dbs-standard-answer

围绕复杂问题先挖掘相关行业、学科、作者与可信理论,再比较结构同构的历史成功、失败和反例,提炼带条件的标准答案。用户需要同时获得理论解释与历史比较,或明确询问历史上如何解决、有没有经典解法、标准答案时使用;只需给现有命题、案例、PPT 或方法论找理论依据时不使用。

By dontbesilent2025 · 7,572 installs

npx skills add dontbesilent2025/dbskill --skill dbs-standard-answer

Source repository · Upstream listing

dbs standard answer:理论挖掘与历史同构标准答案 围绕用户的同一个问题,固定完成两个连续部分: 1. 知识与理论挖掘 :直接回答用户的问题,挖掘相关行业、学科、作者、理论和现实应用,审查命题并核实理论来源。 2. 历史同构与标准答案 :把问题转换成结构指纹,研究历史上的成功案例、失败案例和反例,判断是否存在带条件的重复解法。 两个部分是统一的分析视角,不是固定篇幅。简单问题可以合并成简短回答,不展开理论地图、历史案例和类比矩阵;需要完整研究时,第一部分找到的机制、边界和反方解释要成为第二部分选择历史案例的依据。 这里的「标准答案」指经过可信理论或多个独立案例支持、能够解释结果差异、适用条件清楚的机制。研究可能得到成熟共识、条件性答案,也可能得到「尚无统一答案」。 直接回答契约 1. 用户的问题已经足够形成一般答案时,先给出直接答案,再按回答所需的最小范围展开研究。 2. 用户没有提供具体理论时,根据问题暂定需要解释的机制,交付通用方法、相关知识和历史答案。不得把「请先提供理论」当成交付结果。 3. 用户提供具体理论时,审查理论中的命题,研究它能够解决哪些人的什么问题,并检查历史上是否出现过相同机制。 4. 缺少的信息只影响精度时,采用明确标注的暂定假设继续研究。只有缺失信息会改变研究对象或造成高风险误导时,才问 1 个最小问题。 5. 用户要求短视频、课程、PPT 或文案时,在完成研究后追加对应表达版本。内容制作要求不会取消第二部分的历史研究。 6. 用户明确要求只研究其中一部分时,服从该次明确要求。没有这种限制时,两个部分都要完成。 以下输入必须直接回答并完成两个部分: 我想知道如何基于一个理论去拍成一个短视频,用这个理论解决更多人的问题。因为只有我的这个方法解决更多人的问题,他们才愿意听我这个理论。 处理这类输入时,即使用户没有提供具体理论,也要交付:命题审查、相关领域与作者、主理论、理论连接大众问题的方法、一个完整短视频示例,以及历史同构案例和条件性标准答案。 共同起点 Step 1:固定输入与任务 从用户原话、当前对话和用户指定材料中提取: Step 2:审查命题 输入包含判断、因果解释或方法论时,检查: 风险 检查问题 绝对化 是否使用「都、一定、只有、只要、凡是、就」?反例能否轻易成立? 因果跳跃 材料只展示相关、结果或感受,却被写成原因了吗? 定义偷换 核心词在前后是否改变含义? 经验普遍化 单个案例是否被扩展成所有场景的规律? 反向推断 是否看到结果后倒推出唯一原因? 作出一种判断: 保留 :命题与材料匹配,边界清楚; 收窄 :核心洞察可用,措辞或适用范围过宽; 重构 :材料可用,原命题无法准确解释; 放弃 :命题与材料均缺少支撑。 先写修正后的标准。用户只提供现象或困境时,直接形成暂定研究问题。 Step 3:提取底层机制 把输入转换成 1—4 个研究问题,例如: 什么机制使具体问题提高注意力、理解或信任? 为什么一个理论能够改变某类人的判断和行动? 哪些条件决定同一方法产生不同结果? 什么历史证据能够同时解释正例与反例? 领域、人物、理论和历史案例都必须回答这些问题。只有关键词相似的候选要淘汰。 第一部分:知识与理论挖掘 目标 直接告诉用户解决当前问题需要了解哪些行业、学科、作者、理论和方法;将抽象理论映射到具体人群、触发场景、行动变化和可观察结果。 第一部分包含完整的理论溯源能力:先审命题,再找理论;核实人物身份、理论原义和来源;用理论重新解释用户的问题;写清适用边界和反例。 Step 1:建立跨领域知识地图 1. 围绕核心机制生成跨领域搜索轴。优先考虑行为科学、心理学、教育学、传播学、经济学、管理学、社会学、哲学、技术史、商业史及与问题直接相关的专业行业。 2. 按回答所需的最小数量提出相关领域、行业、作者或人物。用户明确要求完整研究时,可以提出 4—8 个高相关领域或行业、5—10 位候选作者或人物;不用低质量候选凑数。 3. 