メニュー
名人滤镜——把蒸馏来的人物skill作为"分析镜片"，和数据分析引擎串起来，产出带有人物思维特色的分析报告。 输入：分析任务（数据+目标）+ 蒸馏skill（人物视角），输出：经该人物思维框架折射的分析报告。 触发词：用XX视角分析 / 从XX角度看看 / XX会怎么看 / 用芒格的方式分析 / 名人滤镜 / 换个滤镜 / XX滤镜看数据 不用于：纯数据分析（无视角需求） / 纯人物skill蒸馏（无分析任务） / 只想聊天不想分析
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
| name | celebrity-filter |
| description | 名人滤镜——把蒸馏来的人物skill作为"分析镜片"，和数据分析引擎串起来，产出带有人物思维特色的分析报告。 输入：分析任务（数据+目标）+ 蒸馏skill（人物视角），输出：经该人物思维框架折射的分析报告。 触发词：用XX视角分析 / 从XX角度看看 / XX会怎么看 / 用芒格的方式分析 / 名人滤镜 / 换个滤镜 / XX滤镜看数据 不用于：纯数据分析（无视角需求） / 纯人物skill蒸馏（无分析任务） / 只想聊天不想分析 |
女娲蒸馏了他们怎么想，滤镜决定用他们的方式看你的数据。
女娲.skill 解决了"怎么提炼一个人的思维方式"——产出心智模型、决策启发式、表达DNA。 达尔文.skill 解决了"怎么让一个skill持续进化"——评估→改进→测试→回滚。
但都没有解决一个问题：蒸馏来的skill，怎么用来做真实业务分析？
芒格的"多元思维模型"很厉害，但它能不能分析拣运成本数据？ 塔勒布的"反脆弱"很有洞见，但它怎么看一组A/B测试结果？
名人滤镜就是这座桥：把蒸馏skill中的心智模型映射到数据分析维度，用人物的思维框架来解读你的真实数据。
女娲(蒸馏) → 产出: 人物skill(心智模型+启发式+DNA)
↓
名人滤镜(桥接)
↓
数据分析引擎(如data-scientist) → 产出: 带人物视角的分析报告
达尔文(进化) → 优化: 人物skill → 滤镜自动读取更新后的模型
收到任务后，确认两个必需输入：
| 输入 | 说明 | 获取方式 |
|---|---|---|
| 分析任务 | 数据 + 分析目标 | 用户直接提供 或 调用data-scientist |
| 视角skill | 人物/框架skill路径 | 指定skill名 或 自动扫描已有perspective skill |
如果用户没有指定视角skill：
skills/*-perspective/ 或 .claude/skills/*-perspective/从视角skill的SKILL.md中提取结构化信息：
扫描SKILL.md，提取所有心智模型：
{
"name": "模型名",
"definition": "一句话定义（此人怎么用这个镜片看世界）",
"application": "应用场景",
"limitations": "失效条件"
}
提取规则：
{
"rule": "如果X，则Y",
"case": "支撑案例"
}
{
"tone": "语气风格（如：冷幽默/严肃/诗意/犀利）",
"catchphrases": ["口头禅1", "口头禅2"],
"taboos": ["绝对不会说的话", "避免的表达"]
}
这是滤镜的核心步骤。把提取到的心智模型映射到具体的数据分析方法。
| 心智模型特征 | 映射到的分析动作 |
|---|---|
| 关注"什么变了" | 归因分析（delta_attribution） |
| 关注"如果X不存在会怎样" | 反事实分析（DID） |
| 关注"谁是赢家/输家" | 帕累托分析 |
| 关注"系统脆弱性" | 敏感性分析 + 异常检测 |
| 关注"长期趋势" | 时序分解（STL） |
| 关注"分组差异" | 对比分析（t检验/方差分析） |
| 关注"谁在末位" | 末位排名亮灯 |
| 关注"相关性/因果" | 相关性分析 + 因果推断 |
{
"models_used": ["模型A", "模型B"], # 用了哪些心智模型
"analysis_plan": [
{
"step": 1,
"model": "模型A",
"rationale": "为什么这个模型适合分析这个问题",
"method": "L3方法名",
"params": {"参数": "值"}
}
],
"report_style": {
"tone": "...",
"section_titles_style": "...", # 用人物的风格命名section
"key_phrases": ["..."] # 报告中会用到的标志性短语
}
}
按Phase 2的分析计划，调用数据分析引擎（如data-scientist）执行。
不是简单地把分析结果贴上去，而是用人物的思维框架重新解读数据。
渲染规则：
示例（芒格视角分析拣运成本）：
## 芒格视角：反转思维看成本
芒格说："反过来想，总是反过来想。"
大多数人问"怎么降成本"，芒格会问"什么在让成本上升？"
### 第一步：找出成本恶化的元凶
[归因分析结果]
芒格的思维：不是找"谁做得好"，而是找"谁在拖后腿"。
数据显示，华南分拣中心贡献了38%的成本恶化。
### 第二步：这个恶化是系统性的还是偶发的？
[时序分解结果]
芒格的多元模型提醒：不要只看一个维度。
趋势分解显示这不是季节性波动，而是结构性恶化——人效在持续下降。
### 行动建议（芒格风格）
"我只想知道将来我会死在什么地方，这样我就永远不去那儿。"
→ 华南分拣中心就是那个"死的地方"。先解决它。
→ 人效下降是根因，不是成本本身。解决人效，成本自然下降。
最终产出：
{
"perspective": "芒格",
"analysis_results": {...}, # 原始分析结果
"report_html": "...", # 滤镜渲染后的HTML报告
"models_used": [...], # 用了哪些心智模型
"methods_used": [...], # 调用了哪些分析方法
"key_insights": [...], # 核心洞察（人物视角）
"actions": [...] # 行动建议（人物启发式推导）
}
celebrity-filter/
├── SKILL.md # 本文件
├── references/
│ ├── mapping_rules.md # 心智模型→分析方法的映射规则（可扩展）
│ └── example_munger.md # 示例：芒格视角分析成本
└── results.tsv # 达尔文优化记录
v1.0（2026-04-17）— 初始版本