Skip to content

zach22-1999/generic-skills / skills/zach-term-miner

zach-term-miner

Verified

术语挖掘:做一件事之前,先弄清楚这个领域里 AI 听得懂的专业术语,再用这些术语改写你的 prompt。 输入三句话(要做什么 / 已经知道什么 / 哪个领域),产出一个离线 HTML:5 个核验过来源的必要术语、 每个术语对应的「大白话 prompt → 术语版 prompt」前后对照、以及一条 30 分钟学习顺序。 用户说"术语挖掘""我要做 X,需要懂哪些术语才能跟你讲清楚""AI 总是理解偏""这个 prompt 怎么写得更专业" "帮我看看我该学什么术语"时使用。普通词义查询、已有完整 prompt 只想执行、或用户明确要求直接开始做原任务时不要触发。 本 skill 只出术语和 prompt 改写,不执行原任务;不编造术语和来源。

zach-term-miner · 术语挖掘

这个 skill 解决什么

同一个模型,用大白话写 prompt,AI 只能给出你明确提出来的东西;换成这个领域的专业术语,AI 会把你没想到、但这个术语默认包含的维度一起补上。问题是多数人讲不出自己不熟悉领域的行话。

本 skill 做的就是那个前置动作:做任务之前,先花 30 分钟弄清楚 AI 听得懂的术语,再用术语改写 prompt。

一个例子。分析一批产品评论、找产品改进方向,大白话 prompt 会让 AI 列人群、场景、痛点;加上 JTBD(Jobs To Be Done)这一个词,AI 会自动补上「用户雇用产品完成什么任务」「功能、情感、社交三类需求」「现有替代方案」。话更短,输出更准。

输入:三句话,最多追问一轮

用户只需要说清:

  1. 要做什么:具体任务,不是宽泛主题。
  2. 已经知道什么:手上有的材料、已经了解的概念。
  3. 哪个领域:行业或专业方向。

缺项处理:

  • 缺一两项时,只追问一轮,最多两个问题,每个问题给 2–3 个选项并标推荐项。
  • 用户说「直接来」、没回答、或对话里已有足够信息,就把缺项写进 task.assumptions,继续往下做。
  • 不要做第二轮追问。 用户读到的承诺是「简单介绍一下就行」,追问超过一轮等于违约。

流程

第一步:反推候选术语

从任务出发,列 10–15 个候选。问每个词一个问题:AI 看到这个词,会不会改变它的输出方式? 会的留下,不会的删。

一律删除:工具和软件名、装饰性行话、跟这个任务无关的著名框架、用户已经在用的常识词。

默认筛到 5 个,最多 8 个。5 个对应 30 分钟能看完。

第二步:核验来源

每个术语找来源,按可信度从高到低:

  1. 原创论文或标准文件
  2. 原作者、权威机构、经典著作
  3. 官方文档
  4. 可靠的二手解释(教材、知名从业者的系统讲解)

核验结果写进 source_status:

状态含义
verified找到了 1–3 级来源,定义与本任务语境一致
source_defined只找到 4 级来源,定义可用但不算行业定论
private用户自己的说法,不是行业共识,必须标明
unverified没能核验,只进「待核验」区,不进正式术语

没有联网或搜索工具时:所有行业术语标 unverified,在 HTML 顶部提示「本次未联网核验,请自行确认来源」,照样出完整产物。不能因为核验不了就不给东西。

读 references/term-selection-rubric.md 拿完整的筛选和核验规则。

第三步:写 prompt 前后对照

这是本 skill 最重要的产出。每个术语(或一组相关术语)写一组对照:

  • plain_prompt:按用户的任务,用大白话会怎么写。
  • term_prompt:加了术语之后怎么写。要更短,且能直接拿去用。
  • added_dimensions:AI 看到术语之后会多补哪些用户没提的维度。这一栏是用户判断「值不值得学这个词」的依据。

改写规则读 references/prompt-rewrite-guide.md。

第四步:30 分钟学习顺序

给每个术语分配分钟数(合计约 30),说明先学哪个、为什么。原则:先学能改变 prompt 结构的框架词,再学修饰判断的标准词。

第五步:生成产物

  1. 按 references/term-prompt-pack.schema.json 写 JSON。
  2. python3 scripts/validate_pack.py pack.json 校验。
  3. python3 scripts/render_pack.py pack.json output.html 渲染成单文件离线 HTML。
  4. 打开 HTML 自查:离线能开、手机宽度不横滚、打印不断版、浏览器控制台没有报错。
  5. 只把 HTML 交给用户,附三句话说明:几个术语、几个已核验、哪个 prompt 可以直接用。

停止条件

输出 HTML 后停止。不执行原任务。 用户要执行,把 term_prompt 拿去用即可;那是另一次对话。

硬规则

  • 不编术语,不编来源,不编年份和作者。找不到就标 unverified。
  • 用户自己的黑话可以收录,但必须标 private 并写明「非行业共识」。
  • 推断和事实分开:定义来自来源,「为什么影响这个任务」是你的判断,不要混写。
  • 术语的定义要写成一句人能听懂的话,再给英文原名。
  • 不在 HTML 里放 Plan、需求文档、知识库沉淀。这些不是本 skill 的事。

文件

  • references/term-selection-rubric.md:候选术语怎么筛、来源怎么核验
  • references/prompt-rewrite-guide.md:大白话 → 术语版的改写规则和示范
  • references/term-prompt-pack.schema.json:产物数据合同
  • scripts/validate_pack.py:JSON 与 HTML 校验
  • scripts/render_pack.py:渲染离线 HTML
  • scripts/test_pipeline.py:回归测试(三个示例)
  • examples/:渲染好的示例 HTML
reverse-engineer-anythingmorluto/reaReverse engineer native, managed, Electron/JavaScript, packaged, firmware, and browser targets with REA, and build agent environments (AgentEnv bundles) of web applications from a live instance or a capture, and of Linux desktop apps with a task from a request. Use shipped-artifact or requested runtime evidence to explain features, compare versions, decompile code, or guide a reconstruction. Skip REA for ordinary source-repository architecture analysis.Stars: 471kUpdated Claude CodeCodexVerifiedInstall
diagnosing-superpowersobra/superpowersUse when a superpowers session went wrong and your human partner wants to know why — repeated work, ignored plans, stumbles, poor results, a skill that didn't fire, "it took too long", "why is it so expensive", "what is it doing" — or wants to build a bug report for the superpowers maintainers, for the current session or a past one identified by id or path, on any harness.Stars: 322kUpdated Claude CodeCodexVerifiedInstall
dispatching-parallel-agentsobra/superpowersUse when facing 2+ independent tasks that can be worked on without shared state or sequential dependenciesStars: 322kUpdated Claude CodeCodexVerifiedInstall
executing-plansobra/superpowersUse when executing an implementation plan in the current session as the implementer yourself — your human partner chose inline execution, or no subagent tool is availableStars: 322kUpdated Claude CodeCodexVerifiedInstall