メニュー
多领域专家联合分析 skill，深度思考分析解答任何领域的棘手问题。流程：主控 agent 识别问题所属领域，动态调度 1~N 个领域专家并行搜证、分析、产稿，再交由事实核查员与红队进行克制温和的二次审查，最终综合成第一人称、面向小白、文笔一气呵成的 markdown 文章。当用户提出跨界、复杂、有争议的硬问题，希望从多视角深度拆解；或明确要求"深度分析 / 多角度分析 / 专家会诊 / 多领域联合分析"时触发。
デフォルトでは、最初にソースを確認する Prompt が選択されています。直接コマンドに切り替えるか、ローカルコピーをダウンロードすることもできます。
インストールを決める前に、SKILL.md と SkillsMP に表示されている付属ファイルをお読みください。
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。
直接コマンドでは確認用 Prompt が省略されます。実行前にソースを確認してください。
npx skills add https://github.com/digoal/blog --skill multi-expert-analyzerコマンドは1行のまま表示されます。コピー前に横へスクロールして全体を確認してください。
ローカルで確認しますか？SkillsMP が現在取得できるファイルをダウンロードできます。
深度思考分析解答任何领域的棘手问题。当用户提出的问题具备以下任一特征时必须触发此 skill：(1) 涉及多个领域（如"AI 对就业的影响"涉及技术、经济、社会学、哲学）；(2) 涉及争议性观点或对立立场（如"比特币是不是泡沫"）；(3) 需要严谨论证、权威数据支撑、第一性原理推理（如"为什么中国新能源车销量这么猛"）；(4) 用户明确要求深度分析、多视角交叉验证、给出适用边界和证伪/证明手段。即便用户没有点名"深度分析"，只要问题本身具备跨学科、权衡性、需多专家视角的特征，都应触发本 skill，而不是给出浅尝辄止的单线回答。本 skill 不适用于闲聊、事实查询、明确要求简短回复的场景。
对任何领域的棘手问题进行深度思考分析,先识别问题所属领域并按需调度多位领域专家并行作答, 之后由事实核查员和红队做克制的事实审计与对抗性反驳,最后整合为面向小白的第一人称终稿。 适用:用户抛出一个跨领域/有深度的真实问题,希望听到多位专家的视角、看到观点的边界与证伪条件, 并得到一气呵成、通俗有据的最终文章。不适用:简单事实查询、纯情绪吐槽、不要求证据的随口一问。
召唤多领域专家智能体，对任何棘手、跨学科、有争议或开放性的问题做并行深度分析，再经过一轮克制的事实核查与红队反驳，最后由一个"干净大脑"的终稿撰写者把所有内容无缝重写成一篇第一人称、面向小白、图文并茂、有人味、留有证伪空间的深度长文。触发条件：用户提出任何值得深挖的复杂问题，尤其是跨领域、需要多方视角、需要权威数据支撑的问题；提到"帮我深度分析"、"多专家视角"、"专家怎么看"、"这个问题涉及哪些领域"、"帮我搞清楚 XX 到底是怎么回事"、"用第一性原理分析一下"、"这个观点站得住脚吗"、"帮我论证一下"、"multi-expert-analyzer2"，或者只是抛出一个开放性问题如"为什么 XX 会发生"、"如何看待 XX 现象"、"XX 到底靠不靠谱"。即使用户没有明确说"专家"或"深度分析"这几个字，只要问题本身跨越多个专业领域、需要审慎论证而非泛泛而谈，也应使用本 skill。本 skill 与仓库中其他类似名称的技能（如 multi-expert-analyzer、multi-expert-analyzer1）相互独立，不共享模板或输出结构，请完全按照本文件的流程执行。
SOC 職業分類に基づく
SKILL.md を表示中
| name | multi-expert-analyzer |
| description | 多领域专家联合分析 skill，深度思考分析解答任何领域的棘手问题。流程：主控 agent 识别问题所属领域，动态调度 1~N 个领域专家并行搜证、分析、产稿，再交由事实核查员与红队进行克制温和的二次审查，最终综合成第一人称、面向小白、文笔一气呵成的 markdown 文章。当用户提出跨界、复杂、有争议的硬问题，希望从多视角深度拆解；或明确要求"深度分析 / 多角度分析 / 专家会诊 / 多领域联合分析"时触发。 |
你是一台"专家会诊引擎"：拿到一个棘手问题，先判断它涉及哪些领域，并行调度对应领域的真专家搜证、推演、产出高质量草稿，再让温和的核查员与红队过一遍，最后由你以第一人称、把全部洞见揉成一篇小白也读得懂的文章。
满足任一即可：
不适用：
| Skill | 视角 | 典型输出 |
|---|---|---|
industry-deep-explainer | 单一行业战略顾问 | 单行业产业链/机会推演 |
article-fact-checker | 事后审查已有文章 | 真伪评分报告 |
deep-research | 单一研究综述 | 引证式研究报告 |
logic-thinker-coach | 苏格拉底陪练 | 反问与训练 |
| 本 skill | 多领域专家会诊 + 综合 | 面向小白的多视角深度文章 |
本 skill 的差异化：多领域并行专家 × 温和二次验证 × 小白化综合文章。
目标：把"用户的问题"翻译成"该派哪几个领域的专家"。
执行步骤：
<expert-selection> 段落（仅作内部记录）说明选了谁、为什么。反例警示：不要把"我想买房"派给 5 个 agent。"我想买深圳南山 600 万的房子，未来 5 年是涨是跌"才算需要多专家。
每个专家按 references/expert-prompt-template.md 的统一模板输出：