将候选分成三种关系: 支持 :直接解释核心机制; 补充 :解释主理论没有覆盖的新变量; 纠偏/反驳 :说明命题在什么条件下失效或出现相反结果。 4. 每个候选都要写明对应机制、能够解释的部分和解释不了的部分。 5. 相同机制只保留解释力、来源可靠性或信息增量更高的候选。 Step 2:筛选并核实理论 维度 分值 判断标准 : 机制匹配 0—3 能否解释用户问题的主要矛盾 来源可靠 0—2 是否有原著、论文或权威档案 人物辨识度 0—2 目标受众是否容易理解其身份 可用于表达 0—2 是否有清楚概念或可核实表述 边界清楚 0—1 是否能解释何时成立、何时失效 总分低于 7 分不得成为主理论; 机制匹配 < 2 或 来源可靠 < 1 时直接淘汰。候选评分用于内部判断,用户要求研究过程时再展示。 默认保留: 1 个主理论,负责解释核心机制; 0—2 个辅助理论,只解释主理论没有覆盖的新变量; 至少 1 个纠偏方向,用于建立边界。 找不到高匹配理论时,直接说明「暂未找到足够匹配的理论」,保留经过收窄的经验判断,或改用学派、同行评议研究和行业证据。不得硬套名人。 Step 3:人物与理论核实 人物定位使用: 中文姓名优先采用本人中文署名、中文正式出版物或权威机构的译名。存在多个通行译名时注明「亦译……」。无法核实统一译名时保留外文名并说明情况,禁止自行音译。 理论卡使用: 研究时区分: 外文原话 :只用于后台核实; 中文译文 :尽量保留原意,不添加案例结论; 中文意译 :为了教学压缩,明确标注「意译」。 给用户的正文只展示中文译文或明确标注的中文意译。页码随版本变化时同时写版本;只能确认章节时引用章节,不猜页码。 Step 4:把理论映射到用户的问题 用户原句/现实事实 理论中的对应概念 理论解释 修正后的判断 检查理论是否解释了问题为什么发生、原说法在哪里过度、能否生成不同于常识的判断或行动,以及新解释有没有加入材料中不存在的事实。 Step 5:理论解决大众问题 用户拿着一个理论寻找现实应用时,生成 6—10 个问题方向: 具体人群 触发场景 当事人的原话 现有解法及局限 理论带来的行动变化 可观察结果 优先级 根据问题频率、痛感、理论解释力、行动可执行性、结果可感知性和理论独特性,筛出 3—5 个优先方向。受众范围很大但问题模糊的方向要降级。 Step 6:短视频应用 用户要求短视频时,采用: 理论核心机制 → 受影响的人群 → 高频触发场景 → 当事人原话 → 错误解法 → 最小行动 → 可观察结果 默认交付 3 个短视频原型。用户没有提供具体理论时,也要选一个容易理解、来源可信的理论完成示例。 短视频必须给观众一个可以执行并观察结果的改变。只有观点表达、缺少具体问题和行动差异的方向不能入选。 第一部分默认输出 第二部分:历史同构与标准答案 目标 把同一个问题压缩成可比较的「结构指纹」,在商业史、管理史、技术史、职业史、传播史、教育史和制度史中寻找同构案例。通过成功案例、失败案例和反例的交叉比较,判断过去是否形成可复用的解决机制。 核心原则 1. 先抽象结构,再搜索人物。 先确定角色、阶段、约束、矛盾和失败循环,避免因为某位名人听起来相似就强行类比。 2. 比较机制,少讲传奇。 关注当事人如何配置时间、资本、组织、产品、传播和风险,以及这些决策怎样影响结果。 3. 成功、失败、反例一起看。 默认包含最接近案例、跨领域重复样本、失败案例和反例;缺少某类证据时说明原因。 4. 证据决定结论强度。 单个故事只能产生案例启发;多个独立案例出现相同机制,才能形成条件性答案或成熟共识。 5. 明确映射边界。 每个案例都要说明相同处、不同处,以及差异是否破坏类比。 6. 尊重时代差异。 技术成本、融资环境、劳动市场、传播渠道和制度条件变化时,历史做法不能原样搬运。 7. 区分事实、推断和假设。 无法核验的轶事、名言、动机和因果关系不能写成事实。 Step 1:提取现实问题 从用户原话和第一部分结论中提取: Step 2:生成结构指纹 维度 要回答的问题 主体 个体创作者、创始人、职业经理人、团队还是组织? 阶段 生存、增长、规模化、转型、守成还是衰退? 价值/收入结构 知识传播、单一现金牛、项目制、订阅、周期性销售还是多业务组合? 稀缺资源 时间、注意力、现金、人才、信任还是渠道? 核心张力 抽象理论与现实问题、当前交付与能力建设、亲自做与组织化等 锁定机制 哪个必要任务持续占用资源,使解决它的能力无法建立? 压力机制 波动、目标抬升、身份期待、沉没成本或组织惯性怎样影响决策? 理想转变 用户希望从什么状态进入什么状态? 最后写成一句结构命题: 一个处于 {阶段} 的 {主体} ,依赖 {价值或交付结构} ,因 {锁定机制} 难以投入 {能力建设} ,同时受到 {压力机制} 的持续牵引。 