SuperAPI AI 工具集

k2f-case-study

写作与研究

查看项目

更新于 10-15 14:51

技能介绍

K2F Case Study 是一个基于 K2F 的 AI 原生美学设计技能,目标是教智能体在排版之前先为案例研究做蓝图:展示工作如何发生、为何发生,而不是重复简历;要求范围诚实、结果有证据支撑,并用层级结构吸引快速浏览者、同时满足深度阅读者。

用途

该技能把项目笔记、简历要点或成果数据转化为可用于作品集或客户交付的案例研究。它强调先规划再布局,通过语义内容与美学意图的单一蓝图,让后续生成保持叙事一致。

主要能力

  • 生成 content_and_design.md:作为语义内容与美学意图的单一蓝图,使用带标签的块,便于 k2f 技能映射到章节和视觉元素。
  • 故事章程:明确主要读者(招聘人员快速浏览、招聘经理、客户潜在方)、目标阅读深度(3–5 分钟核心路径 vs 10–15 分钟可选深度)以及一个值得关注的结果;列出用户提供的输入,对缺失的指标、引述或工件标记为缺口,而不是编造。
  • 角色清晰:说明职位、团队规模、时间线、范围,以及个人贡献与集体工作的区分;贡献声明用第一人称,团队负责领域明确归属。
  • 信息架构:默认骨架包括 Hero/快速事实、概述、问题/挑战、过程、解决方案、结果/影响、反思(作品集可选)、视觉资产清单。
  • 受众侧重:在不改变事实的前提下调整深度,面向 PM/战略、设计/UX、工程、营销等不同读者;删除不符合章程读者的章节。
  • 设计意图:记录语气、层级、密度和调色板,例如可信讲故事的语气、以最强结果开头、短段落与项目符号、用表格呈现指标前后对比、交替叙事块与图表角色、干净的作品集或编辑风格调色板并满足 WCAG AA。
  • 规则与约束:每个主要解决方案块都要链接到已陈述的问题或洞察;区分事实、解读和预测;过程比例足以证明判断力;贡献诚实;快速浏览路径在 Hero+问题+结果后仍能理解价值。
  • 常见失败模式提示:如简历要点粘贴无叙事弧、解决方案画廊没有“所以呢”、过程百科全书、结果缺失或模糊、团队故事无区分、只有最终稿、案例研究长度通用化。
  • 质量检查清单:章程命名受众、阅读深度和钩子结果;Hero 事实与概述和结果一致;问题陈述目标与约束;过程包含至少一个带理由的决策和一个迭代或测试信号;结果区分测量与推断;视觉资产清单覆盖关键故事节拍;设计意图指定 Hero、结果和图表节奏的层级。

使用方式

  1. 生成 content_and_design.md:按故事章程、角色清晰、信息架构、受众侧重、设计意图等子步骤编写蓝图。
  2. 使用 content_and_design.md 和 k2f 技能生成 K2F 文件,并导出为适当格式。遵循 k2f 技能进行创作:解包或初始化工作区、编辑语义树、运行 pack/verify,然后导出。K2F 让智能体关注含义(章节角色、叙事节拍、视觉占位符),而不是像素坐标;引擎将布局、排版和主题编译为跨 PDF、PPTX、DOCX 等格式的一致输出。

在构建之前,需安装核心技能:npx skills add suzheng/k2f --skill k2f。

适用场景

  • 把要点或幻灯片扩展为作品集或面试可用的项目故事。
  • 为客户或内部成果撰写文档,面向销售、营销或领导层受众。
  • 为 PM、设计、工程或营销侧重定制同一个项目,而无需从头重写。

限制

资料未提供该技能的具体收费、价格、平台支持范围、效果保证或使用步骤之外的额外功能说明;缺失事实应标记为暂未提供。