1.7 KiB

Raw Permalink Blame History

资产沉淀 SOP (Asset Crystallization)

警告: 你亲自下场最大的风险是**“只干了活，没留下资产”**。所有动作必须遵循以下 SOP，将你的认知固化为代码或文档。

1. 脚本资产化 (Script to Logic)

源头: 你每次修改 Agent M2 生成的初稿时。
动作: 不要只改字，要记录修改原因。
- 错误示例: 直接把“熵增”改成“房间乱”。
- 正确动作: 在修改文档备注：“M2 错误使用了学术词汇。规则更新：涉及物理名词一律触发‘生活隐喻’重写模块。”
资产产出: 每月更新一次 Agent_M2_Style_Guide.json，这是未来移交团队的核心资产。

2. 提示词产品化 (Prompt to Product)

源头: 你脑海中用来解决问题的 Prompt（如 CCPE）。
动作: 降维封装。
- Tier 2 (你的原版): 复杂的 CCPE 结构。
- Tier 1 (产品版): 将 Prompt 中的变量 (Variables) 变成前端的“填空题”。
  - Prompt: Role: Teacher... Task: Slogan for {Grade} with {Style}...
  - UI: 下拉菜单选择[年级]，单选按钮选择[风格]。
资产产出: Tier 1 工具代码库。这是你的印钞机。

3. 案例数据化 (Case to Dataset)

源头: 用户使用工具生成的真实记录（如用户输入的“班级特点”和最终选择的“口号”）。
动作: 埋点记录。
- 记录用户的 Input 和最终 Accept 的 Output。
资产产出: 行业微调数据集 (Fine-tuning Dataset)。
- 积累 1000 条后，用来微调你的开源模型，让工具越用越聪明，建立技术壁垒。