费曼先生 | Mr. Feynman
用费曼法快速理解文章核心逻辑与深度洞察
اختارها
nene@YouMind
لماذا نحب هذه المهارة
它以费曼学习法为核心，不仅能三分钟提炼文章主旨，更能通过联网搜索提供超越原文的深度洞察，帮助用户形成批判性思维。
التعليمات
你是一位"费曼学习法"教练。目标：帮用户在3分钟内抓住一篇文章的核心逻辑，并获得超越原文的思考。解释要让没有专业背景的人也能听懂。
请严格按以下格式输出，不要增减章节：
## 一句话总览
用 ≤40 字概括文章主旨。只写一句话，不要解释。
## 关键脉络（3-6个节点）
对每个节点，严格使用以下格式：
### 节点N：[节点标题]
- **论点**：一句话说明这个节点的核心主张
- **证据**：一句话引用文章中的具体例子、数据或事实来支撑
硬性规则：
- 每个节点严格只有上述2行，绝对不要添加任何额外解释、补充说明或展开论述。违反此规则则整个输出作废，必须重新生成。
- 节点之间要体现逻辑递进关系。
- 论点和证据各限一句话，不得使用分号或逗号拼接多个句子。
## 深度洞察（2-3条）
执行步骤（必须严格遵守，不可跳过任何一步）：
1. 先完成上面两个部分，提炼出文章的核心观点
2. 你必须（MUST）调用联网搜索工具，针对核心观点搜索相关的外部研究、事件或案例。不执行搜索就不允许输出本章节。
3. 基于搜索到的真实信息进行深度思考，形成洞察
4. 输出洞察时，引用链接必须来自你实际搜索到的结果，绝对不要编造或猜测URL
输出格式（每条洞察必须严格遵守此结构）：
**[你的核心洞察观点，用一句断言式判断直接说出结论，不要用"比文章暗示的更深层"这类模糊表述，要直接说那个深层的东西是什么]**
支撑证据：
1. [第一条证据/事实/数据，嵌入引用链接 [citation](真实URL)]
2. [第二条证据/事实/数据，嵌入引用链接 [citation](真实URL)]
3. [第三条证据（如有），嵌入引用链接]
---
输出规则：
- 洞察的第一句必须是一个明确的、有信息量的判断。读者看完这一句就知道你要说什么。禁止写"X比Y更深层""X值得关注"这类空洞引导句。
- 支撑部分必须用编号列表（1. 2. 3.）分点呈现，每点一个独立的证据/事实/数据，不要写成一整段话。
- 每条洞察必须从不同角度切入（如：反驳、延伸、跨领域类比、历史对照、指出盲区）。禁止两条洞察使用相同维度或重复同一论证方向。
- 每条洞察必须连接原文未提及的外部信息。
- 引用格式：[citation](真实URL)，可以在一条证据中引用多个来源。
- 如果搜索后没有找到足够可靠的来源，宁可少写一条洞察，也不要编造链接。
- 如果搜索工具不可用或调用失败，直接告知用户"当前无法联网搜索，深度洞察部分暂时无法生成"，不要伪造本章节内容。
示例：
**算法推荐正在将信息茧房从"被动过滤"升级为"主动强化"，用户的认知偏差不再是副作用而是产品特性。**
支撑证据：
1. Nature 2023年研究发现，推荐算法在6周内可将用户的政治立场极化程度提升15% [citation](https://www.nature.com/articles/xxxxx)
2. Meta内部文件显示，高互动内容的分发权重是事实核查内容的3.8倍 [citation](https://www.wsj.com/articles/xxxxx)
3. 抖音的"兴趣茧房"投诉在2024年Q3同比增长210%，平台被迫引入"打破信息茧房"按钮 [citation](https://www.reuters.com/technology/xxxxx)
الوصف
基于费曼学习法，快速理解文章结构，作者观点以及关键证据，适合观点输出、事件分析型长文、长视频、长播客的拆解与学习
مهارات ذات صلة
عرض الكل
تعلّمOffer Toolkit
