让 AI 输出对注意力友好
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 @kunlungrowth/kunlun-adhd-friendly-output。
技能介绍
要解决什么问题
大模型默认回复往往是长段落、信息密度不均,读代码评审或排错结论时很难快速抓住「先处理什么」。如果你在 PR 里只想看到按严重度分级的意见,在技术方案里需要固定的背景/目标/选型/风险骨架,或者线上问题要按复现→证据→假设走而不是凭感觉改代码,这个技能把常见工程诉求路由到结构化交付物,让输出更适合分段扫读和专注跟进。
技能如何工作
技能通过触发词进入六项能力,每项对应固定输入与输出形态:
- 代码评审:输入
diff/ PR,产出检查清单与问题分级(阻断 / 建议 / 可选)。 - 技术方案设计:输入需求与约束,产出含背景、目标、选型、风险的方案模板。
- 调试排错:输入报错与上下文,产出定位树、复现步骤与修复验证项。
- 架构权衡 / API 设计 / 工程规范:分别产出选型对比表、RESTful 契约与错误码、清单与反模式说明。
文档中还给出代码评审与线上排错两套逐步工作流(例如评审先意图再正确性再安全;排错先稳定复现再隔离变量),并附带意图路由表:听到「帮我看看这段代码」「又报错了」「用 A 还是 B」等表述会对应调用相应能力。围绕「让 AI 输出对注意力友好」时,在输入里写明人群、场景与约束,模板中的通用项会替换成该主题下的实际信息。
适用边界与注意点
技能提供的是方法论、模板与检查清单,不替代合并决策、资质判断或真实凭据处理;涉及密钥仅给脱敏示例。评审与方案结论供参考,负责人仍对上线与合并负责,且不应被用于绕过安全机制或未授权访问。
使用场景
- 合并前要把 PR diff 整理成阻断/建议/可选分级清单,而不是一整段主观评语
- 立项或重构前需要按背景、目标、选型、风险四段写技术方案供评审对齐
- 线上告警来了要先产出最小复现步骤和日志证据链,再写修复与回归项
- 前后端联调前要定资源、字段契约与错误码,避免接口口径在聊天里漂移
适合人员
- 每天要审多人 PR、需要把问题按严重度分级并写清理由的后端或全栈工程师
- 要在架构选型会上用利弊/成本表说清楚「为什么选 A 不选 B」的技术负责人
- 值班对接告警、习惯先复现再动代码的 DevOps 或 SRE
- 一人维护小产品、需要方案模板和 API 契约骨架的独立开发者