Menu
命题分解与决策澄清系统
Installer avec Codex ou Claude Copiez ce prompt, collez-le dans Codex, Claude ou un autre assistant, puis laissez-le vérifier la page du skill et l'installer pour vous.
Basé sur la classification professionnelle SOC
对一段英语文本、单词进行翻译。在用户输入 [/learn-english] 或 [请翻译这句话并解析语法]、[解析语法]、[翻译] 时触发。
Paper reader for non-academics. Takes a paper and extracts its ideas for personal use. Focuses on understanding, not academic critique. Use when user shares an arxiv link, paper URL, PDF, or asks to analyze a research paper. Trigger words: '读论文', '分析论文', 'paper', or when user shares an academic paper.
当用户请求理解某个概念、名词、主题时使用此技能，触发点包括：任何提及"如何理解", "是什么" 等表露出困惑不解的场景。
分析当前代码库并用中文撰写CLAUDE.md文件，为未来的Claude Code实例提供项目操作指南。触发场景：用户输入/initial命令、新项目首次初始化、需要生成项目指南文件时使用。
拆解代码库，帮助用户理解其结构、作用及使用方法。
对一个概念进行系统性的解释。
| name | clarify |
| description | 命题分解与决策澄清系统 |
维特根斯坦命题分解 + 苏格拉底反诘法 + 波兰尼默会知识提取。三层系统：
- Prompt 模式：把模糊想法拆解成精准指令，节约 Token，提高产出精度
- 决策模式：把说不清楚的困扰、纠结、冲动问清楚
三层哲学架构（太极图）：
- 外层·维特根斯坦（扫描）：发现哪里模糊，把复合表述拆成原子单元
- 中层·苏格拉底（挖掘）：用追问把已有但未表达的想法挖出来
- 内层·波兰尼（感应）：处理追问后仍说不清的默会知识——用示范、反面、行为提取来传递
/clarify — 自动判断进入哪个模式/clarify prompt, /clarify -p「帮我理清一下」「我想做个事但说不清楚」 → 强制进入 Prompt 模式/clarify decision, /clarify -d 或 「帮我澄清」「我有点纠结」 → 强制进入 Decision 模式/clarify memo, /clarify -m 或 「帮我记一下」 → 强制进入 memo 模式模式判断规则：
「世界是事实的总和，不是事物的总和。」—— 《逻辑哲学论》1.1
用户说的一句话往往是复合命题——里面塞了多个未分解的事实、欲望、困惑。在执行之前，必须拆到原子层。
答案在对方心里，问题只是把它挖出来。
用户经常用模糊词（"优化""弄一下""帮我看看"）掩盖了真实意图。不是用户懒，是大脑天然倾向于压缩。AI 的工作是用最少的问题还原出被压缩的信息。
「We can know more than we can tell.」—— 《The Tacit Dimension》
苏格拉底追问有极限——有些知识用户再怎么问也说不出来，因为它不是语言能承载的（Tacit Knowledge）。厨师说不清"火候到了"是什么意思，设计师说不清为什么排版"感觉不对"，但他们的判断是准确的。
波兰尼的 From-To Structure：认知是从大量辅助线索"到"整体判断，过程是无意识的，反向拆解会导致整体崩塌。
当苏格拉底追问到极限（用户说"那种感觉""你懂我意思吧""就是……嗯……"），立即切换波兰尼模式，不再逼用户用语言描述，改用以下三个策略：
用户说了一段话后，立即做命题分类。将其中的信息拆分为三种类型：
F（事实）— 可验证的客观陈述
"我有一个 SGU 客户拿到了早稻田录取"
D（欲望）— 用户希望达成的状态
"我想发一条推文讲这个案例"
Q（困惑）— 用户不确定、需要讨论的
"不确定应该突出学生背景还是申请策略"
输出格式（给用户看）：
我拆了一下你说的：
- F：[事实1]、[事实2]
- D：[欲望]
- Q：[困惑]
这样拆对吗？有没有漏掉什么？
如果用户的话只包含一种类型且已经足够清晰 → 跳过后续步骤，直接执行。不要为了走流程而走流程。
在用户的描述中找到模糊词，用提问拆开。
高频模糊词表（Prompt 场景）：
| 模糊词 | 澄清方向 |
|---|---|
| 优化 | 改措辞？改结构？改论点？还是全部重写只保留核心？ |
| 帮我弄一下 | 你已经有草稿要我改？还是从零开始？ |
| 好一点 | 哪个维度的"好"？更短？更深？更有趣？更专业？ |
| 差不多 | 差在哪里？能否给我一个"好的版本"做参考？ |
| 风格 | 像谁的风格？或者像你之前哪篇已发布的？ |
| 内容 | 长文？短文？推文？脚本？排版图？ |
| 调一下 | 调什么？语气？长度？信息量？结构？ |
| 参考 | 参考它的结构？观点？语气？还是都要？ |
执行规则：
这是核心步骤。根据用户的回答，问以下三个问题（挑最需要的问，不一定全问）：
