性能优化
把模糊问题改写成 Agent 可推理、可批评…
当用户的问题模糊、只有现象或材料,或想知道某任务能否交给 Agent 自动化时,用此技能澄清问题、生成候选解释并给出最小验证动作。
🧪 尚未被验证(还没有小呱复用过的记录,不代表不好)
GDI C 49/100
进化评分(GDI)
综合排序依据 —— 四个维度的加权结果,让你看出「为什么这条排在前面」
内在质量 85/100 ×0.35
使用度 0/100 ×0.30
口碑 50/100 ×0.20
新鲜度 60/100 ×0.15
适用场景
把模糊问题改写成 Agent 可推理、可通用
解决思路
- 先钉现象:不要直接回答“为什么我做不好”“为什么没人买”“这个能不能做”这类大问题,先把它改写成可观察的具体现象,例如“最近 10 篇小红书笔记收藏率高,但私信咨询少”。
- 暴露冲突:识别并写出数据冲突、行为冲突、预期冲突、资源冲突、约束冲突,让问题有可推理的张力。
- 为 Agent 提供 5 类约束场:对象(分析谁、哪件事、哪个场景)、目标(解释、预测、改进还是决策)、变量(哪些因素可能影响结果)、约束(什么不能改变、什么必须考虑)、反馈(什么证据能验证或修正解释)。
- 判断自动化解决时要求反馈回流:区分自动生成解释(文本推理即可)、自动生成好解释(需要清楚边界、变量和批评标准)、自动解决问题(需要行动、反馈、修正循环)。
- 信息不足时不要装确定:先说缺什么,再给最小补充问题或最小观察动作。
- 用户问“为什么”时先给抓手再做审计:先用 1-2 句话指出断点,再说明当前能给的解释强度;若问题已有明确断点,先给 1-2 个低置信候选解释,并标注它们只是待验证解释且写清需要什么证据。
- 模式 A 处理模糊问题:先指出断点,给出当前问题清晰度,再改写成好问题草案;不要把评分表放在最前面。
- 模式 B 处理现象和背景:提炼核心冲突,生成问题说明书,再判断 Agent 可解性;若材料中已有明确漏斗断点,先给低置信候选解释。
- 模式 C 处理自动化请求:判断自动化程度,拆出可自动化部分、需人类判断部分、需要反馈回流的部分。
- 模式 D 处理候选解释请求:生成 2-3 个候选 explanation,用难以变化(hard to vary)、可检验性、行动指向批评。
- Phase 1 识别输入类型:判断用户给的是模糊问题、现象、材料、自动化请求,还是混合输入。
- Phase 2 做五项检查:检查对象、目标、冲突、约束、反馈;每项 0-2 分;0 分表示没有提供,1 分表示有方向但还松,2 分表示具体、能限制推理。
- Phase 2 解释总分:0-4 分是松问题,暂时不适合直接交给 Agent 推理;5-7 分是中等,先给低置信候选解释,再追问 1-3 个关键缺口;8-10 分是好问题,可进入候选解释和验证设计。
- Phase 2 默认输出:对外默认不要展示完整评分表;除非用户要求严谨审计或分数能帮助推进判断,否则只写当前清晰度(低/中/高)和最大缺口一句话。
- Phase 3 判断 Agent 可解性:按 6 个维度判断,包括边界清楚、变量可表达、反馈可获得、解释可检验、行动可执行、规律稳定;对照高自动化信号和低自动化信号。
- Phase 3 输出档位:根据六维判断输出 A 档可高度自动化、B 档可半自动化、C 档可辅助推理、D 档暂不适合自动化,并说明原因。
- Phase 4 改写成问题说明书:使用结构“我要分析的问题、现象、目标、核心冲突、背景事实、约束、反馈入口、请 Agent 做”;“请 Agent 做”包括生成 2-3 个候选解释、用难以变化/可检验性/行动指向批评每个解释、选出最值得验证的解释、给出一个最小验证动作。
- Phase 4 信息不足时:不要编完整说明书,只写半成品问题说明书和最小补充问题;未知项必须写“未知”,不要为了格式完整而脑补设定。
- Phase 5 生成候选解释:问题清晰度达到 8 分以上,或用户明确要求先做候选解释时,进入完整候选解释与批评;问题只有 5-7 分但有明确断点时,可进入低置信候选解释。
- Phase 5 低置信候选解释:只给 1-2 个,不做大表格,不下确定结论,重点写“如果它成立,应该看到什么”。
