22 KiB
22 KiB
1
我准备打造一个萧何智能体。这个名称是我的认知锚点，与历史上的萧何没有一点关系。 这个智能体只为我个人工作，为我输入的文章进行分类，打标签；依据则是Sayings分类标签整理规则，这个将作为萧何提示词的附录。
# Sayings分类标签整理规则
## 分类（Categories）
[[Sayings文章分类讨论]]
- "Creative"，创意写作：诗歌/散文/哲学思辨等原创作品，审美表达主导，形式验证：散文结构/隐喻系统
- "THINKING"，
- "SocialTech"，探讨技术与社会互动关系
- "Daily"，日常碎片思考
- "Philosophical"，涉及哲学体系的思考，哲学论证主导，形式验证：论证体系/概念推演
- "TECH"，科技类文章，比如讨论核心技术原理，技术实现，技术应用等
- "ECON"，经济情况，经济分析，技术带来的经济影响等与经济相关
- "Observation"，生活观察：城市/自然/人文记录
- "BookNotes"，读书笔记
- "Private"，私有部分
- "SONGS"，包含歌曲
- "VIDEOS"，包含视频
### THINKING类适配性
| 特征 | Creative类适配性 | THINKING类适配性 |
| ---------- | ----------------------- | ------------------------ |
| **段落结构** | 非线性叙事（时空跳跃场景组接） | 需有命题→论证→结论的框架 |
| **论证方式** | 隐喻系统（如"AI是河床/记忆是星尘"） | 概念推演（如分析柏拉图洞穴喻的认知论意义） |
| **引用处理** | 历史人物作为意象元素（徐福/孔子作为文化符号） | 需明确引用哲学体系（如阐释海德格尔向死而生概念） |
| **技术元素作用** | 作为诗性隐喻（区块链年轮/量子纠缠的思念） | 作为分析对象（讨论AI伦理的技术实现路径） |
## 标签（Tags）
[[Sayings文章分类标签讨论]]
- **创作属性**
- "Original"，原创
- "Adaptation"，改写、改编
- "Translation"，翻译
- **内容形式：创作形态**
- "Thinkpiece", 观点性文章（含论证结构）
- "FieldNotes"，领域观察笔记（含方法论提炼）， 更准确反映"实践经验→方法论提炼"的特质
- "Poetry", 诗歌
- "LiteraryProse", 文学性散文（含散文诗）
- "TechnicalBrief"，技术简报/白皮书
- "CaseAnalysis"，案例分析（含数据模型）
- "HowToGuide"，（操作指南：分步骤教程类）
- "Dialogue"（对话体：含虚构/真实对话）
- "SpeculativeWriting"（推演写作：基于假设的推理论证）
- **内容形式：专业维度**
- "BizWriting"，商业类写作（咨询报告/商业评论）
- "AcadWriting"，学术类写作（期刊格式/文献综述）
- "CrossoverWriting"，跨界写作（科技人文/商业哲学）
- "PublicIntellectual"（公共知识写作：面向大众的深度分析）
- "TechEthics"（技术伦理：涉及AI/生物科技等伦理讨论）
- "Memoir"，回忆录
- **学科领域**
- "BioEvolution"，生物/进化/人类学
- "CognitiveScience"，认知科学/思维方法/脑科学/思维模型/元认知/决策科学
- "CommunicationArts"，表达/视觉表达/演讲沟通/修辞学/写作技巧
- "CulturalStudies"，文化/美学/艺术
- "DigitalEthics"，数字人文+AI伦理
- "EconomicBehavior"，经济/商业/消费心理
- "LearningSystems"，学习方法论/知识管理/教育理论 → 学习方法 → 知识管理全链条
- "Humanities"，文明/历史/哲学
- "SocialGovernance"，管理/行政/公共政策
- "Physics"，物理学：涵盖经典物理、量子物理、相对论、粒子物理等
- "Astronomy"，天文学：涵盖恒星、星系、宇宙学、行星科学、天文观测等。
### 内容形式标签
**内容形式的三级决策结构**
- 第一层：价值取向判断（认知/审美/跨界）
- 第二层：类型细分（实用型分结构化程度，文学型分形式）
- 第三层：特征验证（如案例分析的商业/技术维度）
**标签组合场景映射表（Markdown格式）**
| 创作形态标签 | 专业维度标签 | 典型应用场景 |
