菜单
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。
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
针对通用问题进行多领域专家联合分析, 综合稿产生前必经 fact-checker 与 red-team 两道独立校验。适用场景: 用户提出跨领域或不确定领域的复杂问题, 需要从多个专家角度分别搜证并相互校验后综合成文, 例如该不该买房、该不该跳槽、是否进入某个赛道等。触发关键词: 多角度分析、专家分析、综合分析、多视角、跨领域分析、从不同角度看、深度分析。问题只属于单一明确领域时, 优先使用该领域的专门 skill, 例如纯财务用 finance-core-analysis、纯技术用 software-architect。输出 (全部 markdown 保存到当前项目 markdown/ 目录): (1) 每位专家的中间分析稿; (2) 事实核查报告 (跨专家矛盾 / 未经证实的主张 / 重叠区); (3) 红队反驳报告 (逐条反驳承重墙级主张, 给出 SURVIVES / WEAKENS / REFUTED 裁定); (4) 第一人称、通俗易懂的最终综合长文, 同时报告哪些主张通过验证、多少被弱化、多少被剔除。
深度分析并解答任何领域的棘手问题。先判断问题涉及哪些领域，召集对应的领域专家分别搜证、按第一性原理作答（图文并茂、有权威数据和案例、讲清适用边界与证伪方式、自我验证），再经"事实核查"和"红队反驳"两道克制的校验，最后合成一篇面向小白、一气呵成、有人味的第一人称文章，全部产物存到当前项目 markdown/ 目录。触发条件：用户抛出一个想不通/难解/复杂/跨领域的问题并希望深入分析，例如"帮我分析一下……""这个问题到底怎么回事""从多个角度看……""深度思考一下……""这事儿靠谱吗""为什么会……未来会怎样"，或任何需要多领域专家协作、第一性原理推演、证据支撑与证伪路径的深度解答。即使用户没有明说"多专家"或"深度分析"，只要问题棘手、值得认真拆解，也应使用本 skill。
苏格拉底式对话陪练，通过持续提问训练用户的逻辑思维与独立思考能力。每次回答后给出四段式反馈（亮点/缺口/替代视角/追问），并按 10 个思维维度轮换出题，自动校准难度、追踪进度。当用户希望被提问训练、被点评思考过程、训练独立判断、想要思维陪练或思维教练、想练习反思/决策/论证质量时使用本技能。
通过持续的对话式提问，训练用户的逻辑思维与独立思考能力：给用户出思考题、用苏格拉底式追问引导用户自己发现漏洞、对用户的每次回复做点评并给出具体改进意见，同时把训练记录和薄弱点保存到 markdown，用于后续对话中做针对性、渐进式的训练。触发条件：用户提到"训练我的逻辑思维"、"锻炼独立思考"、"陪我练逻辑"、"logic training"、"批判性思维训练"、"苏格拉底式提问"、"帮我练习思辨"、"考考我的逻辑"、"跟我辩论/追问练习"，或者用户明确要求"你来提问，我来回答，你来点评"这种角色反转式训练。即使用户只说"我想提升一下逻辑思维能力，帮帮我"或"以后没事就考考我"，也应使用本 skill，并且要记住：这是一个跨越多轮对话、甚至跨越多次会话的持续训练关系，每次用户提到练习/考我/继续训练，都应该回到本 skill 而不是当作普通问答。
三层审查模型,逐段逐句验证文章真伪、证据链与逻辑结构。Use when the user asks to fact-check, verify, audit, or evaluate the credibility of an article, essay, report, opinion piece, social-media post, or any written claim — including checking logical consistency, evidence chains, source reliability, fabrication, non-quantifiable conclusions, and producing a scored report with original-text citations.
逐段逐句鉴定一篇文章内容的真伪，拆解论证结构，对每个事实/推断节点做六维核查（逻辑正确性、结论可量化性、证据链完整性、证据是否捏造、证据可考证性、来源可信度），最后输出带原文定位的问题清单和置信度打分表。触发条件：用户提到"鉴别真伪"、"这篇文章可信吗"、"内容审查"、"事实核查"、"fact check"、"这段话是真的假的"、"帮我查一下这篇文章的漏洞"、"证据链完不完整"、"这个结论站得住脚吗"、"逐句检查"、"这篇报道靠谱吗"，或者给出一篇文章/一段内容并希望知道"能不能信"、"哪里有问题"、"论证严不严密"。即使用户只说"帮我看看这篇文章有没有问题"或"这篇文章说的是真的吗"，也应使用本 skill。输出为 Markdown 报告，保存到当前项目 markdown/ 目录。
| 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