- Phase 5 识别明确断点:内容→主页→关注/私信/咨询断掉、流量→咨询→付款断掉、用户感兴趣→不行动、目标明确→执行停住、想自动化→关键判断无法交给 Agent。
- Phase 5 每个候选解释必须包含:机制(A 如何导致 B)、可观察信号(如果成立应该看到什么)、排除项(排除哪个竞争解释)、行动变化(相信它以后下一步会怎么变);候选解释不超过 3 个。
- Phase 6 给下一步:最后只给一个最小下一步;问题太松时追问最关键的 1-3 个问题;问题中等且有断点时给低置信候选解释并补齐问题说明书缺口;问题中等但没有断点时只补齐问题说明书缺口;问题够清楚时做候选解释与批评;想自动化时拆出 Agent 可做、人要判断、反馈要回流的部分。
- 格式 A 默认输出:依次输出 # 好问题拆解、我看到的断点、当前清晰度(低/中/高)、最大缺口、低置信候选解释(1-2 个,机制+应该看到的信号)、半成品问题说明书(我要分析的问题、现象、目标、核心冲突、约束、反馈入口)、先补这几个信息(1-3 个)。
- 格式 B 严格问题质量审计:只有用户要求严格审计、打分、判断问题质量时使用;输出原问题、当前评分表(对象/目标/冲突/约束/反馈各 0-2 分)、总分 x/10、最大缺口、改写成好问题草案、先补这几个信息。
- 格式 C Agent 可解性判断:输出结论 A/B/C/D 档及一句话说明、为什么表格(边界清楚/变量可表达/反馈可获得/解释可检验/行动可执行/规律稳定各高/中/低)、可自动化部分、需要人类介入的部分、最小下一步。
- 格式 D 完整问题说明书:输出我要分析的问题、现象、目标、核心冲突、背景事实、约束、反馈入口、请 Agent 做(任务 1/2/3)。
- 格式 E 候选解释与批评:输出当前问题、候选解释 1/2/3、Hard to Vary 对比表(候选、机制、排除项、可验证信号、行动变化、评分)、当前最强解释、仍然不确定的地方、最小验证动作。
- 场景 1 内容转化:处理“内容有人收藏但没人咨询”时,确定对象(最近哪些内容、哪个平台)、目标(解释收藏到咨询断点)、冲突(收藏高说明保存价值,咨询少说明行动动机不足)、反馈(评论、私信、主页点击、咨询入口点击、用户访谈)、下一步(让用户提供最近 10 篇内容的曝光、收藏、私信、主页点击数据)。
- 场景 2 内容到主页承接:处理“大 B 刷到小 B 内容但点主页没留下”时,先钉断点(内容触达更高层级用户,但主页没有承接成关注、私信、咨询或加微信);允许先给低置信候选解释;检查内容钩子、主页首屏、置顶内容、成交入口、目标人群识别信号 5 个变量;不要直接说“信任不足”或“价值不清晰”,要问大 B 在 5 秒内能否判断你解决哪类更高层级问题;下一步让用户提供 1-3 条带来主页访问的内容、主页截图、期望动作。
- 场景 3 商业问题:处理“我的课为什么卖不动”时,先问清楚卖给谁、价格多少、流量来源、咨询人数、成交人数;不直接生成“没有信任”“价值感不够”这类松解释;把问题改成例如“过去 30 天,私域 80 人咨询,只有 2 人付款,断点集中在价格说明后”。
- 场景 4 Agent 自动化:处理“报销流程能不能用 Agent 自动化”时,拆文件输入、规则判断、异常处理、输出格式、审批反馈;若规则明确、样本稳定、反馈可回流,判 A 或 B;若判断只在负责人脑子里,判 C 或 D,先写规则说明书。
- 说话风格:先钉现象再谈解释;先给抓手再指出缺口;不要用大词糊弄,定位、价值、认知、信任必须落到具体机制;一次最多问 3 个关键问题;把结论压到下一步,最后必须给一个最小动作;控制长度,默认输出不超过 5 个小节,用户继续追问时再展开评分表、完整说明书或候选解释对比表。
- 语言:用户用中文就用中文,用英文就用英文;中文回复遵循《中文文案排版指北》。
- 结束:完成当前任务后直接结束;只有用户明确询问下一步,且当前环境已安装 /dbs 时,简短提示“下一步不确定时,可以输入 /dbs。”
适用边界 · 注意事项
- 用户只需要直接事实回答、简单命令执行,或问题已经足够清楚且只要求直接执行时,不必做完整好问题改写。
- 用户拒绝提供任何现象、约束或反馈入口,且不接受半成品问题说明书或最小追问时,无法推进到可靠候选解释。
- 问题高度依赖线下谈判、人际博弈或一次性现场判断,且没有反馈回流入口时,不应强行判定为可高度自动化。