|---------------------|-----------------------|----------------------------------------------------------------------------|
| `Thinkpiece` | `BizWriting` | 商业趋势分析文章（如"元宇宙对零售业的重构"） |
| `Thinkpiece` | `TechEthics` | 人工智能伦理探讨（如"生成式AI的创作权归属困境"） |
| `FieldNotes` | `AcadWriting` | 学术田野调查报告（如"长三角制造业数字化转型跟踪笔记"） |
| `FieldNotes` | `PublicIntellectual` | 社会观察方法论（如"短视频时代的信息茧房破壁实践"） |
| `LiteraryProse` | `CrossoverWriting` | 科技人文散文（如"区块链与庄周梦蝶的哲学互文"） |
| `TechnicalBrief` | `BizWriting` | 商业技术白皮书（如"自动驾驶L4级解决方案可行性报告"） |
| `CaseAnalysis` | `AcadWriting` | 学术案例研究（如"COVID-19期间远程办公生产力变化实证分析"） |
| `HowToGuide` | `TechEthics` | 技术伦理实践手册（如"AI内容生成的版权声明操作指南"） |
| `Dialogue` | `CrossoverWriting` | 跨界思想对话（如"量子物理学家与禅宗大师的十日谈"） |
| `SpeculativeWriting`| `PublicIntellectual` | 未来推演文章（如"2049年脑机接口普及后的社会分层预测"） |
| `Poetry` | `TechEthics` | 技术主题诗歌（如"训练神经网络时想起母亲教我说话"） |
| `Memoir` | `CrossoverWriting` | 跨界从业回忆录（如"从华尔街交易员到佛寺禅修导师的十年"） |
**特殊场景处理指南**
| 内容特征 | 推荐组合 | 注意事项 |
|--------------------------|-----------------------------------|--------------------------------------------------------------------------|
| 含虚构元素的技术分析 | `SpeculativeWriting+TechEthics` | 需在文首添加[推演声明]标识 |
| 跨三领域以上的论述 | `CrossoverWriting`+多个学科标签 | 建议主标签不超过3个，用Frontmatter备注次要标签 |
| 含数据可视化的散文 | `LiteraryProse+CaseAnalysis` | 在CSS中定义特殊排版类（如`.prose-charts`） |
| 对话体技术指南 | `Dialogue+HowToGuide` | 使用问答区块语法（如`> **Q:** ...`）保持可读性 |
**双层决策流程图**
```mermaid
graph TD
A[内容类型] --> B{核心价值取向?}
B -->|认知升级| C[实用型]
B -->|审美表达| D[文学型]
B -->|跨界融合| CrossoverWriting
subgraph 实用型决策
C --> E{内容结构化程度?}
E -->|系统论证| Thinkpiece
E -->|模块化提炼| F{提炼类型?}
F -->|方法论| FieldNotes
F -->|操作指南| HowToGuide
E -->|场景化分析| G{分析维度?}
G -->|商业案例| CaseAnalysis
G -->|技术方案| TechnicalBrief
E -->|未来推演| SpeculativeWriting
E -->|对话体| Dialogue
end
subgraph 文学型决策
D --> H{创作形式?}
H -->|韵律文本| Poetry
H -->|自由叙述| LiteraryProse
H -->|个人叙事| Memoir
end
subgraph 跨界处理
CrossoverWriting --> I{融合方向?}
I -->|科技人文| CrossoverWriting-->|哲学科技| Thinkpiece
I -->|商业艺术| CrossoverWriting-->|数据叙事| LiteraryProse
end
```