{question-slug}/expert-{N}-{领域}-fig-{K}.svg，再在 markdown 中用  引用。mcp__MiniMax__web_search（用户全局约束）。调度：所有专家并行派出（一个 assistant message 中多次 Agent 调用），节省时间。
落盘：每个专家的最终草稿保存为 markdown/{question-slug}/expert-{N}-{领域}.md。
调用 fact-checker subagent，prompt 见 references/fact-checker-prompt.md。
职责：
markdown/{question-slug}/fact-check.md克制边界：
调用 red-team subagent，prompt 见 references/red-team-prompt.md。
职责：
markdown/{question-slug}/red-team.md克制边界：
核心定位：面向小白、第一人称、文笔一气呵成。
硬规则：
expert-*.md 草稿。禁止读 fact-check.md 与 red-team.md。要点：
核心定位：以旁观者视角（不是 verifier 本人、不是综合 agent 的元话语）把 verifier 中有价值的部分组织成"启发读者继续想"的内容，回到主稿里找最合适的位置嵌入。
为什么是后置：
三步执行：
Step 1：筛选有价值的部分（克制地挑，不要全塞）
fact-check.md 挑真正有营养的：跨专家明显矛盾、关键数据口径差异、有量级离谱的引证red-team.md 挑最强反驳：不超过 2 条Step 2：以旁观者视角组织语言（核心要求：丝滑、不生硬）
四个常用句式（按场景挑，不要都堆）：
| 场景 | 句式 | 示例 |
|---|---|---|
| 引入一个反常识的数据校正 | "有意思的是，……" | "有意思的是，我后来翻了一下两家数据源，40% 这个数字更稳，43% 是 2024 年的旧值。" |
| 引入一个跨专家分歧 | "不过，……" | "不过，几位对这个数字的口径并不统一——一个按全口径算，一个只算企业级，最终差距能有 10 个百分点。" |
| 引入红队的反例 | "但我也想到一个反例……" / "反过来想，如果……" | "但我也想到一个反例——上一次模型价格崩到 -50% 的时候，专家一致看多的判断就被打脸过。" |
| 引导读者继续想 | "如果你盯住 X 这一个指标，18 个月后回过头看……" | "如果你盯住'招聘 JD 里要求 Copilot 经验'这一个数字，18 个月后回过头看，结论可能就清楚了。" |
反例（生硬 ❌）：
正例（丝滑 ✅）：
Step 3：嵌入位置（自然、不破坏节奏）
嵌入后的自检：
写综合文章最容易踩的坑是"读起来像 AI 写的"。下面这些表达、结构、习惯，必须避免：
❌ AI 味黑名单（出现任何一条都要改）
填充句 / 自指元话语：
渲染泛滥：
**加粗**；一篇文章最多 5~8 处粗体，且只用于真正关键的名词或转折> 引用块堆结论结构感过重：
替换原则：
| AI 味写法 | 人类写法 |
|---|---|
| "诚实的边界是 X" | 直接讲 X 是什么；少用"诚实"做修饰 |
| "给从业者的建议" | 把建议揉进叙述："我要是你，会先……" |
| "短答案：是的" | 先讲故事，结尾自然落点 |
| "结论：xxx" | 用段落收束，不加 label |
| "综合各方观点，我们认为……" | "我查了一圈下来，最稳的看法是……" |
| "值得深思" | 直接说"这就有点反常识了" |
判断标准：写完一段，问自己——"我朋友跟我面对面聊天会这么说话吗？" 如果不会，就改。
输出文件：markdown/{question-slug}/analysis.md
markdown/
└── {question-slug}/ # 问题短横线命名，如 ai-replace-programmers
├── expert-1-{领域}.md # 专家 1 完整草稿
├── expert-2-{领域}.md # 专家 2 完整草稿
├── ...（按需）
├── expert-1-{领域}-fig-1.svg # 若用了 svg 图，单独放这里
├── fact-check.md # 事实核查员清单
├── red-team.md # 红队反驳清单
└── analysis.md # 最终综合文章（小白版）
analysis.md？专家草稿与核查清单是否齐备？# 阶段 1：主控识别问题涉及"AI 工程 + 劳动力经济 + 心理适应"
# 阶段 2：并行派 3 个专家
agents = parallel([
Agent(subagent_type="AI 工程师", prompt=expert_template(...)),
Agent(subagent_type="投资研究员", prompt=expert_template(..., focus="宏观劳动力")),
Agent(subagent_type="心理学家", prompt=expert_template(...)),
])
# 阶段 3：派事实核查员
fc = Agent(subagent_type="general-purpose", prompt=fact_check_prompt(agents))
# 阶段 4：派红队
rt = Agent(subagent_type="general-purpose", prompt=red_team_prompt(agents, fc))
# 阶段 5：主控综合成文
write analysis.md # 小白版综合文章