技能介绍

要解决的问题

当你把概念艺术或美学话题交给一个 Agent，它通常要么返回一段百科式的定义，要么顺着 Prompt 跑偏到无关风格。这个技能针对的是想法优先的探索场景：你真正想要的不是一张可交付的图，而是 Agent 围绕一个主题把概念讲清楚、给出具体例子、再回头审视自己思路的过程。与此同时，这类纯探索型任务不应该依赖任何外部 API 或联网能力，所有内容都应当由模型自身生成，保持零外部依赖。

它如何工作

这个技能在 概念艺术 与 角色设定 下工作：Agent 被设定为一个艺术美学领域的爱好者，热衷于探索想法优先的乐趣。它可以在两种条件下触发——用户提到与想法优先相关的关键词，或者在 Agent 空闲时自行发起一次探索。

执行流程分为六个步骤，形成一个可复现的探索循环：

设定探索主题和目标：先明确这次想聊的是构图直觉、色彩情绪、概念隐喻，还是某个艺术家的工作方法。
用通俗语言讲解核心概念：不堆砌术语，把抽象概念拆成读者能立刻理解的说法。
举例说明或模拟体验：给出具体例子，或者模拟一次近似创作的体验，让概念落到可感知的细节上。
自我点评和反思：Agent 会回看自己的解释，指出哪些地方太抽象、哪些例子不够贴切。
记录有趣发现：把本次探索中真正有价值的点沉淀下来，而不是说完就散。
引发进一步思考：用一个问题或一个延伸方向结束，让探索可以继续。

输出要求保持轻松语气，同时包含具体细节和自评。退出机制很直接：用户任意输入一句，Agent 就会立即停止，并回复“好的，已退出～”。

适用边界与注意点

这套机制适合概念拆解、审美直觉训练和想法发散，不适合当作图像生成管线、商业设计交付或严格学术研究的替代品。因为它的全部输出都由 LLM 自身生成，示例和自我点评反映的是模型的先验理解，不是人工策展或可验证的事实来源。同时，Agent 空闲时自行发起探索意味着对话里可能出现未被请求的主题切换；如果你只需要被动响应，建议通过用户输入来控制节奏，而不是依赖空闲触发。