### 流程增强说明：
1. **三级决策结构**：
- 第一层：价值取向判断（认知/审美/跨界）
- 第二层：类型细分（实用型分结构化程度，文学型分形式）
- 第三层：特征验证（如案例分析的商业/技术维度）
2. **跨界融合的特殊路径**：
```mermaid
graph LR
CW[CrossoverWriting] --> CT{具体交叉点?}
CT -->|科技+人文| THINK[Thinkpiece]
CT -->|数据+艺术| LPROSE[LiteraryProse]
CT -->|商业+哲学| SPEC[SpeculativeWriting]
```
3. **冲突解决机制**：
当出现双重特征时（如技术白皮书采用对话体）：
```mermaid
graph TD
Conflict[标签冲突] --> Rule1{主从关系判定}
Rule1 -->|形式主导| 选择创作形态标签
Rule1 -->|领域主导| 选择专业维度标签
选择创作形态标签 --> AddNote[添加<alt>标签备注]
选择专业维度标签 --> AddNote
```
对此，你有什么问题么？
您好！我是您的智核工程师。
非常荣幸能协助您打造**“萧何”**——这个专注于文章分类与标签管理的智能核芯。您提供的《Sayings分类标签整理规则》非常详尽且具备严密的逻辑（三级决策结构、冲突解决机制），这为构建一个高质量的提示词奠定了坚实的基础。
为了应用 智核提示工程 (CCPE) 框架 更加精准地定义“萧何”，在进入正式的提示词构建流程前，我需要就以下几个维度向您进一步确认和挖掘信息：
1. 核心层 (Core Layer)：关于“萧何”的个性
虽然“萧何”只是个认知锚点，但他在为您工作时，您希望他表现出什么样的交互风格和推理偏好？
- 交互风格：是极其简练（只输出分类和标签结果），还是希望他在输出前简要解释一下为什么这么分类（侧重逻辑透明）？
- 推理展示：规则中包含复杂的 Mermaid 决策流程，您是否要求“萧何”在输出结果前，先展示他遵循决策树的“思考链（CoT）”过程？
2. 执行层 (Execution Layer)：关于能力边界
- 任务深度：除了分类和打标签，是否需要“萧何”同时提取文章的摘要或金句？
- 决策权限：如果一篇文章完全不符合现有的任何标签，他应该：
- 强行拟合最接近的？
- 反馈“无法分类”？
- 还是有权建议一个新的标签（仅供参考）？
- 语言处理：输入的文章是否可能包含多种语言（如中英混杂）？他是否需要具备跨语言理解并统一用规则中的英文标签输出的能力？
3. 约束层 (Constraint Layer)：关于规则红线
- 标签数量约束：规则中提到“主标签不超过3个”，这个约束是硬性的吗？
- 格式要求：规则提到了
Frontmatter和alt标签备注，他是否需要严格按照特定的 Markdown 语法（如 YAML）来呈现结果？
4. 操作层 (Operation Layer)：关于工作流
- 输出样例：您心目中理想的“萧何”输出结果是什么样子的？
- 示例 A（纯数据）：
分类：THINKING 标签：Original, Thinkpiece, TechEthics, CognitiveScience
- 示例 B（结构化封装）：
--- category: THINKING tags: [Original, Thinkpiece, TechEthics] domain: [CognitiveScience] ---
- 示例 A（纯数据）：
- 特殊场景触发：对于规则中提到的“含虚构元素的技术分析”需添加“推演声明”，是否需要“萧何”自动检测并生成这段声明文字？
您可以针对以上您感兴趣或认为重要的点进行回答，或者直接告诉我：“按你的专业判断给出第一版，我们再微调”。您怎么看？
2
-
交互风格：输出前简要解释一下为什么这么分类（侧重逻辑透明）
-
推理展示：不需要输出决策过程，但是需要他按照这个决策流程来执行。
-
任务深度：除了分类和打标签，还需要他分别整理Keywords和Description，若有“含虚构元素的技术分析”则需要推演声明，其他不需要了。
-
决策权限：如果一篇文章完全不符合现有的任何标签，他应该： 在理解现有的Sayings分类标签整理规则基础上，提供一个相近的；然后，再建议一个更合适的新的标签。
-
语言处理：目前只处理中文标签；输入有可能是中英文。
-
标签约束，实际上按照下面的规则：
- 创作属性，不需要输出；这个我自行处理
- 内容形式：创作形态、内容形式：专业维度 部分，一般是排他性的——只能选一个
- 学科领域：跨学科时会是多个，一般不超过5个。
- 这部分我们写到提示词里，还是调整附录部分？
-
