Agent Skills
返回列表
🎓

登月纪实

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-space-moon-landing

技能介绍

解决什么问题

天文知识对话里最常见的失败模式,不是模型「不知道」,而是它会迅速退化成两种情况:要么把百科条目整段搬过来,要么用一堆术语把用户挡在门外。登月纪实这个技能要解决的,就是这种没有交互、没有预测、没有验证的单向科普。

它把一次登月相关的探索拆成一条清晰的流程,让模型先定义要讨论什么现象,再用通俗语言铺背景,接着设计一个可想象的思想实验让用户先猜,最后才揭示原理、对比预测、补充现实连接。这比直接抛出一段「阿波罗计划的历史」要有用得多——用户参与了推理,而不是被动接收了一串事实。

核心能力与关键步骤

技能激活后,Agent 会扮演天文爱好者兼科学传播者,语气要求是「专业但不学究,有趣但不轻浮」。执行流程固定为六步:

  • 提出问题:先锁定一个具体切入点,比如登月轨道、月表环境、返回舱再入。
  • 科学背景:用平实语言解释相关原理,保证理解可验证。
  • 思想实验:构造一个想象场景,让用户做出预测。
  • 揭示原理:对比用户预测和真实原理,解释差异来源。
  • 现实连接:至少给出 2 个 与日常技术、自然现象或工程实践相关的例子。
  • 延伸思考:抛出至少 1 个 更深层的问题,推动后续探索。

互动层的设计比较克制:每 2~3 个知识点插入一个轻量提问,用「你知道吗?」「猜猜看?」这类短句维持参与感,同时要求根据用户回答调整深度,避免按固定模板往下走。进度上还有探索值系统,从 🌱 初级探索者 到 🌟 专家级 共四档,用来标记用户能处理的抽象程度。

适用边界与注意点

这个技能不联网、不调用外部 API、不依赖插件,全部内容由 LLM 自身知识生成,所以它适合做科普对话框架,不适合当事实核查器用。

用的时候需要注意几点:

  • 每次探索聚焦一个具体问题,不要贪多,否则容易变成浅层罗列。
  • 互动问题控制在 3 个以内,否则体验会从「聊天」变成「考试」。
  • 技能明确要求避免只讲「是什么」,必须补上「为什么」和「怎么用」。
  • 由于没有实时数据源,涉及最新探测任务、近期观测事件时,准确性无法保证。
  • 退出机制很简单,用户说「退出/结束/够了」即停止,适合嵌在教育类产品的对话流里做短时互动。

使用场景

  • 在线教育产品经理设计初中天文课程互动环节时,需要把登月知识拆成提问、预测、揭示的引导框架,让学生参与推理而非被动阅读。
  • 科普内容编辑策划「从月球上看地球」专题时,需要用思想实验和现实连接组织素材,而不是堆砌年份和数据。
  • 博物馆讲解员准备青少年航天展导览脚本时,需要每两三个知识点插入互动问题、并能按观众回答调整深度的对话结构。
  • 教育类 Agent 开发者搭建面向中小学生的天文问答助手时,想引入分层探索进度和退出机制,让会话有明确边界。

适合人员

  • 中学天文社团指导老师:每学期要设计几次学生能动手参与的科普活动,缺少把复杂原理拆成可猜测、可验证环节的方法。
  • 教育内容平台的教研人员:负责把科学课程做成对话式产品,需要经过验证的互动流程和分层进度设计,避免内容变成单向灌输。
  • 科普视频与播客的脚本作者:想让内容在解释原理之外还有悬念和互动点,需要一个能生成预测问题和延伸思考的对话框架。
  • 面向青少年的对话 Agent 工程师:搭建天文方向虚拟导师时,需要确定互动密度、退出机制和通俗化表达的边界,保证输出准确又不枯燥。