罗老师最佳实践研究助手
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_b4a8b79e/lls-best-practices-researcher 到当前 AI 助手。
技能介绍
解决的问题
当团队面临技术选型或流程优化时,常常陷入“最佳实践”的信息泥潭:官方文档可能滞后,社区文章质量参差不齐,卖方方案自带立场,而内部历史经验又缺乏系统性验证。这导致决策者要么盲目跟风,要么因证据不足而停滞不前。本技能聚焦于将模糊的“行业惯例”问题转化为可追溯、可验证的研究流程,避免凭印象或单一来源做决定。
核心工作方式
研究问题卡:将模糊提问压成结构化问题,明确“谁、场景、约束、目标结果”,避免泛泛而谈。例如,把“如何做服务网格”转化为“10-50人电商团队,在AWS EKS环境下,为降低服务间延迟,是否应采用Istio+Sidecar模式”。
证据阶梯与分类:按可靠性排序证据来源,从真实系统日志到泛化文章,每级证据需说明支持的具体主张。关键结论需标记为共识、条件成立、冲突或证据不足,卖方白皮书单独标注为营销主张,不可当作行业共识。
标准化工作流:
- 先明确研究问题与排除范围,避免无关信息干扰。
- 设定证据需求:时效性(如近1年)、独立来源数(核心建议至少2个高质量来源)。
- 记录每条证据的URL/路径、作者、日期、版本,明确其直接支持的主张。
- 对冲突结论进行归因分析:是版本差异(如K8s 1.20 vs 1.25)、规模差异(初创vs大厂)还是利益立场不同。
输出合同:最终交付需包含一句话结论、证据矩阵、共识与冲突说明、适配方案(分现在做/暂缓/不做)、验收指标及失效条件(如K8s版本升级后需重新验证)。
适用边界与注意点
- 不替代官方文档:若问题仅涉及当前版本语法或功能,直接查官方文档更高效;本技能适用于需综合多源信息的场景。
- 不进行低质量投票:当证据不足时,保留空结论而非用数量较多的低质量文章填充;单一来源的核心建议需明确标注风险。
- 隐私优先:内部材料仅以脱敏相对路径进入证据表,公开报告不得暴露本机路径、客户信息或Token。
- 不跨版本套用:结论需明确标注适用版本,当环境(如云厂商、法规)变化时需重新评估。
通过这套方法,团队可以将“最佳实践”从模糊的概念转化为可验证、可复现的决策依据,同时透明呈现信息来源与适配代价。
使用场景
- 技术选型评审时,需要对比官方文档与成熟项目实践,判断某方案是否符合行业惯例
- 收到厂商方案后,需要区分其白皮书中的营销主张与可独立验证的事实
- 将多篇社区资料整理成执行方案时,需要处理相互冲突的建议并明确放弃项
- 为团队引入新实践前,需要产出带验收指标和失效条件的实施建议
适合人员
- 技术负责人:需要为团队技术选型给出有依据的建议,而不是凭个人印象
- 工程师:需要评估某个流行实践是否适配自己的项目约束和版本环境
- 架构师:负责把外部最佳实践落地到内部系统,需要证据链和风险说明
- 运维/平台团队:需要验证新版本或新工具是否符合成熟团队的实际做法