System Study

System Study — 系统化学习材料生成

你要学一个新领域。AI 自主调研 + 搭体系 + 产出 HTML 学习材料。

和已有 skill 的本质区别：

• vs long-research：那个是"有困惑 → 求结论"；这个是"想学 → 求体系"
• vs case-radar：那个给散点案例集；这个给系统化全貌
• vs readable-output：那个处理已有素材；这个自己挖素材 + 自己建体系（最后可调用它做出稿，但不是核心）

这个 skill 的差异化命门：除了"骨架 + 案例 + 工程化"这些教科书必讲的部分，强制产出"争议焦点 + 盲区清单"两块——这是普通学习材料没有的，是用户研究 → 内容/产品的金矿。

---

5 阶段流程总览

默认严格逻辑：阶段 1/2/4 都问用户。但用户可一次性说"全程不打扰、直接出 HTML"，跳过 2、4。阶段 1 永远不能省——题目错了后面全白干。

用户授权"全程不打扰"快速通道

如果用户在阶段 1 / 2 / 任何阶段说出"你直接来吧 / 直接给我结果就行 / 你自己定 / 你判断 / 全程不打扰"——主线程立即切换到快速通道：

1. 阶段 1 依然要问（用 AskUserQuestion 弹切片）——题目永远不能 AI 替用户拍 2. 阶段 2 仍然写 `02-调研计划.md` 存档，但不再问用户，直接进阶段 3 3. 阶段 4 仍然写 `04-体系大纲.md` 存档，但不再问用户，直接进阶段 5 4. 在 PLAN.md 标注"用户已授权全程不打扰"——这是审计线索

切换条件：用户的话里明确包含"直接 / 不打扰 / 自己定 / 自己判断 / 你来"等授权词。模糊表达（如"看着办"）不算——继续按默认严格流程问。

---

核心设计原则（5 条）

这 5 条是从首发实战提炼的、贯穿整个 skill 的设计哲学。所有 stage 都遵循：

1. 必经卡点不省——阶段 1 题目收敛永远不能省。其他卡点用户可授权跳过，但题目错了全白干。 2. 强制要异见，禁止和稀泥——Agent E 不接受"两边都对"。每个议题必须给 X/10 倾向分。 3. 盲区清单独立成块——还没共识的、还在打架的、AI 互相复读的，独立段落，不混在其他内容里。 4. 用户研究视角主导——不走"基础→进阶→高阶"教材路线，按"我能拿来做什么"组织。允许带判断、带视角，不需要装客观。 5. HTML 独立写，不调 readable-output——学习材料需要侧栏导航 + 章节折叠 + 争议高亮 + 盲区独立区，长文阅读结构不够用。

---

5 个 Sub-agent 阵容（A-D 灵活 + E 必选）

详细 prompt 模板见 reference/stage-3-subagent-templates.md。

主线程拿到题目后，根据主题情况微调每个 sub-agent 的具体调研范围（不是改职责类型，是改"查哪些源"），再批量派出。

---

工作流（主线程要做什么）

Step 0：建工作目录

<主题>学习/                  # 默认目录名，可改
├── PLAN.md                  # 总控
├── 01-题目确认.md
├── 02-调研计划.md
├── 03-调研笔记/
│   ├── A-{骨架切片名}.md
│   ├── B-{前沿切片名}.md
│   ├── C-{真物切片名}.md
│   ├── D-{生态切片名}.md
│   └── E-争议与盲区.md
├── 04-体系大纲.md
└── 05-学习材料.html

Step 1：题目收敛

• 用 AskUserQuestion（multiSelect: true）给用户 4 个切片选项让她勾
• 切片描述要具体到"覆盖什么"，不要泛泛
• 用户全选也行（这次提示词学习就是 4 个全选）
• 写 01-题目确认.md 记录主题 + 学习视角

Step 2：调研计划

• 列出每个 sub-agent 要查的源（官方文档、社区、案例库、争议议题）
• 给用户审一遍，可砍可加
• 用户说"开跑"就进入 Step 3
• 写 02-调研计划.md

Step 3：派 5 个 Sub-agent 并行

• 每个 sub-agent 用一个独立的 Agent 调用（subagent_type: general-purpose）
• 一次性在同一个 message 里发出全部 5 个（并行）
• prompt 模板见 reference/stage-3-subagent-templates.md
• 必须包含的硬约束（见 anti-patterns.md）：
• 分段写入文件（每完成 1-2 节就 Write 一次）
• 反 AI 文废话清单
• 来源可追溯
• 争议必须双轨 + 给倾向

