122 lines
3.6 KiB
Markdown
122 lines
3.6 KiB
Markdown
---
|
|
name: opinion-generator
|
|
description: |
|
|
基于选题素材，生成多个独特观点角度。每个角度一句话观点+支撑论据。
|
|
触发词：「生成观点」「提炼角度」「opinion」「观点」。
|
|
triggers:
|
|
- 生成观点
|
|
- 提炼角度
|
|
- opinion
|
|
- 观点
|
|
output_schema:
|
|
type: array
|
|
items:
|
|
type: object
|
|
properties:
|
|
angle: { type: string }
|
|
viewpoint: { type: string }
|
|
evidence: { type: array }
|
|
required: [angle, viewpoint, evidence]
|
|
tools:
|
|
- web_fetch
|
|
---
|
|
|
|
# 观点生成器
|
|
|
|
基于调研素材，从以下 10 个角度各生成一个观点。
|
|
|
|
## 10 个角度
|
|
|
|
| # | 角度 | 思考方式 |
|
|
|---|------|---------|
|
|
| 1 | 反常识 | 大众怎么看？反过来呢？ |
|
|
| 2 | 二阶效应 | 直接后果大家都知道，间接后果呢？ |
|
|
| 3 | 利益分析 | 谁受益？谁受损？为什么？ |
|
|
| 4 | 历史类比 | 这件事历史上发生过吗？结果如何？ |
|
|
| 5 | 技术本质 | 抛开营销，技术上的真相是什么？ |
|
|
| 6 | 用户视角 | 对普通人意味着什么？ |
|
|
| 7 | 趋势预判 | 这件事3-6个月后会有什么影响？ |
|
|
| 8 | 激励机制 | 参与方各自的动机是什么？ |
|
|
| 9 | 成本分析 | 谁在承担隐性成本？ |
|
|
| 10 | 赢家视角 | 这件事对谁最有利？为什么？ |
|
|
|
|
## 规则
|
|
|
|
- 每个观点必须有支撑论据（来自调研素材）
|
|
- 观点要具体，不要空泛
|
|
- 10 个角度必须方向不同，不是同义改写
|
|
- 观点要有传播力：要么新信息、要么新视角、要么强判断
|
|
|
|
## 质量检查
|
|
|
|
生成后自检：
|
|
- [ ] 有没有观点是"正确的废话"？删掉重写
|
|
- [ ] 有没有两个角度说的是同一件事？合并或替换
|
|
- [ ] 每个观点是否都有具体论据支撑？
|
|
|
|
## 输出格式
|
|
|
|
```json
|
|
[
|
|
{
|
|
"angle": "反常识",
|
|
"viewpoint": "AI编程工具爆发反而让效率差距变大了",
|
|
"evidence": ["有工具的团队效率提升300%，没工具的还是老样子"]
|
|
}
|
|
]
|
|
```
|
|
|
|
## 示例
|
|
|
|
### 输入
|
|
|
|
```
|
|
素材：AI编程工具爆发，年增300%，但采纳率只有20%
|
|
```
|
|
|
|
### 输出
|
|
|
|
```json
|
|
[
|
|
{
|
|
"angle": "反常识",
|
|
"viewpoint": "工具爆发不等于大家都受益，恰恰相反，差距在拉大",
|
|
"evidence": ["有工具的团队效率300%，没工具的还是老样子", "20%采纳率意味着80%的人在被拉开差距"]
|
|
},
|
|
{
|
|
"angle": "二阶效应",
|
|
"viewpoint": "AI编程工具普及后，第一个被冲击的是技术管理者",
|
|
"evidence": ["当工具比团队强时，管理者需要重新定义价值", "纯执行层面的价值在下降"]
|
|
},
|
|
{
|
|
"angle": "利益分析",
|
|
"viewpoint": "卖工具的比用工具的更赚",
|
|
"evidence": ["GitHub Copilot年收入数十亿", "大部分团队效率提升远低于预期"]
|
|
},
|
|
{
|
|
"angle": "历史类比",
|
|
"viewpoint": "就像Excel普及后，财务工作变多了而不是变少了",
|
|
"evidence": ["工具提升效率→更多需求→更大工作量", "编程工具普及→更多代码需求"]
|
|
},
|
|
{
|
|
"angle": "技术本质",
|
|
"viewpoint": "现在的AI编程工具本质是高级补全，不是真正的编程",
|
|
"evidence": ["抽象推理能力只有头部模型的56%", "复杂系统设计还是靠人"]
|
|
}
|
|
]
|
|
```
|
|
|
|
## 各角度好案例参考
|
|
|
|
### 反常识
|
|
- 好："不是工具不行，是团队的工作流改不动"
|
|
- 差："AI编程工具很重要"（正确的废话）
|
|
|
|
### 二阶效应
|
|
- 好："工具爆发后，第一个被冲击的是技术管理者的价值"
|
|
- 差："工具会提升效率"（大家都知道）
|
|
|
|
### 利益分析
|
|
- 好："卖工具的比用工具的更赚"
|
|
- 差："对大家都好"
|