对任意输入做结构化分析
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 @zcwl/code-analyze-2。
技能介绍
要解决什么问题
工程师在拿到一段数据、代码 diff、业务汇报或决策备忘录时,常见问题是:把复述当成分析、所有点都标成「重要」、第一直觉直接变成结论,或引用「500 次取消」却不说分母。本技能不替你做决定,而是把 Agent 约束成一套可复查的分析频道:先声明这次分析要支撑哪条决策,再按阶段产出,并强制标注来源与反证空间。
技能如何工作
开场先选一分析框架(如 MECE、Pre-mortem、Steel man、带可逆性与不作为成本的 Pros/Cons+),并写下第一印象,留作后续挑战对象。
Before:用一句话写清 Purpose;列出至少 3 个会改变结论的未知项;记录第一印象。
During:用 🔴 Critical(最多 1~2 条)、🟡 Important、⚪ Minor 分级;每条论断标 [from input] 或 [inferred];单独写「我可能错在哪」;区分事实与观点、相关与因果。
After:一行结论、以行动结尾的 So what?,并通过「不用读原文也会这么说吗?」做深度自检。
按领域有对照表:数据看 grain / 缺失 / 异常;代码看生产故障与死代码(样式≠ bug);文本看论点与证据强度;决策看未列选项与可逆性;可视化看主导信息与平台惯例。
适用边界与注意点
技能是 Markdown 指令型,依赖 Agent 内置 LLM,不适用于需要人工裁量的复杂战略决策。材料中的文件批量处理、API 集成等表述属于平台通用能力说明,SKILL.md 正文核心是分析流程与反偏见检查,不要指望它自动跑数或替代专用 BI/静态分析工具。复杂场景仍需人工复核结论与数据来源。
使用场景
- 上线前用 Pre-mortem 框架梳理需求文档里未写的失败路径与可逆性
- 评审周报中的业务指标时标注 grain、缺失值与无来源的数字论断
- 读 PR 时优先标 production break 与死代码,避免把风格问题当缺陷
- 对比多个方案前用 Steel man 写出最强反方论据再定优先级
适合人员
- 要对老板邮件里的数据结论做来源与分母核查的数据分析师
- 需要在评审会上区分事实与推断、并给出可执行 So what 的产品/项目负责人
- 写技术方案前希望用 MECE 拆开选项、避免确认偏误的后端或全栈工程师
- 审阅竞品或研究报告、要标出无出处主张的内容编辑/研究员