经典文本的理解。