メニュー
当问题不能从主对象直接搜出来时，从最稀有、最有辨识度的线索反推，沿事实链逐步锁定答案
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
搜索学术论文（Semantic Scholar + DBLP + arXiv 三源并行），返回标题、作者、摘要、引用数、链接
从 api.crossref.org 抽取学术文献：标题、链接、DOI、摘要片段及引用数
从 api.openalex.org 抽取学术作品：标题、URL、出版年份、DOI、类型
搜索微信公众号文章并提取全文（通过 Sogou 微信搜索），返回标题、真实 URL、发布时间、正文内容
搜索近期新闻文章（NewsAPI + Google News RSS 双源回退），返回标题、来源、日期、摘要
抽取 hn_story：title、url、author、points、created_at
| name | reverse_clue_search |
| description | 当问题不能从主对象直接搜出来时，从最稀有、最有辨识度的线索反推，沿事实链逐步锁定答案 |
| trigger | 题目是链式多跳推理，直接搜索命中率低，或题面包含"怪"约束（剧名带出生地等） |
| success_rate | 0 |
| status | seed |
| trigger_conditions | {"domain":["general"],"entity_types":["entity"],"attribute_types":["identifier"],"coverage_gap_pattern":"identifier_to_entity"} |
| cost_hint | mid |
| effectiveness_score | 0 |
当用户给出的是一道“线索题/人物题/影视题/百科题”，且不能直接从主体出发检索时， 优先从最稀有、最强约束、最容易唯一定位的线索入手，反向锁定候选对象， 再逐步回溯到目标答案。
这个 skill 的核心不是“顺着题面搜”，而是： 先找最特别的锚点，再反推主对象。
适用于以下问题类型：
以下情况不建议优先用本 skill：
在拆线索之前，强制自己先写下：
“整条链里最容易唯一搜到的子事实是什么？”
然后以该子事实为唯一入口启动第一轮搜索。
（新证据表明，只要这一步提前 3 分钟发生，覆盖率就能从 30% 拉到 80%+）
题面中的线索价值不同。 优先级应为：
高辨识度线索 > 中等约束线索 > 背景描述线索
例如：
所谓唯一锚点，是指： 一旦找到，就能大幅缩小候选空间的线索。
常见锚点类型：
不要一开始就问：
而应该先问：
把线索分成三类：
最终要回答的是什么？
必须经过哪些中间实体？
每个实体有哪些限制？
从所有条件中选一个最适合作为入口的锚点。
优先选择：
在这个题里，最佳入口不是“高分小说改编剧”，而是：
“2010-2019 抗战剧 + 剧名中带女演员出生地”
因为这个组合比“知名高分小说改编剧”更稀有。
开始构造候选池。
例如本题应先枚举：
这一步的目标不是立刻得到答案， 而是把候选缩到很小。
对每个候选女演员，反查她是否出演过满足条件的剧 a：
验证项：
只有多条件同时满足，才能留下。
一旦锁定：
就顺着链条继续查：
这时检索空间已经非常小，答案通常很稳。
在输出前，至少检查以下链路是否闭合：
任何一环不闭合，都不能直接下结论。
适用于： “某演员参与过某类作品，作品名含其出生地/学校/职业线索”
检索思路：
适用于： “某人后来出演过某作品，问其更早的一部作品”
检索思路：
适用于： “某人在某时间段做过某事，问其另一身份信息”
检索思路：
适用于： “已知某演员，问其配偶家乡最知名大学的校训”
检索思路：
注意：
适用于： “出生于 80 年代，北京音乐院校，会钢琴+小号，有工作室，赴美深造，与空灵男歌手深度合作，当过综艺音乐总监，问 2025 新专辑名”
检索思路（严格按锚点评分表）：
关键：起手绝不搜“1980 年代 北京 音乐院校 小号 美国 工作室 空灵男歌手 2025 专辑”，而是先让“空灵+音乐总监”这一最稀有组合当钥匙。
“某小说改编豆瓣高分电视剧女主2010到2019出演抗战剧剧名带出生地男主祖籍”
这类查询过长、过密、不可控。
拆成多步：
2010 2019 抗战剧 剧名 地名 女演员战长沙 左小青 出生地左小青 2000 2009 改编自小说 高分 电视剧天道 改编自 遥远的救世主天道 男主 王志文 祖籍当你发现以下信号时，优先切换到本 skill：