SuperAPI AI 工具集

ljg-structure

写作与研究

查看项目

更新于 10-15 14:36

技能介绍

用途

ljg-structure 用于对一段信息做结构分析:穿过表象找到它反复上演的母题,把真正起作用的几根结构画清楚,再送进风洞校准。它面向的是问题机制不明、现成方案贫乏、多个现象彼此牵动,或需要超出普通 AB 测试的探索场景。

四个核心概念

  • 主题:信息在谈什么对象,如「团队讨论」「AI 注意力」,只圈定语义范围。
  • 母题:不同领域反复遭遇的同一类根本困境,用更普通的话保留可迁移的关系。
  • 类比:两个案例看起来相像,如「团队像陪审团」,只是发现入口。
  • 结构:删掉领域名词后仍成立的因果骨架,说明什么关系会生成什么结果。

一句话概括:主题是名字,母题是难题,类比是线索,结构是因果机器。

理解契约

结构分析的目标不是让读者记住抽象名词,而是让他能在心里把关系跑一遍。完成的解读需做到:概念明确,每个承重概念能用普通话说明并给出可见标志;关系明确,读者能复述在什么条件下谁怎样影响谁、先出现什么变化、最后得到什么结果;示例承载关系,例子中的角色、作用方向和结果都能对应抽象关系;边界可以判断,条件变化时读者能预判关系变化,也知道什么观察会迫使自己修改判断。

案例负责让模型运行,不负责证明模型普遍为真;风洞负责在内部改变条件、寻找边界和校准判断,最终只把有信息量的试压结果交给结论。

风洞如何进入结论

风洞是内部方法:沿用同一个示例,改变一个关键条件,观察预测怎样变化,并找出模型何时失效、什么信号会让判断改口。它不单列为可见章节。结论是校准后的交付物:先呈现同一示例在条件变化后的关键差异,给读者具体抓手;再把差异压成一条可迁移的抽象规则,回到原现象说明现在应该看见什么。风洞的完整推演留在内部,结论只带出最能区分模型的条件变化、边界或改口信号,并与抽象规则形成递进。

适用边界

适合:问题机制不明、现成方案贫乏、多个现象彼此牵动,或需要超出普通 AB 测试的探索。

不适合:纯事实查询、只有一个确定步骤的执行题、输入中没有可识别的困境。医疗、法律、安全等高风险领域可以借结构生成假设,但不能用类比代替本领域证据。

使用方式

触发条件包括用户说「找结构」「母题是什么」「结构风洞」「背后的结构」「不要只做 AB 测试」,或想要某现象背后的生成机制。工作流 FindStructure 从信息中找母题、结构关系与风洞实验,文件为 Workflows/FindStructure.md。

输出要求:默认约 800-1500 汉字。一级标题严格只有:输入、母题、结构、结论。风洞是内部推理步骤,不作为一级标题输出。母题用一问一例让关系先跑起来;结构卡以自然短段完成概念明确、关系明确、示例映射,不强制可见字段。跨域来源不设默认标题,通常不输出,确有帮助时只用一句话带一个例子。结构超过一个时,用纯 ASCII 连接符画关系图,禁止 Unicode 箭头和方框字符,关系图后用一句普通话说明这张图在例子里怎样运行。

默认取得两个时间值:date +%Y%m%dT%H%M%S 与 date "+%Y-%m-%d %a %H:%M",写入 ~/Context/{时间戳}--结构-{主题}__structure.org。若用户明确说「只分析」「不落盘」或 read-only,直接在对话中给出同等完整的分析,不创建文件。文件必须是 org-mode,禁止 Markdown,最小结构包含 #+title、#+date、#+identifier、#+filetags 以及输入、母题、结构、结论四个一级标题。结论用两段自然收束:第一段回到同一示例锚点,只改变一个关键条件,写出最先出现的差异以及什么结果会迫使模型改口;第二段从该差异抽出一条可迁移的关系,直接回答母题,再点回原现象说明现在应该怎样理解它。末尾只出现一次证据边界,区分说明性案例、结构推演、本领域已有支持与仍待实验的部分。保存后读回文件并报告路径。

注意事项

「团队沟通」「AI 认知」仍是主题;「怎样做得更好」又宽得没有约束。母题必须保留真正的关系或张力,不是更抽象的标题。母题下只放一个最小示例,用来让关系第一次运行,不要展开跨域案例清单。默认只设一个贯穿全文的示例锚点。结构卡默认只留一至两个,第三个必须证明不能并入前两者。有多个结构时,先判断它们是串联、并联、嵌套、制衡还是反馈,再画图。默认不做笛卡尔积、不算组合数。风洞不引入一套新术语。证据边界只在结尾交代一次。不确定事实时,把它留在内部候选层;若必须输出,明确写成待核验。

示例

示例一:用户问「为什么团队讨论总被第一个人带偏?找其中的结构。」母题用普通话追问为什么越早出现的信息越容易成为后续判断的参照物,用会议现场的一句话让关系先运行一次,结构卡说明参照物指什么、怎样影响后来者,内部风洞改变发言顺序或信息来源,结论先给出条件变化后的具体差异,再抽出「先出现的信息会取得解释权」。

示例二:用户问「这个 AI 擅长深挖局部,却总错过改变全局的异常,用结构风洞分析。」母题是有限注意力如何兼顾局部开发与未知探索,抽出局部深挖与外围巡逻的关系骨架,内部用风洞找出最小异常升级实验,把试压结果并入结论。

示例三:用户明确要求「请给出这个母题的跨域来源,并分析三个母题怎样组合。」才展开来源或多母题处理,仍先判断结构间的串联、并联、嵌套、制衡或反馈并画图,只有用户继续要求组合数学时,才计算组合空间。