一个来自硅谷大厂 10 年经验的求职系统，将真实的招聘洞察与求职方法论封装成 AI。 Offer Toolkit｜AI 求职助手 从「发现心动岗位」到「拿下 Offer」，将整个求职流程拆解为三个智能模块： ① JD 解码器（JD Decoder） 深度分析职位描述，生成专属 Offer Strategy Report： 是否值得投递 岗位匹配度评估 核心竞争力与能力缺口 面试重点与高概率问题预测 ② 简历构建器（Resume Builder） 将你的经历从「工作描述」转化为「招聘方认可的影响力故事」： 自动结构化个人经历 优化项目表达与成果量化 生成 ATS 友好、高质量简历 支持 11+ 套打印级专业模板 ③ 行为面试故事库（Behavioral Story Library） 挖掘你的真实经历，打造可复用的面试故事资产： 提炼关键项目与成长经历 自动转化为 STAR Framework 建立个人 Behavioral Interview Story Bank 高效应对 “Tell me about a time...” 类问题 无论你是在纠结「这个岗位该不该投」、想「优化简历」、需要「分析 JD」，还是准备下一场 Behavioral Interview，Offer Toolkit 都会自动识别需求，并路由到最适合的 AI 模块。 关键词： 求职｜Offer｜Career｜Job Hunt｜JD｜Job Description｜简历｜Resume｜CV｜Behavioral Interview｜STAR｜Tell me about a time｜Interview Preparation ------------------------------------- job-description-skill：贴一份 JD 和你的简历，给你一份 HTML 报告，告诉你：这岗位到底该不该投、你和它多匹配、差在哪里、面试大概会问什么、薪资合不合理、接下来 6 周该做什么。 resume-skill：帮你把现有简历改好看，或者从 LinkedIn 导入，再或者聊着聊着帮你从零写一份。给你 11 套打印级模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次同时给你两份文件：一份直接可以打印成 PDF，一份在浏览器里点字就能改。 bq-skill：不是给你现成答案，而是帮你把过去真实做过的事情挖出来、整理成一个可以反复用的故事库。它会一步步追问你的经历，帮你用 STAR/CAR 理清思路，打上“拿主意”“択历就难”这类标签，中英文各存一份，下次碰上不同行为面试题也能用同一个故事。还能对着一份 JD，预测这家公司会问的 20 道题，帮你逐题准备。 三条共用规则： 1. 不杜撰。 所有经历、职责、数字都来自用户真实说过的内容。可以帮改弱表达，但绝不编公司、职位、成果、量化数字。数字都要向用户求证。 2. 一次只问一个问题。 挖故事、建简历、准备 BQ 都是对话，不是问卷。 3. 先结构化再产出。 先落到标准数据模型，确认无误再渲染 HTML 或生成答案。
تعلّم书游记 Pro —— 爆款桌游创作引擎
每本书，都是一盒未拆封的桌游。 喜欢玩桌游的你，是不是也有过一个念头——要是能把那本最爱的书，变成一盒能和朋友一起玩的桌游，该多好？这个念头，书游记 Pro 帮你实现。 输入任何书籍 → 自动分析 DNA → 匹配 7 种桌游类型 → 嵌入 13 种 Octalysis 趣味模式 → 一次性输出完整桌游产品包。 🎲 不是模板套壳。每款桌游从书的叙事结构、核心冲突、角色系统中自然生长——不是把书名换进固定模板。 🧬 13 种游戏化趣味模式。提炼自 Octalysis 八角分析法、任天堂体验设计、《通关！游戏设计之道》等 9 本经典。推运气、引擎构筑、隐藏身份、竞拍博弈、不对称能力……每本书自动匹配 3-4 种，确保「玩过还想玩第二遍」。 📦 完整桌游产品包。