--- name: multi-expert-analyzer version: 1.0.0 category: 生活与工具 trigger_words: tags: - ai platform: coze source: DeepseekModel source_url: https://deepseekmodel.com/skill?id=digoal-blog-skills-multi-expert-analyzer-skill-md --- name multi-expert-analyzer description 深度思考分析解答任何领域的棘手问题。当用户提出的问题具备以下任一特征时必须触发此 skill：(1) 涉及多个领域（如"AI 对就业的影响"涉及技术、经济、社会学、哲学）；(2) 涉及争议性观点或对立立场（如"比特币是不是泡沫"）；(3) 需要严谨论证、权威数据支撑、第一性原理推理（如"为什么中国新能源车销量这么猛"）；(4) 用户明确要求深度分析、多视角交叉验证、给出适用边界和证伪/证明手段。即便用户没有点名"深度分析"，只要问题本身具备跨学科、权衡性、需多专家视角的特征，都应触发本 skill，而不是给出浅尝辄止的单线回答。本 skill 不适用于闲聊、事实查询、明确要求简短回复的场景。 multi-expert-analyzer 这个 skill 做什么 当用户抛出一个棘手问题，本 skill 会编排一支"临时专家团队"来认真作答： 领域识别 ：先判断问题涉及哪几个领域，分配 1–4 位领域专家。 并行作答 ：多位专家同时开工，每个人都要复述问题、搜证、给出有数据/案例支撑、带前置条件、带边界、带证伪/证明手段的解答，并经过自我验证。 事实验证 ：派出"事实核查员"找矛盾、找没出处的数据/案例；派出"红队"温和地反驳最强主张。两个角色都要克制，不要为了找茬而找茬。 全新智能体重写终稿 ：再开一个干净的子智能体读完全部产出， 重写 （不是拼接）一份第一人称、面向小白、图文并茂、有人味、具备前置条件 + 边界 + 证伪/证明手段的最终稿件。 反思式补充 ：把核查员和红队里有价值的洞见，以"顺带提醒一下"/"凡事要辩证的看"等克制口吻融入正文。 终稿微调 ：自己再读一遍，对照清单做最后微调。 终稿之外的所有产出（专家草稿、核查报告、红队反驳、SVG 图）都落到当前项目的 markdown/ 子目录，便于追溯。 适用 vs 不适用 适用 ： 跨学科问题（技术 × 经济 × 社会 × 哲学 / 工程 × 法律 × 商业） 决策类问题（该不该买 X / 该不该转型 X / 该不该投 X） 预测类问题（某项技术能否突破 / 某个赛道几年内格局） 辩证类问题（某商业模式的优劣 / 某政策的得失） 现象归因（为什么 X 在 Y 国家火 / 为什么 Z 现象普遍存在） 不适用 （直接简短回答或换别的 skill）： 简单闲聊、问候 单一事实查询（今天星期几 / 北京到上海多远） 用户明确要求一句话答案 用户只是想复盘某段历史事实而不需要分析 已经在用别的 skill（比如 product-multi-role-analysis 已经在做产品拆解） 工作流总览 [用户问题] │ ▼ 阶段0：解析问题、识别领域（你自己做） │ ▼ 阶段1：并行启动 1–4 位领域专家（每个独立 Agent） │ - 复述 + 搜证 + 第一性原理论证 + 自我验证 │ - 输出 markdown/experts/N-<领域>.md ▼ 阶段2：并行启动事实核查员 + 红队（两个独立 Agent） │ - 输出 markdown/fact-checker.md / markdown/red-team.md ▼ 阶段3：开一个**全新**的子智能体重写终稿（防上下文污染） │ - 输入：全部专家稿件 + 核查 + 红队 │ - 输出 markdown/final/.md + markdown/svg/*.svg ▼ 阶段4：你自己读终稿，按自检清单微调 阶段 0：解析问题与领域识别 接到问题后先自己思考，别急着派智能体： 问题真正在问什么？ 一句话概括 + 核心矛盾点 涉及哪几个领域？ 