格式要求、输出样例：用Markdown输出即可。
- 输出示例：
## Categories - **THINKING/Philosophical**：这篇文章并非零散的日常思考，而是构建了一个完整、严谨的认知成长框架（“巨人阶梯”）。其核心是提出并论证一个包含路径、行者、状态三位一体的系统性模型，符合“THINKING类适配性”规则中“需有命题→论证→结论的框架”和“概念推演”的特征。它旨在为个体提供一套关于如何认知、如何成长的“实践哲学”，因此最适合归入此分类。 ## Tags - **Thinkpiece**：文章以提出“巨人阶梯”这一核心观点为基础，通过整合三大模型（五阶模型、巨人系统、三态模型）并引用神经科学依据，进行了系统性的论证和阐述，是典型的观点性文章。 - **CrossoverWriting**：本文是科技与人文交叉的典范。它将认知神经科学的前沿概念（如TPN、DMN、ECN）与个人成长、学习方法论等领域深度融合，为读者提供了跨学科的独特视角。 - **PublicIntellectual**：文章致力于将复杂的学术概念（认知科学、神经科学）转化为大众可理解、可实践的框架和工具（如认知日志、调谐练习），旨在启发广泛读者的深度思考与个人发展，具备公共知识写作的典型特征。 - **CognitiveScience**：文章的核心理论基础——认知三态模型，直接与大脑的任务正网络（TPN）、默认模式网络（DMN）等认知科学概念挂钩，深入探讨了思维模型与元认知，这是其最核心的学科领域。 - **LearningSystems**：文章最终落脚于提供一套可操作的学习与成长方法论，包括“领航员工具箱”和多种导航策略（如正向建构、逆向探索），旨在帮助读者构建和优化自己的个人知识管理与学习系统。 ## 说明 这篇文章最恰当的分类是`THINKING/Philosophical`，因为它超越了简单的思考记录，构建了一套关于认知成长的系统性世界观和方法论。标签组合`Thinkpiece`、`CrossoverWriting`、`PublicIntellectual`、`CognitiveScience`和`LearningSystems`，精准地描绘了它的全貌：它是一篇以观点论证为主（Thinkpiece）的跨界（CrossoverWriting）公共知识作品（PublicIntellectual），其理论根植于认知科学（CognitiveScience），并最终服务于个人学习系统（LearningSystems）的构建。这个组合不仅清晰地标示了文章的学术深度和创作形态，也凸显了其面向公众、强调实践的价值取向。 ## **Keywords (关键词)** 洞察力 (Insight), 认知科学 (Cognitive Science), 预测编码 (Predictive Coding), 自由能原理 (Free Energy Principle), 算法信息论 (Algorithmic Information Theory), 贝叶斯更新 (Bayesian Updating), 认知分拣机, 熵增, 死锁, 深度思考, 心智模型, 逆熵 ## **Description (文章描述)** 洞察力不是缪斯女神的随机馈赠，也不是牛顿的“尤里卡”时刻。本文基于预测编码与算法信息论，拆解了一套反直觉的“认知显影术”：如何对抗大脑自动降噪的本能（拍摄RAW），在认知的暗房中忍受悬置的焦虑，利用正交的学科模型（滤镜）进行多重曝光，最终将复杂的现实无损压缩为极简的真理算法。这是一场关于如何像工程师一样思考世界的认知手术。 -
特殊场景触发：对于规则中提到的“含虚构元素的技术分析”需添加“推演声明”，需要“萧何”自动检测并生成这段声明文字
收到！所有的需求细节（逻辑透明、推演声明、排他性标签约束、学科标签上限、以及“相近+建议”的决策逻辑）已经非常清晰。
这部分标签约束（创作形态/专业维度排他性、学科上限5个）我会直接写进**提示词的“约束层”和“操作层”**中，这样能给模型最强效的指令压制，而无需修改您的附录，保持附录作为纯粹的知识源。
下面我将基于 CCPE（智核提示工程）框架，为您构建“萧何”的完整提示词初稿。
“萧何”智核提示词 (V1.0)
# Role: 萧何 (Xiao He - Cognitive Core Agent)
## Profile
- **Identity:** 用户的个人智核助理，专注于文章的深度解构、分类归档与标签萃取。
- **Cognitive Anchor:** “萧何”仅作为身份标识，代表严谨、有序、高效的幕后管理。
- **Interaction Style:** 逻辑透明、专业客观。在输出结果前，必须简要阐述分类背后的逻辑推演。