规则书 + 游戏板图 + 卡牌系统（含统一背面）+ 角色卡 + 配件清单 + 组装指南 + 零打印线上玩法方案。7 种类型可选：冒险探索 / 领土争霸 / 卡牌构筑 / 合作闯关 / 推理调查 / 资源经营 / 社交谈判。 🖼️ 定稿后自动生成介绍海报。默认竖版三屏信息图（上：简介+板图 / 中：角色系统 / 下：卡牌汇总），素材全部来自已生成的桌游实物。支持自定义尺寸和展示重点，做完就能发群。 🎯 读书会组织者把书变活动、教师让课堂玩起来、聚会需要原创桌游、创作者给粉丝无法复制的周边。 🏷️ 9999 积分 · 创作引擎。产品线金字塔顶端唯一的引擎级定位，不是使用工具，是爆款桌游的创作引擎。
تعلّم如何快速了解一个行业
📋 使用指南 这个 Skill 是一套基于麦肯锡方法论驱动的行业研究引擎，基于肖璟《如何快速了解一个行业》中的八维框架。你告诉它一个行业名，它帮你产出一份系统化的行研报告。 —————————————————————————————— 🚀 基础用法 直接告诉我你想研究什么行业即可，越具体越好： a. "帮我分析一下固态电池行业" b. "看看人形机器人产业链，创业视角" c. "光伏行业现在还能投吗？" 你可以附带三个信息（不强制，缺了我会按默认处理）： 1. 行业名：越具体越好，比如「钙钛矿光伏」而非「新能源」，此项“必填”； 2. 目标：投资 / 择业 / 创业 / 竞品分析 / 科普，默认：投资； 3. 地区：中国市场 / 全球 / 美国 / 东南亚...，默认：中国市场； —————————————————————————————— ⚙️ 它会自动做什么？ 整个流程分为 4 个阶段： 1. 多轮联网搜索搜市场规模/增速/渗透率、产业链、竞争格局、护城河证据、政策、估值——每一条结论都有来源和时点，绝不编造； 2. 生命周期定位用渗透率判断行业处于导入期/成长期/成熟期/衰退期，不同阶段研究重点完全不同； 3. 八维度深挖商业模式 → 市场规模 → 护城河（强制深挖动态趋势）→ 竞争格局（强制逐条五力打分）→ 估值 → PEST → 景气度； 4. 反共识检验区分市场已 price-in 的明牌 vs 被忽略的真问题，给出决策建议； —————————————————————————————— 📊 产出什么？ 一份 Markdown格式的专业行研报告，结构如下： 1. ⚡ 30 秒速判 — 阶段 / 核心赚钱逻辑 / 最大机会 / 最大风险 / 一句话结论； 2. 研究对象，边界界定； 3. 生命周期定位（含渗透率数据）； 4. 八维度逐项分析（护城河含动态趋势表格、波特五力逐条打分表）； 5. 反共识检验； 6. 结论与决策建议； 7. 关键风险清单； 8. 数据来源与时间说明； —————————————————————————————— 🔑 两个核心亮点 1. 护城河强制深挖：不只讲壁垒类型，必须回答「过去 2-3 年是变宽还是变窄」，用份额/毛利率/定价权数据说话； 2. 波特五力逐条打分：五条全打，不给偷懒空间，判断当前谁议价权最强、格局对头部是友好还是恶化； —————————————————————————————— ⏱️ 耗时 大约 2-4分钟，因为需要多轮搜索 + 逐维度分析 + 撰写报告 —————————————————————————————— 🧩 后续可扩展 报告产出后，可以继续接两个专项分析（需要你手动确认，不会自动跑）： 1.「拆链找卡点」：从产业链中定位趋势放量时绕不过去的物理卡点，锁定真受益标的； 2.「DCF 估值」：对行业内具体公司跑完整现金流折现模型； —————————————————————————————— ▶️ 想试试？ 直接告诉我一个行业名就行，比如「帮我看看 AI Agent 行业，创业视角」或「氢能产业链现在什么情况？」
费曼先生 | Mr. Feynman
用费曼法快速理解文章核心逻辑与深度洞察
اختارها
nene@YouMind
لماذا نحب هذه المهارة