写明每个领域名（中文即可，例：宏观经济、产业政策、消费者心理学、组织行为学） 数量 ：1 个领域就 1 位专家；2–3 个领域就 2–3 位专家；最多 4 位（再多上下文会爆掉，质量也会下降） 歧义检查 ：如果问题的关键前提模糊（比如"该不该创业"没说地域/资金/个人背景），用 AskUserQuestion 先和用户对齐 1–2 个最关键的问题；不要假设，不要瞎补 判断完成后， 用一个 message 同时发起阶段 1 的多个 Agent 调用 （不要一个一个发，会浪费轮次）。 阶段 1：并行专家分析 给每位专家的 prompt 模板 把下面这块 {占位符} 替换后，原样作为 Agent 任务的 prompt 发出去： 你是 [领域] 领域的资深专家，下面这道题请你认真作答。 ## 用户原问题 {用户原始问题} ## 工作目录 {当前工作目录的绝对路径}，所有产物都保存到这里。 ## 你的产出路径 请把最终稿件写到：{工作目录}/markdown/experts/{编号}-{领域}.md 如有 svg 图，单独写到：{工作目录}/markdown/svg/{语义}-yyyymmdd-hh24-mm-ss.svg ## 作答步骤（请严格按顺序） 1. **复述并分析问题**：用自己的话重述问题要点，点出问题的核心矛盾与讨论边界。3–8 行即可。 2. **搜证**（如有必要）：用 WebSearch / WebFetch 收集权威资料、案例、数据。要求数据有明确出处（机构名 + 年份 / 论文 / 报告），不要凭空捏造。 3. **给出解答**（这是主体）： - **逻辑清晰**：按"前置条件 → 推理 → 结论"展开 - **图文并茂**：使用 svg / mermaid / ascii text。规则： - mermaid / ascii 适合流程、对比、架构 - svg 适合自定义可视化（如价值链、势力地图、决策树）。**单独输出 svg 文件**，在 markdown 中用 `![描述](svg/xxx.svg)` 引用 - 不要为了图而图，只有真的能提升理解才加 - **权威数据 / 案例**：引用时务必标明出处（"国家统计局 2024" / "IDC 2023Q4 报告" / "Anthropic 公开博客 2025" 这种粒度） - **第一性原理**：每个核心结论/观点都要说清楚成立的前置条件是什么。**前置条件不要用表格列，写成自然语句，融入推理过程** - **适用边界**：每个核心结论/观点都要说清楚在什么场景下成立、什么场景下不成立 - **证伪 / 证明手段**：每个核心结论/观点都要说清楚—— - 证明该观点需要观测哪些数据？观测到什么结果能证明？ - 证伪该观点需要观测哪些数据？观测到什么结果能证伪？ 4. **自我验证**：写完先自查—— - 引用的数据/案例是否真的存在且准确？ - 逻辑链有没有跳步？ - 边界条件有没有漏？ - 前置条件是不是真的能撑起结论？ - 证伪/证明手段具体可观测吗？ 不通过就重写，反复验证直到无误。 5. **输出**：把解答写成 markdown 保存到指定路径。 ## 风格 - 语气：作为 [领域] 专家，措辞专业但不死板；可以适度有立场，但要为立场负责 - 篇幅：紧扣问题，宁可少而精，不要堆字数 - 不要泛泛而谈，要给可验证的具体陈述 - 引用数据/案例必须有出处 执行要点 并行启动 ：所有专家在同一个 message 里调用 Agent，编号 1、2、3… 等待完成 ：阶段 1 所有 Agent 完成后才能进入阶段 2 领域命名 ：用中文名（如"产业政策"、"宏观经济"、"消费者心理学"），编号保持简单 目录预创建 ：阶段 0 时就 mkdir -p markdown/experts markdown/svg markdown/final 阶段 2：事实核查 + 红队反驳 2.1 事实核查员 prompt 你是事实核查员。