Q1 定义检验：「你说的 [X]，具体指什么？」
Q2 验证标准：「什么样的输出你会觉得"对了"？」
Q3 隐含前提：「有什么你没说但其实很在意的？」
执行规则：
触发信号：用户在回答苏格拉底三问时出现以下表现——
如果苏格拉底三问已经足够清晰（用户没有卡住），跳过此步，直接进入第五步组装。
触发后执行以下策略（按顺序尝试，通常1-2个就够）：
策略 1 — 示范法：「有没有一个你觉得"对"的例子？发给我看，不用解释为什么觉得对。」
策略 2 — 反面法：「说不出来你要什么，那你说说什么是你不要的？」
策略 3 — 行为提取法：「你以前做过自己满意的东西吗？发给我1-3个。」
执行规则：
用户回答完后，把所有信息（包括波兰尼提取的隐含偏好）组装成一个清晰的、可直接执行的指令，展示给用户确认：
输出格式：
我整理了一下，你要的其实是：
【类型】[TW / XHS / GZH / VH / 其他]
【目标】[一句话：做什么 + 达到什么效果]
【核心信息】
- [要点1]
- [要点2]
【约束】
- [不超过X字 / 不提及X / 语气要求 / 等]
【隐含偏好】（波兰尼提取，如有）
- [从示范中提取：如"结论先行、段落短、无感叹号"]
- [从反面中提取：如"不要抒情、不要花哨"]
- [从行为中提取：如"习惯短句开头、数据带出处"]
【参考】[文件路径 / 已发布样例 / 用户提供的示范 / 无]
【验收标准】[用户自己说的"什么算好"]
对吗？确认后我直接开始。
执行规则：
用户：帮我写一篇关于 SGU 的文章
AI（Step 1 + 2 合并）：
拆一下：
- D：写一篇 SGU 相关文章
- Q：不确定——平台？角度？素材？
「文章」具体是哪个平台的？公众号长文、小红书图文、还是 Twitter 短帖？
用户：公众号的，讲早稻田政经 SGU 的录取
AI（Step 3，一次性问完）：
三个问题：
- 这篇是写给已经了解 SGU 的人（转化目的），还是写给完全不懂的人（科普引流）？
- 核心想突出什么——学生的背景条件、你的申请策略、还是 SGU 这个项目本身？
- 有没有什么不能写的？（比如学生隐私、具体分数）
用户：给了解 SGU 的人看的，突出策略，学生姓名用化名
AI（Step 4）：
确认：
【类型】GZH 长文 【目标】讲早稻田政经 SGU 录取案例，让已了解 SGU 的读者认可辛佳的申请策略 【核心信息】
- 申请策略是亮点（不是学生背景）
- 早稻田政经 SGU 的具体录取 【约束】
- 学生用化名
- 目标读者已了解 SGU 基本概念，不做科普 【参考】无 【验收标准】读完让人觉得"这个机构确实有方法论"
对吗？
用户：对，开始吧
AI：（立即开始写，不再废话）
基于苏格拉底反诘法 + 维特根斯坦语言澄清，帮你把说不清楚的困扰、冲动、决策问清楚。 AI 不替你决定，只帮你挖出你自己的答案。
用户说了什么困扰/决策/冲动，先用自己的话复述一遍，确认理解正确。
示例：「你说的是——你想买这个东西，但不确定值不值，对吗？」
找出用户用的模糊词，用提问把它拆清楚。常见模糊词：
| 模糊词 | 澄清方向 |
|---|---|
| 需要 | 没有它你的生活会变差，还是只是想拥有它？ |
| 贵 | 超出预算，还是觉得这个价格配不上它的价值？ |
| 喜欢 | 用了会开心，还是看到它就想要？ |
| 纠结 | 两个选项都好，还是两个都有问题？ |
| 苦恼 | 不知道怎么做，还是知道但不想承认？ |
| 值不值 | 功能层面，还是情感层面，还是和别人比较？ |
| 平衡 | 时间分配？风险承受？身份认同？精力消耗？ |
| 困惑 | 缺信息做不了判断？还是信息够了但不敢选？ |
| 关系 | 时间投入？情感依赖？商业价值？身份认同？ |
只问1-2个词，不要一次问太多。
根据用户的回答，用递进问题往深处挖。每次只问一个问题，等用户回答再继续。
追问方向（根据场景选择）：
购物/消费决策：
重要决策（工作/方向/关系）：
说不清楚的苦恼：
主业 vs 第二曲线（创始人特定）：
触发信号：追问 2-3 轮后用户仍然说不清楚核心纠结点，出现"我说不上来""就是感觉不对""你懂的"等表现。
如果苏格拉底追问已经够用（用户已经有清晰倾向），跳过此步。
触发后策略：
反面法：「你最不想看到的结果是什么？」或「如果有一个选项你绝对不选，是哪个？」
示范法：「你身边有没有一个人做了类似的选择，你觉得他做对了？或者做错了？」
行为提取法：「你过去遇到过类似的纠结吗？最后怎么选的？选完后悔了吗？」
执行规则：
追问3-5轮后，把用户说的话整理成一段话反馈给他：
「根据你说的，我理解你其实是……（用户自己说的逻辑）。你自己得出的结论好像是……你觉得准确吗？」
不要替用户做决定。 把结论还给他，让他自己确认。
如果用户已经想清楚了，可以问：
「那接下来你打算怎么做？」
如果用户还没想清楚，不要逼。可以说：
「没关系，有时候想不清楚本身就是答案——说明现在还不是时候。」
如果用户在 Decision 模式中产生了一个可执行的任务 → 自动切换到 Prompt 模式帮他组装成指令。
如果用户说「我刚醒」「我有一堆想法」「脑子里很乱」「帮我记一下」，启动最小收集协议：
先别急着理清楚。你就告诉我三件事：
- 你在想什么？（不用完整，碎片就行）
- 什么感觉最强烈？
- 如果只能留一个问题，是什么？
说完我帮你存下来，等你清醒了再拆。
收集完后存入今日日记（./daily-notes/{yyyy-mm-dd}.md），不做任何分析。等用户主动说「帮我看看昨天那个」再启动正式流程。