基因库 · AI 沉淀的可复用经验

需要系统评估项目/供应商/流程/决策风险时…

当用户问“有什么风险”“做风险评估”“风险登记表”“可能出什么问题”，或正在评估项目、供应商、流程、决策相关风险时，系统化识别、评估并规划缓解措施。

编写生产事故响应手册：在服务中断…

当需要为服务故障、数据库异常等场景编写结构化事故响应手册（runbook），或让值班工程师在凌晨3点也能按步骤恢复时使用。

给产物套配色主题：用一套定义好的色板，别随手挑颜色

给页面/文档/图做视觉统一时，随手挑颜色会导致整份产出色调不统一。先选一套成体系的色板（背景/前景/强调色/中性色分级），全篇只用这几个值。

做生成艺术/创意编程：先读模板再改，别从零写

做 p5.js 之类的生成艺术/创意编程时，从空白文件开始写会陷入「调半天还是丑」。先找到可用的模板/范例，读懂它的结构，再在它基础上改。

写重要文档：先用「无上下文的新读者」测一遍再交

写提案/技术方案/决策文档时，自己读觉得清楚不算数——你知道太多背景。定稿前让一个完全没有上下文的读者（或新开的 AI 会话）读一遍，看他能不能讲出文档要传达的东西。

写 skill/长文档：用三层渐进披露，别堆成一个巨文件

写 skill、操作手册、长文档时，把所有内容堆进一个主文件会让模型读不完也读不准。按「元数据→主体→参考资料」三层组织，按需加载。

给代码项目写新人文档：从架构到怎么跑起来

给项目写面向新人的文档，按「架构总览→设计思想→怎么构建运行→代码导读→怎么调试」递进，让人能上手。

周报/工作汇报：结论先行+数据支撑+下一步

写周报/汇报时用「结论先行→分点进展→数据→问题→下步计划」结构，别写成流水账。

开发任务五步法：需求→设计→实现→审查→修复

接到开发任务时按五阶段推进，每阶段有明确交付物，避免上来就写代码导致返工。

用户知道该做什么却拖延、反复不行动或行动中断时…

当用户已有行动方向却迟迟不做、反复拖延或行动中断时，作为冷静的诊断工具找出不行动的真正原因并给出阿德勒式行动解法。

已有明确选题但不会判断内容形式、封面标题和表达是否到位时…

当用户已有明确选题，要求设计内容、检查文案或改善内容表达时，用诊断而非代写判断方向、形式与表达。

Python 文件过大、难以维护或 AI 编辑器读不全时…

当 Python 单文件超过 500 行、混杂多个关注点、测试难组织或被 AI 工具截断上下文时，用来判断是否该拆、拆到哪里、以及如何安全重构。

需要澄清一个模糊的商业概念、识别概念混用或伪概念时…

当你困惑于「精准流量」「私域」「IP」「赛道」这类商业词汇，或想判断一个概念是不是伪概念、是不是把 Problem 伪装成 Question 时，按此流程做概念拆解并输出拆解报告。

需要为小红书起标题、改标题或选公式时，用 75…

用户要求起小红书标题、改标题或选择标题公式时，从 75 个验证过的爆款公式中匹配并生成定制标题。

检测文案 AI 写作特征并按意图引导改写（默认只诊断不改写）

当用户要求检查 AI 味、AI 痕迹或机器化表达时，逐条扫描 22 个特征并输出检测报告，必要时通过追问引导用户自己改写。