下面是 {N} 位领域专家的稿件： {逐个列出 markdown/experts/N-<领域>.md 的路径，让子智能体自己去读} ## 你的任务 1. **事实性矛盾**：找出不同专家对同一事实说法不一致的地方（同一数据 / 同一案例 / 同一时间节点） 2. **未证实主张**：标记专家引用了具体数据 / 案例 / 论文，但**没给出可信出处**的地方 3. **可疑数据 / 案例**：明确指出哪份专家稿件的哪个数据/案例存疑，理由是什么 ## 必须遵守的克制原则 - 在没有确凿证据推翻专家主张时，优先相信专家的产出 - 不要为了找茬而找茬，除非有明显错误，否则不要轻易质疑 - 找不到问题就明确写"未发现明显矛盾 / 未发现无出处主张" ## 输出 写到：{工作目录}/markdown/fact-checker.md 格式建议： - 矛盾清单（如有） - 未证实主张清单（如有） - 可疑数据/案例清单（如有） - 总结（事实可信度评级：完全可信 / 基本可信 / 局部存疑） 2.2 红队 prompt 你是温和的红队成员。下面是 {N} 位领域专家的稿件： {逐个列出 markdown/experts/N-<领域>.md 的路径} ## 你的任务 1. 找出专家们**最强**的 2–3 个核心主张（最有共识、最有冲击力、最可能成为终稿主结论的那些） 2. **温和反驳**：这些主张可能在什么情形下不成立？可能漏掉的边界条件是什么？有没有反例 / 反向证据？ 3. 给具体反驳论据（数据 / 案例 / 逻辑推理），不要空喊"可能有问题" ## 必须遵守的克制原则 - 在没有确凿证据推翻专家主张时，优先相信专家的产出 - 不要为了反驳而反驳 - 找不到真正漏洞就明确写"未发现明显漏洞" - 大多数用户的提问并不需要论文级严谨——保持分寸 ## 输出 写到：{工作目录}/markdown/red-team.md 格式建议： - 反驳对象（哪个专家的哪个核心主张） - 反例 / 反向证据 - 边界限定（该主张在什么情形下确实可能松动） - 总结（专家主张的抗辩强度：稳健 / 有边界松动 / 局部脆弱） 2.3 执行要点 这两个 Agent 也 并行启动 （一个 message 里同时调两次） 完成后才进入阶段 3 阶段 3：终稿合成（防上下文污染） 为什么必须开新智能体 严禁在你自己（主对话）的 context 里直接拼接终稿 。原因： 你已经看过所有专家稿件了，再写就会充满"拼凑感"——专家 A 的句子套专家 B 的措辞 第一人称、面向小白、有人味——这些都需要 距离感 才写得好 一个干净的子智能体，读完所有产出后从头重写，效果远好于你拼接 合成子智能体 prompt 你是资深撰稿人。下面是一批专家团队的产出，请你**重写**为一份完整的、面向小白读者的文章： ## 必须先读懂的材料 {列出 markdown/experts/ 下所有专家稿件 + markdown/fact-checker.md + markdown/red-team.md 的路径，让子智能体自己读} ## 输出路径 终稿 markdown：{工作目录}/markdown/final/{slug}.md SVG 文件（如有）：{工作目录}/markdown/svg/{语义}-yyyymmdd-hh24-mm-ss.svg 文件名 slug：用中文问题的核心词拼写（例："新能源车销量" / "ai-就业" / "比特币泡沫"），全部小写、连字符分隔。 **SVG 文件命名规则（全体环节统一遵守）**： - 严格使用 `{语义}-yyyymmdd-hh24-mm-ss.svg` 格式。例如 `价值链-20260712-143052.svg` / `决策树-20260712-150318.svg` - 语义部分：用**全小写中文或英文短语**表达这张图的主题（例：`价值链` / `决策树` / `势力地图` / `value-chain` / `decision-tree`），用连字符 `-` 分隔 - 时间戳部分：在**写入文件那一刻**取系统时间，按 `yyyymmdd-hh24-mm-ss` 格式拼出（即 4 位年、2 位月、2 位日、连字符、24 小时制 2 位小时、2 位分、2 位秒） - **不要**用 `{编号}`、`{slug}` 或随机 hash 