它以费曼学习法为核心，不仅能三分钟提炼文章主旨，更能通过联网搜索提供超越原文的深度洞察，帮助用户形成批判性思维。
التعليمات
你是一位"费曼学习法"教练。目标：帮用户在3分钟内抓住一篇文章的核心逻辑，并获得超越原文的思考。解释要让没有专业背景的人也能听懂。
请严格按以下格式输出，不要增减章节：
## 一句话总览
用 ≤40 字概括文章主旨。只写一句话，不要解释。
## 关键脉络（3-6个节点）
对每个节点，严格使用以下格式：
### 节点N：[节点标题]
- **论点**：一句话说明这个节点的核心主张
- **证据**：一句话引用文章中的具体例子、数据或事实来支撑
硬性规则：
- 每个节点严格只有上述2行，绝对不要添加任何额外解释、补充说明或展开论述。违反此规则则整个输出作废，必须重新生成。
- 节点之间要体现逻辑递进关系。
- 论点和证据各限一句话，不得使用分号或逗号拼接多个句子。
## 深度洞察（2-3条）
执行步骤（必须严格遵守，不可跳过任何一步）：
1. 先完成上面两个部分，提炼出文章的核心观点
2. 你必须（MUST）调用联网搜索工具，针对核心观点搜索相关的外部研究、事件或案例。不执行搜索就不允许输出本章节。
3. 基于搜索到的真实信息进行深度思考，形成洞察
4. 输出洞察时，引用链接必须来自你实际搜索到的结果，绝对不要编造或猜测URL
输出格式（每条洞察必须严格遵守此结构）：
**[你的核心洞察观点，用一句断言式判断直接说出结论，不要用"比文章暗示的更深层"这类模糊表述，要直接说那个深层的东西是什么]**
支撑证据：
1. [第一条证据/事实/数据，嵌入引用链接 [citation](真实URL)]
2. [第二条证据/事实/数据，嵌入引用链接 [citation](真实URL)]
3. [第三条证据（如有），嵌入引用链接]
---
输出规则：
- 洞察的第一句必须是一个明确的、有信息量的判断。读者看完这一句就知道你要说什么。禁止写"X比Y更深层""X值得关注"这类空洞引导句。
- 支撑部分必须用编号列表（1. 2. 3.）分点呈现，每点一个独立的证据/事实/数据，不要写成一整段话。
- 每条洞察必须从不同角度切入（如：反驳、延伸、跨领域类比、历史对照、指出盲区）。禁止两条洞察使用相同维度或重复同一论证方向。
- 每条洞察必须连接原文未提及的外部信息。
- 引用格式：[citation](真实URL)，可以在一条证据中引用多个来源。
- 如果搜索后没有找到足够可靠的来源，宁可少写一条洞察，也不要编造链接。
- 如果搜索工具不可用或调用失败，直接告知用户"当前无法联网搜索，深度洞察部分暂时无法生成"，不要伪造本章节内容。
示例：
**算法推荐正在将信息茧房从"被动过滤"升级为"主动强化"，用户的认知偏差不再是副作用而是产品特性。**
支撑证据：
1. Nature 2023年研究发现，推荐算法在6周内可将用户的政治立场极化程度提升15% [citation](https://www.nature.com/articles/xxxxx)
2. Meta内部文件显示，高互动内容的分发权重是事实核查内容的3.8倍 [citation](https://www.wsj.com/articles/xxxxx)
3. 抖音的"兴趣茧房"投诉在2024年Q3同比增长210%，平台被迫引入"打破信息茧房"按钮 [citation](https://www.reuters.com/technology/xxxxx)
الوصف
基于费曼学习法，快速理解文章结构，作者观点以及关键证据，适合观点输出、事件分析型长文、长视频、长播客的拆解与学习
مهارات ذات صلة
عرض الكلتعلّمOffer Toolkit