广义方法问题可以采用与目标相符的结构命题,不强行套入收入或组织变量。 Step 3:提出案例搜索假设 先列 3—6 个候选问题家族: 候选问题家族必须来自结构指纹和第一部分的理论机制。行业相同只能作为线索,不能单独证明同构。 Step 4:研究历史案例 用户明确要求历史研究时,默认研究 4—6 个案例,并覆盖四种证据角色: 最近成功案例 :结构相似度最高,且完成了用户关心的转变; 跨域重复样本 :行业或时代不同,底层约束相同; 失败案例 :采用候选机制后仍然失败,用于检查机制是否被高估; 反例或边界案例 :未采用主流机制仍然成功,或揭示解法只在特定条件下有效。 某类案例确实找不到时,说明搜索范围、缺失原因及其对结论强度的影响。 每个案例统一还原: Step 5:建立类比矩阵 案例 阶段相似 价值/交付结构相似 稀缺资源相似 锁定机制相似 压力机制相似 结果可比 总体可信度 评分使用高/中/低,并补 1 句理由。只有行业或人物身份相似、结构维度大多为低的案例要淘汰。 Step 6:提炼重复机制 重复机制 出现在哪些案例 可能的因果解释 成立条件 失败边界 证据强度 第一部分的理论负责解释机制可能怎样运作,历史案例负责检查这种机制是否反复出现。两部分只能重复常识时,保留证据更强、信息增量更高的表达。 Step 7:判断标准答案等级 成熟共识 :多个高可信案例与系统研究共同支持,经过失败案例和反例检验后仍然成立; 条件性答案 :机制反复有效,但依赖规模、现金流、人才、行业节奏、传播渠道或个人目标; 尚无统一答案 :案例分歧明显,或历史条件差异足以破坏类比。 答案使用: 当 {条件} 成立时,历史上反复有效的做法是 {机制} ,因为 {因果解释} 。当 {边界} 出现时,这个答案容易失效。 工具名、某位名人的个人习惯或一句格言不能单独成为标准答案。 Step 8:控制现实建议深度 用户要求 停止位置 一般提问、要求回答问题 完成两部分,并给出 1—3 个可验证动作 「先定位」「先研究计划」「暂不解决」 第一部分给出知识定位;第二部分给出结构定位、搜索假设和证据计划 「研究以前怎么解决」 完成案例、类比矩阵和标准答案 「结合我现在怎么办」 在历史研究后增加 1—3 个现实动作 「帮我做完整计划」 完成研究并输出可交接的约束、机制和边界 第二部分默认输出 搜索与来源标准 先依据用户提供的材料回答。只有外部事实会实质改变结论,或用户明确要求核实、来源、最新信息时,才联网;用户要求不联网时,禁止联网。 遵循最小充分原则,不为补充理论、人物或案例扩大搜索。简单问题可以省略理论地图、历史案例和类比矩阵。证据足以支持结论后立即停止;同一事实连续 2 次无法核实,标注「尚未核实」并停止。 来源优先级: 1. 原著、原始论文、当事人档案、书信、备忘录、股东信和官方材料; 2. 大学、学会、政府、博物馆、权威出版社、大学案例和权威传记; 3. 同行评议论文、可靠学术工具书、同期报道和有编辑审核的专业媒体; 4. 高质量二手解释; 5. 百科、聚合文章和名言网站只用于发现线索,不能单独支撑关键结论。 理论研究至少分别核实人物身份与理论原义。历史研究的核心事实尽量找到 2 个独立来源。经由二手文献发现的引文,要写明转引关系,不能伪装成已经直接查阅原著。 最终输出顺序 完整研究默认严格按照以下顺序交付;简单问题可以合并为直接答案、核心机制和带条件的标准答案: 1. 直接答案 :先回答用户当前问题; 2. 第一部分:知识与理论挖掘 ; 3. 第二部分:历史同构与标准答案 ; 4. 综合结论 :说明理论证据与历史证据共同支持什么、仍有哪些边界; 5. 资料来源 。 不要输出「模式判断」「请选择模式」或只完成第一部分后结束。研究量较大时可以压缩候选数量,但两个部分均须出现并形成实质结论。 质量自检 是否先直接回答用户问题? 需要完整研究时,是否完成了知识/理论挖掘和历史同构两个部分? 是否在第一部分提供相关领域、具体作者、理论、对应机制与核实状态? 输入包含命题时,是否检查绝对化、因果跳跃和反例? 是否核实主理论的人物身份、理论原义和来源? 用户从理论寻找大众问题时,是否写出具体人群、触发场景、行动变化和可观察结果? 用户要求短视频时,是否提供问题开场、最小行动、演示和结果验证? 历史案例是否来自结构同构,并同时检查成功、失败和反例? 「标准答案」是否包含适用条件、因果机制和失效边界? 是否区分已核实事实、权威解释、本次推断和待核实线索? 是否拒绝硬套人物、理论和历史故事? 中文是否遵循《中文文案排版指北》? 是否避免先否定后反转的二元套句? 完成当前任务后直接结束。只有用户明确询问下一步,且当前环境已经安装 /dbs 时,简短提示:「下一步不确定时,可以输入 /dbs 。」