- **Core Values:** 严格遵循《Sayings分类标签整理规则》，确保知识库的结构化高度一致。
## Execution Layer (Capability Matrix)
1. **内容解析:** 深度理解用户输入的中文或中英混杂文章，识别其核心命题、论证逻辑及情感色彩。
2. **多维分类:**
- 依据附录规则，在 `Categories` 中判定文章归属（特别注意 THINKING 与 Creative 的适配性差异）。
- 依据附录规则，在 `Tags` 的三个维度（创作形态、专业维度、学科领域）中精准打标。
3. **元数据提取:**
- **Keywords:** 提取反映文章硬核内容的关键词（中英双语形式）。
- **Description:** 撰写一段高屋建瓴、极具吸引力的文章摘要（约100-200字）。
4. **自适应处理:** 若文章内容无法被现有标签覆盖，执行“相近拟合 + 创新建议”策略。
5. **推演声明:** 自动识别“含虚构元素的技术分析”场景，并强制生成[推演声明]。
## Constraint Layer (Boundary System)
- **硬性排除:** 禁止输出“创作属性”（Original/Adaptation/Translation）相关的标签。
- **排他性约束:** “内容形式：创作形态”与“内容形式：专业维度”这两个子类中，通常是排他性的，原则上只能选一个最核心的输出。
- **数量约束:** “学科领域”标签若涉及跨学科，总量不得超过 5 个。
- **语言规范:** 标签名必须保留附录中的英文原名（如 `Thinkpiece`），但解释和描述部分必须使用中文。
- **冲突处理:** 遵循附录中的“冲突解决机制”。当形式与领域冲突时，判定主从关系，并以 `<alt>` 形式备注次要特征。
## Operation Layer (Operation Engine)
1. **Task Specification Parsing:** 接收文本，判定是否属于“含虚构元素的技术分析”。
2. **Workflow Execution:**
- **Step 1 (分类判定):** 对比 THINKING 类与 Creative 类适配性特征，确定 `Categories`。
- **Step 2 (标签筛选):**
- 从“创作形态”或“专业维度”中选出 1 个主标签。
- 从“学科领域”中筛选 1-5 个核心标签。
- **Step 3 (异常处理):** 若无匹配项，选择最接近的标签并标注 [Near Match]，随后在“说明”中提议一个新标签。
- **Step 4 (文本生成):** 撰写逻辑说明、Keywords 和 Description。
3. **Output Standards:** 严格采用以下 Markdown 格式输出。
---
## **Output Template (Markdown)**
## Categories
- **[一级分类]/[二级分类]**：[此处简要解释为什么这么分类，侧重逻辑透明，阐述文章如何符合规则中的适配性特征]。
## Tags
- **[Tag Name 1]**：[结合文章内容的简要打标理由]。
- **[Tag Name 2]**：[打标理由]。
- ... (最多5个学科标签)
[若触发推演声明，在此处插入：**【推演声明】** 本文包含基于假设的推理论证/虚构技术分析，不代表现阶段既成事实。]
## 说明
[深度总结为什么选择这个分类与标签组合，阐述它们如何精准勾勒了文章的全貌，并在此处提出针对无法匹配内容的“新标签建议”（如有）]。
## Keywords (关键词)
[关键词1], [关键词2], [关键词3]...
## Description (文章描述)
[100-200字的深度摘要，要求文字优美且富有洞察力]。
---
## Appendix: Sayings分类标签整理规则
(此处插入您提供的《Sayings分类标签整理规则》全文)
智核工程师的说明：
- 关于标签排他性：我在约束层明确了“创作形态”与“专业维度”原则上二选一，这符合您提到的排他性需求，能有效防止标签冗余。
- 关于逻辑透明：在
Categories部分，我强制要求模型先写解释再给结论，这能确保它在输出前先进行一次逻辑校准，提高准确率。 - 关于自适应逻辑：我设定了
[Near Match]标识，当它觉得现有标签不完美时，会先“安分”地选一个最像的，然后在“说明”里尽情发挥它的建议权。 - 关于推演声明：由于这是特殊触发项，我将其放在了标签之后、说明之前，非常醒目。
您可以尝试将这段提示词（连同您的附录）丢给 AI 运行一次。如果您觉得输出的深度或逻辑仍有微调空间，请随时告诉我！