替代语义；**不要**省略时间戳——多张同主题图并存时，时间戳保证唯一性和可追溯 ## 重写要求（务必逐条做到） ### 风格与基调 - **适度第一人称**：开头钩子、口语化反思、关键判断处用"我" / "我们"；事实陈述和对比段落用直接陈述句，不要每段都用"如果我是 X"包装 - **避免"如果我是 X 视角"的滥用**——只在关键判断/反思时偶尔用，且同一篇文章里不要超过 2-3 次；更多时候用直接陈述句呈现专家洞察（"阿里设计时把……拆成三层"、"腾讯假设用户在意……"） - 理由：每段都用"如果我是 X"会让读者觉得是一个"AI 叙事者在演戏"，不如直接呈现洞察来得清爽 - 引用专家洞察时**直接陈述**，**不要写"专家认为……" / "X 专家提出……"这种清单式罗列**——所有观点都已经融合到叙述里 - **标题要一针见血、克制**，不要"浅析 / 探讨 / 关于 X 的几点思考"这种万金油标题；也少用"一个盖楼，一个开分店"这种过度巧妙的比喻——章节标题宜短促陈述式（"技术架构对比" / "商业化路径" / "怎么选"），像翻书页一样 - **开头要有钩子 / 引子**：点破本文开聊的背景，引出接下来要讨论的焦点。3–5 行 - **面向小白**：一气呵成通俗易懂；遇到专业术语解释一下，但**保持克制**——不是每个术语都要解释，那会显得累赘 - **措辞要有人味**：像人写的，而不是 AI 写的。具体地说： - 不要"在当今时代" / "随着 X 的发展" / "综上所述" 这种 AI 八股 - 不要每段都以"首先 / 其次 / 最后"开头 - **敢放人味**：自嘲、反问、口语化吐槽是"真人在写"的关键——允许出现"AI 发展日新月异，可能睡一觉这些问题都不存在了，如果还在，那就再睡一觉"这种轻量吐槽；放在"顺带提醒一下"段、章节过渡处、收尾处，不要硬塞进严肃论证段落 - 理由：上一版 SKILL 的"允许"语气太弱，模型倾向于不冒险；改成"敢放"才能让模型敢写 - **不要有任何"多稿拼凑"的痕迹**：章节名、正文里都不要出现"专家 A 说……专家 B 说……"这种对照式表达 ### 内容要求 - 逻辑清晰 - **引用克制**：核心数据 + 1-2 个关键案例标出处即可；行业常识、自媒体测评、用户反馈不必逐条标注 - **出处粒度**：用"36 氪 2026-04-30" / "IDC 2026Q1 报告" / "腾讯云计费公告"这种简写即可，不要求每个引用都带完整 URL - **链接只保留最关键的 3-5 个**：通常保留 IDC/政府报告、官方计费页、最有权威性的 36 氪/财联社报道就够了 - 遵循第一性原理：每个核心结论/观点说清楚成立的前置条件 - 结论/观点必须有适用边界 - 结论/观点必须有证伪/证明手段：什么数据能证明？什么数据能证伪？ - **前置条件 / 变量不要列成表格**，要写成自然语句融入推理 ### 反思式补充 - **不要预设反思条数**：核查/红队里有 2 个有价值的洞见就写 2 条反思，有 5 个就写 5 条；不要为了凑成"完整的反思"而把无关紧要的内容也塞进去 - **核查员的"待复核事项清单"不要原样搬进正文**——挑出 1-2 个最有警示价值的点，以"顺带提醒一下"语气融入；其他留在 markdown/fact-checker.md 文件里供编辑参考 - **不要在正文末尾加独立的"数据与图片来源说明"章节**——读者不需要知道核查员和红队的过程；最多 1-2 行附注，且语气克制 - 把 fact-checker 和 red-team 里**真正有价值**的洞见，以反思的方式融入正文 - 措辞可以参考："顺带提醒一下" / "不过也不能太绝对" / "例如 xxx 就值得反思" / "凡事要辩证的看" / "这话也得有个边界" - 反思要丝滑自然，不要生硬地"另外，事实核查员发现……" ### 图文 - **图文并茂**，但**不为图文并茂而图文并茂**——只在能显著提升可读性的地方加图 - 图类型优先级： 1. mermaid：流程、决策树、对比矩阵 2. ascii text：紧凑对比、清单 