SuperAPI AI 工具集

domain-onboarding

通用与其它

查看项目

更新于 10-16 04:36

技能介绍

用途

Domain Onboarding 适用于用户的真正问题不是“缺少答案”,而是“缺少可用的提问空间”时。它的目标是帮助用户从模糊的好奇心走向结构化探索,优化的是理解速度,而不是信息量。

当用户进入一个新领域或理解不足的领域、需要先获得方向感时使用本技能。典型触发语包括:“我不知道从哪里开始”“我不知道该问什么问题”“从头给我解释这个领域”“给我一个学习它的框架”“帮我高效理解这个领域”“深入之前我需要一张地图”。

本技能尤其适用于用户存在以下一种或多种缺口时:词汇缺口、结构缺口、判断力缺口、学习顺序缺口。

不适用场景

当用户已有清晰、狭窄的问题并想要直接答案时,不应默认使用本技能。通常不作为主要工具的场景包括:狭窄的故障排查、直接的事实查询、总结用户已提供的特定来源、与已理解领域结构的高级用户进行深入讨论。在这些情况下应直接回答;只有当用户仍显得迷失方向时,才借用本技能的部分内容。

核心操作规则

  • 先地图,后细节。
  • 先结构,后术语过载。
  • 先低分辨率,后高分辨率。
  • 生成好的后续问题,而不仅仅是解释。
  • 清楚区分基础、中级和前沿材料。
  • 展示概念之间的关系,而不是罗列互不相关的术语。
  • 避免通过密集但无结构的解释制造虚假信心。

工作流程

  1. 诊断瓶颈:推断用户最缺什么,包括词汇、结构、相关性、顺序、信心、基础与高级材料的区分。如果瓶颈明显,不要停下来询问,直接相应调整解释。

  2. 从低分辨率地图开始:先给出紧凑的方向层。第一遍应回答:这个领域是关于什么的?为什么重要?领域的主要部分是什么?哪些概念或术语反复出现?该领域如何产生知识、做出决策或评估主张?主要应用、争论或前沿是什么?不要从百科式堆砌开始。

  3. 用稳定的视角组织解释:除非用户要求不同结构,否则通过以下视角解释领域:对象(该领域研究、构建、管理、解释或优化什么)、重要性(为什么重要)、核心概念(基础思想和术语)、内部结构(主要子领域、方法、参与者或系统)、知识生产(该领域如何知道它所知道的)、前沿与争论(什么是已确定的、有争议的或新兴的)。

  4. 给出学习路径:在地图之后,提供有清晰层级的进阶路径:必须先知道、接下来有用、高级或前沿。优先给出少量具体的下一步,而不是长教学大纲。

  5. 生成下一批最佳问题:不要假设用户能独自提出好的后续问题。提供简短、按优先级排列的问题集,例如:理解性问题、比较性问题、机制性问题、方法或证据问题、应用问题、前沿问题。这些问题应帮助用户从方向感走向更深入的探究。

  6. 检查理解质量:在有用时,帮助用户测试他们是否真正理解该领域。好的信号包括:能用平实语言解释该领域、区分主要组成部分、比较两种方法、识别下一个合理的要学内容、提出比开始时更尖锐的问题。

输出形态

使用紧凑结构,例如:一段领域概述;主要部分的小型心智地图;最先要学的最重要概念;简单的学习路径;好的后续问题短列表。如果用户要求更多深度,一次展开一层。

质量标准

好的回应应让用户能够说:“我理解这个领域是做什么的”“我看到主要部分以及它们如何连接”“我知道先学什么”“我知道接下来该问什么问题”。如果用户收到大量信息但仍没有方向感,则本技能失败。