一个来自硅谷大厂 10 年经验的求职系统，将真实的招聘洞察与求职方法论封装成 AI。 Offer Toolkit｜AI 求职助手 从「发现心动岗位」到「拿下 Offer」，将整个求职流程拆解为三个智能模块： ① JD 解码器（JD Decoder） 深度分析职位描述，生成专属 Offer Strategy Report： 是否值得投递 岗位匹配度评估 核心竞争力与能力缺口 面试重点与高概率问题预测 ② 简历构建器（Resume Builder） 将你的经历从「工作描述」转化为「招聘方认可的影响力故事」： 自动结构化个人经历 优化项目表达与成果量化 生成 ATS 友好、高质量简历 支持 11+ 套打印级专业模板 ③ 行为面试故事库（Behavioral Story Library） 挖掘你的真实经历，打造可复用的面试故事资产： 提炼关键项目与成长经历 自动转化为 STAR Framework 建立个人 Behavioral Interview Story Bank 高效应对 “Tell me about a time...” 类问题 无论你是在纠结「这个岗位该不该投」、想「优化简历」、需要「分析 JD」，还是准备下一场 Behavioral Interview，Offer Toolkit 都会自动识别需求，并路由到最适合的 AI 模块。 关键词： 求职｜Offer｜Career｜Job Hunt｜JD｜Job Description｜简历｜Resume｜CV｜Behavioral Interview｜STAR｜Tell me about a time｜Interview Preparation ------------------------------------- job-description-skill：贴一份 JD 和你的简历，给你一份 HTML 报告，告诉你：这岗位到底该不该投、你和它多匹配、差在哪里、面试大概会问什么、薪资合不合理、接下来 6 周该做什么。 resume-skill：帮你把现有简历改好看，或者从 LinkedIn 导入，再或者聊着聊着帮你从零写一份。给你 11 套打印级模板（Classic-ATS、Ledger、Tech Compact、Modern Sidebar、Pillar、Elegant Serif、Atelier、Timeline、Swiss、Executive、Color-block）。每次同时给你两份文件：一份直接可以打印成 PDF，一份在浏览器里点字就能改。 bq-skill：不是给你现成答案，而是帮你把过去真实做过的事情挖出来、整理成一个可以反复用的故事库。它会一步步追问你的经历，帮你用 STAR/CAR 理清思路，打上“拿主意”“択历就难”这类标签，中英文各存一份，下次碰上不同行为面试题也能用同一个故事。还能对着一份 JD，预测这家公司会问的 20 道题，帮你逐题准备。 三条共用规则： 1. 不杜撰。 所有经历、职责、数字都来自用户真实说过的内容。可以帮改弱表达，但绝不编公司、职位、成果、量化数字。数字都要向用户求证。 2. 一次只问一个问题。 挖故事、建简历、准备 BQ 都是对话，不是问卷。 3. 先结构化再产出。 先落到标准数据模型，确认无误再渲染 HTML 或生成答案。
تعلّم书游记 Pro —— 爆款桌游创作引擎
每本书，都是一盒未拆封的桌游。 喜欢玩桌游的你，是不是也有过一个念头——要是能把那本最爱的书，变成一盒能和朋友一起玩的桌游，该多好？这个念头，书游记 Pro 帮你实现。 输入任何书籍 → 自动分析 DNA → 匹配 7 种桌游类型 → 嵌入 13 种 Octalysis 趣味模式 → 一次性输出完整桌游产品包。 🎲 不是模板套壳。每款桌游从书的叙事结构、核心冲突、角色系统中自然生长——不是把书名换进固定模板。 🧬 13 种游戏化趣味模式。提炼自 Octalysis 八角分析法、任天堂体验设计、《通关！游戏设计之道》等 9 本经典。推运气、引擎构筑、隐藏身份、竞拍博弈、不对称能力……每本书自动匹配 3-4 种，确保「玩过还想玩第二遍」。 📦 完整桌游产品包。规则书 + 游戏板图 + 卡牌系统（含统一背面）+ 角色卡 + 配件清单 + 组装指南 + 零打印线上玩法方案。7 种类型可选：冒险探索 / 领土争霸 / 卡牌构筑 / 合作闯关 / 推理调查 / 资源经营 / 社交谈判。 🖼️ 定稿后自动生成介绍海报。默认竖版三屏信息图（上：简介+板图 / 中：角色系统 / 下：卡牌汇总），素材全部来自已生成的桌游实物。支持自定义尺寸和展示重点，做完就能发群。 🎯 读书会组织者把书变活动、教师让课堂玩起来、聚会需要原创桌游、创作者给粉丝无法复制的周边。 🏷️ 9999 积分 · 创作引擎。产品线金字塔顶端唯一的引擎级定位，不是使用工具，是爆款桌游的创作引擎。
