Agent Skills
返回列表
烛龙观微

烛龙观微

知识管理 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_ccf0e970/zhulong-guanwei 到当前 AI 助手。

技能介绍

要解决的问题

让模型去分析一个人、一家公司或一个热点时,最常见的失败不是没话说,而是把"说得通"当成"是真的":观点漂亮、证据缺位,事实、解释、假设、判断搅在一起,落到决策上没法用。第二个问题是结构不稳定——同类型问题今天这样拆、明天那样拆,用户既无法预期输出,也无法复用结论。

烛龙观微要解决的,是把这类模糊分析转成可理解、可验证、可表达、可行动的判断,并让同一类问题的输出骨架保持可预期。

核心能力与工作方式

  • 先判题,再动手:按触发词把请求分流到写作拆解、铸阵、个人策略、普通分析等路径;不同对象对应不同流程深度,概念类问题不必走完整十步。
  • 反向追问与轻量版兜底:关键信息缺失且会改变分析方向时先问 2-5 个问题;用户明确要"先分析"则给轻量版,并显式列出未验证假设清单,凡依赖假设的结论标注〔假设〕。
  • 四层结构拆解:表层 / 中层 / 深层 / 反层,反层包含反事实推演——若当初选了替代路径会发生什么。
  • 证据分级与置信度标定:联网核验按扫描 → 深挖 → 验证 → 补漏四轮递进,验证轮与补漏轮不可省;已确认事实、高可信来源(CRAAP 五维评分)、有争议信息、缺失信息分开呈现,判断必须带置信度,纯推断最高只能标"推测"。
  • 元思维硬闸门:结论输出前过确认偏误、二阶思维、事前验尸、幸存者偏差、均值回归检查;高风险决策额外检查沉没成本、锚定效应、达克效应、框架效应,不通过则回到拆解或证据步骤重做。
  • 固定输出骨架:判断 / 拆解 / 证据 / 反方 / 行动出口五段,行动出口写成"动词 + 对象 + 校验方式",避免给出"建议你考虑一下"这类无法执行的空话。

适用边界与注意点

  • 不该用它的场景有明确清单:纯事实查询、简单是非判断、情绪倾诉、用户已做完决定只需复盘、明确要求"一句话就行",这些会降级为轻量回应,不硬走十步流程。
  • 操纵意图会被拦截:如果目标是分析他人弱点以便控制、欺骗或胁迫,走标注 → 拒绝 → 替代 → 引导四步,引导到个人策略模式的正当沟通路径;拦截路径同样强制做事实/假设分离与元思维检查,安全拦截不是 rigor 的豁免权。
  • 高风险决策只给框架:职业选择、法律、医疗、金融、投资等不替用户做最终决定,只提供分析框架、变量、风险和验证路径。
  • 输出温度受约束:涉及现实人物深层分析时不做冷酷心理解剖,且每份分析必须留下具体可执行的下一步,不让人停在恐惧里。
  • 环境限制需明说:无法联网或无法读取 references 时,改用离线证据地图 + 假设清单模式,对依赖实时事实的结论标注置信度下降,不假装已核验;涉及现实对象的关键事实需给出来源链接。

使用场景

  • 拿到一个行业热点事件,需要拆清背后利益结构、动因与风险,输出一个可验证的判断
  • 准备写一篇深度文章,需要先判断选题值不值得写,再拆对标、观点和大纲
  • 需要把反复执行的分析流程沉淀为 SOP 或 prompt,让团队按固定步骤复用
  • 面对职业选择或合作谈判,需要先读人、拆博弈,再得到有温度的行动建议

适合人员

  • 内容创作者,需要判断选题价值并把观点稿拆成可发表的结构
  • 产品经理,需要拆解竞品的商业模式、竞争位势与风险
  • 创业者或商务负责人,需要在谈判、融资前做利益与博弈分析
  • 研究或策略分析师,需要把模糊问题转成带证据和置信度的判断