TR 解构
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_741f4977/tr-deconstruct。
技能介绍
要解决的实际问题
知识库里常有长文、规范或会议纪要:结构嵌套深、术语夹杂、论点和论据缠在一起。你要做对比表、写摘要,或者把同一主题拆成可检索的条目时,靠肉眼扫一遍往往既慢又容易漏掉隐含前提。
tr-deconstruct(@user_741f4977/tr-deconstruct)归在 knowledge-management 类目,命名指向 解构(deconstruct):把材料从「一整块叙述」拆成更清晰、可复用的知识结构,而不是再包一层泛化总结。
技能如何工作(能力与步骤)
在 SkillHub 上,该技能以标准 SKILL.md 形式下发给助手;当前公开正文仅标明其为 tr-deconstruct 大模型技能,具体指令与输出格式以你拉取到的 SKILL.md 全文为准。从类目与命名可合理预期的工作流大致是:
- 输入界定:指明待解构的原文片段或文档类型(规范、访谈记录、技术方案等)。
- 层次拆分:区分主题、子议题、定义、主张与依据,必要时标出存疑或缺失信息。
- 结构化输出:用列表、小标题或字段化结果呈现,便于并入笔记库、Wiki 或后续检索。
助手按技能正文中的约束执行;若 SKILL.md 后续增补了模板名、字段名或禁止事项,应优先服从技能文件而非通用习惯。
适用边界与注意点
- 解构不等于事实核查:拆分结构不替代对来源可信度与数据的独立验证。
- 高度领域化材料(法务、医疗等)仍需专业人士审阅,技能输出宜作草稿。
- 若 SKILL.md 未定义固定 schema,不同会话的输出粒度可能不一致,重要归档前建议统一一次格式约定。
使用场景
- 收到一份 40 页产品需求 PDF,需要按功能模块拆成可入库的条目再写评审意见
- 多轮访谈录音整理稿里论点分散,要按「问题—证据—结论」重排后更新团队 Wiki
- 合并两家供应商的技术方案长文,需先解构各章主张再填横向对比表
- 法规节选与内部 SOP 混在一起,要先分层标出定义与义务条款再做法务核对清单
适合人员
- 负责维护产品 Wiki、要把长篇 PRD 拆成可检索模块条目的产品经理
- 做竞调与供应商比选、需要把多份方案解构再填对比表的采购或架构师
- 把访谈/会议纪要沉淀进知识库、要求层次分明以便后续引用的用户研究员
- 整理合规材料、需先结构化条款与定义再交给法务二次核对的内控或 GRC 专员