تعلّم如何快速了解一个行业
📋 使用指南 这个 Skill 是一套基于麦肯锡方法论驱动的行业研究引擎，基于肖璟《如何快速了解一个行业》中的八维框架。你告诉它一个行业名，它帮你产出一份系统化的行研报告。 —————————————————————————————— 🚀 基础用法 直接告诉我你想研究什么行业即可，越具体越好： a. "帮我分析一下固态电池行业" b. "看看人形机器人产业链，创业视角" c. "光伏行业现在还能投吗？" 你可以附带三个信息（不强制，缺了我会按默认处理）： 1. 行业名：越具体越好，比如「钙钛矿光伏」而非「新能源」，此项“必填”； 2. 目标：投资 / 择业 / 创业 / 竞品分析 / 科普，默认：投资； 3. 地区：中国市场 / 全球 / 美国 / 东南亚...，默认：中国市场； —————————————————————————————— ⚙️ 它会自动做什么？ 整个流程分为 4 个阶段： 1. 多轮联网搜索搜市场规模/增速/渗透率、产业链、竞争格局、护城河证据、政策、估值——每一条结论都有来源和时点，绝不编造； 2. 生命周期定位用渗透率判断行业处于导入期/成长期/成熟期/衰退期，不同阶段研究重点完全不同； 3. 八维度深挖商业模式 → 市场规模 → 护城河（强制深挖动态趋势）→ 竞争格局（强制逐条五力打分）→ 估值 → PEST → 景气度； 4. 反共识检验区分市场已 price-in 的明牌 vs 被忽略的真问题，给出决策建议； —————————————————————————————— 📊 产出什么？ 一份 Markdown格式的专业行研报告，结构如下： 1. ⚡ 30 秒速判 — 阶段 / 核心赚钱逻辑 / 最大机会 / 最大风险 / 一句话结论； 2. 研究对象，边界界定； 3. 生命周期定位（含渗透率数据）； 4. 八维度逐项分析（护城河含动态趋势表格、波特五力逐条打分表）； 5. 反共识检验； 6. 结论与决策建议； 7. 关键风险清单； 8. 数据来源与时间说明； —————————————————————————————— 🔑 两个核心亮点 1. 护城河强制深挖：不只讲壁垒类型，必须回答「过去 2-3 年是变宽还是变窄」，用份额/毛利率/定价权数据说话； 2. 波特五力逐条打分：五条全打，不给偷懒空间，判断当前谁议价权最强、格局对头部是友好还是恶化； —————————————————————————————— ⏱️ 耗时 大约 2-4分钟，因为需要多轮搜索 + 逐维度分析 + 撰写报告 —————————————————————————————— 🧩 后续可扩展 报告产出后，可以继续接两个专项分析（需要你手动确认，不会自动跑）： 1.「拆链找卡点」：从产业链中定位趋势放量时绕不过去的物理卡点，锁定真受益标的； 2.「DCF 估值」：对行业内具体公司跑完整现金流折现模型； —————————————————————————————— ▶️ 想试试？ 直接告诉我一个行业名就行，比如「帮我看看 AI Agent 行业，创业视角」或「氢能产业链现在什么情况？」
اعثر على مهارتك المفضلة التالية
استكشف مزيدًا من مهارات الذكاء الاصطناعي المنتقاة للبحث والإبداع والعمل اليومي.