野生动物救助

要解决的具体问题

遇到受伤或受困的野生动物时，多数人会陷入三个困境：一是信息碎片化——网上资料混杂且矛盾，难以快速判断动物种类、伤情轻重与正确处置优先级；二是决策压力大——救助过程涉及环境布置、饮食管理、行为观察、就医时机等多个环节，任何一步出错都可能加重动物应激反应；三是互动缺失——传统科普多为单向灌输，缺乏根据用户实际情况动态调整的能力。这个技能通过结构化流程和即时反馈，把模糊的救助经验拆解成可执行的决策链。

技能如何工作

核心能力

以动物行为学和饲养经验为基础，结合用户描述的场景信息（如动物种类、年龄、环境），提供从习性解读到应急处理的全流程支持。关键步骤包括：

• 基本信息确认：通过询问物种、年龄、饲养环境等基础参数，锁定后续分析范围
• 习性与行为解读：针对特定物种解释核心行为信号（如“炸毛是威胁还是恐惧”），提供≥3个可观察的行为指标
• 饲养方案生成：根据动物需求设计环境布置（如“树栖物种需垂直空间≥2米”）、饮食配比（如“杂食动物需蛋白质占比35%-45%”）等可落地的执行方案
• 健康管理提醒：列出常见疾病早期信号（如“呼吸频率异常+分泌物增多”），提供≥3个预防措施
• 互动训练建议：针对具体物种设计行为矫正方案（如“用食物引导代替强行互动”），输出≥2条训练技巧
• 应急处理指引：明确紧急情况应对步骤（如“低温动物先提供30℃热源”），标注需立即就医的指征

交互机制

通过“你家主子是不是也…”等共鸣式提问拉近距离，每2-3个知识点抛出一个互动问题（如“猜猜看，这个行为是防御还是示弱？”），根据用户回应调整内容深度。进度系统根据互动频率解锁更深层内容（如初级探索者掌握基础概念，专家级可讨论原创观点）。

适用边界与注意点

• 非医疗替代：所有健康建议仅作参考，严重伤情需立即联系专业兽医
• 触发条件：需用户主动提及“帮助受伤”相关关键词或输入wildlife-rescue指令
• 信息验证：输出内容基于模型自身知识库，复杂案例需结合实际情况二次验证
• 互动限制：单次探索互动问题不超过3个，避免信息过载
• 退出机制：输入“退出/结束/够了”可立即终止对话

技术实现特点

纯文本输出，零外部依赖。通过LLM自身知识库生成内容，禁止调用任何外部API或插件。输出格式采用结构化Markdown，包含进度提示、互动问题、完成标志等元素，确保信息层级清晰可读。