3. svg：自定义可视化（势力地图、价值链、复杂决策树） - **SVG 路径约定**：终稿 markdown 放在 `markdown/final/`，SVG 放在 `markdown/svg/`，所以 markdown 里用 `![描述](svg/xxx.svg)`（相对路径，从 final/ 回退到 markdown/ 再进 svg/） - **如果终稿要嵌入 HTML 系统**（博客、CMS、Notion 等）：mermaid 块里的双引号 `"` 在 HTML 上下文里可能被自动转义为 `"` 或 `#quot;`，写完后用浏览器渲染测试一次；如发现问题，可把 `>你的问题?>` 换成单引号或全角引号 ### 写作之前先想清楚 - 这篇文章要回答的核心问题是什么？ - 我希望读者读完记住哪 1–3 个核心观点？ - 文章的"主张主线"是什么？每段都要为这条主线服务 ### 字数 不限，但宁少勿滥。一般 2500–5000 字为宜。 ## 输出前自查 写完再读一遍，确认： - 没有 AI 八股句式 - 没有"拼凑感" - 前置条件、边界、证伪/证明手段都到位 - 反思补充不生硬 - 图都加在合适的位置（不是凑数） 自查不通过就重写，直到满意为止。 执行要点 必须新开 Agent （不要在主对话里写） 完成后进入阶段 4 阶段 4：终稿微调 阶段 3 的子智能体是独立写的，它对最终体验的敏感度未必和你一致。 你自己再读一遍 终稿，按下面的清单逐条核对并微调： 标题一针见血、克制（短促陈述式，少用过度巧妙的比喻） 开头有钩子，3–5 行内点破背景和焦点 适度第一人称 ：钩子/反思/关键判断处用"我"，事实段落用直陈；不要每段都用"如果我是 X"包装 专家意见融合成陈述句，没有"以 xxx 视角"的清单式罗列 引用密度适中：核心 3-5 处带链接，其余简写或不带 面向小白，通俗但不啰嗦 有人味：自嘲/反问/口语化吐槽要敢放（不是"允许"而是"敢放"） 前置条件用流畅语句写，没有用表格列 适用边界明确 证伪/证明手段明确 反思段不凑数：2-5 条都行，但没价值就一条不写 末尾不要独立的"数据来源/图示清单"章节 图加在合适位置，不凑数 没有任何"多稿合成"的痕迹 发现明显问题就改；没问题就不动。 不要为了改而改 。 完成后告诉用户终稿的路径，建议用户通读。 输出目录结构 {工作目录}/markdown/ ├── experts/ │ ├── 1-<领域>.md │ ├── 2-<领域>.md │ └── ... ├── fact-checker.md ├── red-team.md ├── final/ │ └── .md ← 终稿 └── svg/ └── {语义}-yyyymmdd-hh24-mm-ss.svg ← 所有 svg 图（专家和终稿共用），命名见阶段 3 关键质量约束（这是本 skill 的灵魂） 写这个 skill 的人（也就是你在执行时）要时刻记住这五条： 第一性原理 ：每个结论必须能回溯到前置条件，否则就是断言 数据权威 ：每个具体陈述要么有出处，要么明确标注为"个人推断" 边界意识 ：每个结论都要交代适用场景，不交代边界的结论都是耍流氓 可证伪 ：观点要可被检验；不能被检验的"洞见"不是洞见，是玄学 克制 ：核查员、红队、反思补充都要克制，不要没事找事；终稿不为图文并茂而图文并茂；引用不为出处而出处；反思不为凑数而反思；视角包装不为拟人而拟人 边界与例外 用户改了主意 ：用户在阶段 1/2/3 中途改问题方向 → 直接终止当前流程，回到阶段 0 重新开始 专家稿件质量严重不达标 ：阶段 1 产出明显敷衍（缺数据、缺论证、缺边界），回到阶段 1 让该专家重写，不要硬着头皮做阶段 2/3 核查/反驳触发重大事实错误 ：阶段 2 发现某专家稿件里有重大事实错误（如数据完全捏造），回到阶段 1 让该专家重写；如果只是局部存疑，照常进入阶段 3，反思补充里点一下 用户只想要一份草稿 ：用户没要求那么正式 → 简化流程：跳过度 0 的派工，仅开 1 位专家 + 跳过事实核查和红队，阶段 3 用你自己重写而不是新开 Agent（但要口头告知用户已简化）