文本认知深潜拆解引擎

它能解决什么问题

很多人读完长文后能复述结论，却说不清作者为何得出该结论：哪些是预先设定的前提，哪些是刻意省略的视角，哪些观点看似反常识、实际值得实践。单纯的“总结要点”无法还原思考过程，也难以支撑判断与行动。

它如何工作

文本认知深潜拆解 不去生成摘要，而是还原作者的思考范式。核心能力包括：

• 挖掘第一性原理：识别论证依赖的不证自明公理
• 识别价值预设：拆解作者默认的好坏标准与立场
• 提炼反常识洞察：锁定违背直觉的观点，并标注论据锚点
• 优势强调：提炼接近事物本质且可指导行动的认知
• 风险监测：检查逻辑谬误与论证链中的薄弱点

工作流程分为五个阶段：

1. 理解需求：确认待拆解文本与重点关注维度
2. 分析规划：读取 deconstruction-framework.md 并展示分析框架
3. 执行输出：输出核心拆解、隐含结构与关键关系
4. 总结建议：完成风险监测与弱点洞悉
5. 保存输出：写入 D:\action\-B Mynote\{年}-{月}\ 并按日期命名

适用边界与注意点

该技能适合需要理解论证结构、价值预设与第一性原理的文本。对于结构松散或信息不全的文本，它会标注未知而非自动补全。长文本需分段处理，复杂立场需接受显式假设与引用核对。