Step 4：合成 + 大纲确认

• 读全部 5 份调研笔记
• 设计 8 篇章节结构（导读 / 骨架 / 实战 / 进阶 / 案例 / 工程化 / 争议 / 盲区 / 附录）
• 写 04-体系大纲.md
• 给用户过一遍坐标系

Step 5：HTML 产出

• 按 stage-5-html-spec.md 的设计 token 和组件规范
• 单文件 HTML，所有 CSS 内嵌
• 必须包含：左侧固定导航 / 4 种 callout / 案例 details 折叠 / 争议带倾向分 / 盲区清单
• 一次写完，不要分多次 Write（防止截断时被中间状态打断）

---

关键硬约束（一定要看 anti-patterns.md）

1. Sub-agent 必须分段写入文件——不能等最后一次性写。socket 崩溃会丢全部内容。 2. Agent E 强制双轨 + 给倾向分——"两边都对"不接受。 3. 案例类 Agent 强制 3+ 个原文片段 + 可信度评级——AI 总结的二手案例不接受。 4. AI 文废话黑名单——明显套话密度高的中文博客跳过。 5. 主线程做合成，不下放给 sub-agent——sub-agent 只产物料。 6. PLAN.md 主控——每次状态变化更新进度表。

---

灵活参数

---

不适用于（边界划清）

• "X 行不行 / 为什么 Y / 评估 X 可行性" → long-research
• "X 领域有哪些好玩案例 / 看看大家在玩什么" → case-radar（散点 vs 体系）
• "把这堆素材整理成 HTML" → readable-output（处理已有素材 vs 自己挖素材）
• "写文章 / 出初稿" → writing-assistant
• "做设计稿 / UI 原型" → design-exploration / macos-product-design
• "PRD / 需求文档" → prd-doc-writer

---

参考实例

首发实战：项目根目录 提示词学习/（2026-05-14 跑通的真实案例）

• 主题：提示词学习（4 切片全选）
• 实际耗时：~30 分钟
• 产物：5 份调研笔记 ~180KB → HTML 学习材料 120KB（1635 行）
• 卡点教训：见 anti-patterns.md 的"Agent B socket 崩溃"案例

后续每跑一个新主题，建议在 examples-index.md 里记一笔，作为后续主题的参考。

反模式 — 从首发实战中提取的卡点教训

2026-05-14 首发实战"提示词学习"主题跑下来真实遇到的卡点，固化成必避反模式。

---

反模式 1：Sub-agent 没分段写入文件 ⭐⭐⭐

实战来源：首发跑 5 个 sub-agent 并行，Agent B（Agent 时代提示词）跑到 40 个 tool 调用、约 5 分钟时 socket 断连，0 token 返回。问题不是 sub-agent 没工作——它做了大量调研——但因为没分段写入文件，所有内容全丢，必须从头补跑。

避免方法：每个 sub-agent 的 prompt 末尾必须包含这条强制约束：

**分段写入文件**——每完成 1-2 个章节就用 Write 工具更新文件，
不要等到最后一次性写完（防止 socket 中断丢内容）

补跑时增加强调：

注意：前一次任务因网络中断未完成（已损失内容）。
这次必须**边查边写、分段更新文件**——
每完成 1-2 个章节就 Write 一次，不要等最后一次性写完。

---

反模式 2：Sub-agent 写"AI 文废话"

实战发现：默认 sub-agent prompt 不约束时，产物会出现：

• "在 AI 时代，提示词工程..."
• "我们必须重视..."
• "通过深入研究，我们发现..."
• "随着大模型的发展..."

这些套话密度高、信息密度低，纯属浪费 token。

避免方法：每个 sub-agent prompt 必含：

**拒绝 AI 文式套话**——"在 AI 时代..."、"我们必须..."、"通过..."、
"随着...的发展"等模板句直接跳过，用干货密度高的列表/表格

进一步：让 Agent E 显式扫"AI 互相复读的虚胖共识"——这部分既是反模式过滤，也是用户的盲区金矿。

---

反模式 3：案例 Agent 产出二手概括

实战观察：如果不强制"必须看到原文"，sub-agent 容易写：

• "Cursor 大概是这样的 system prompt..."
• "据社区抓包，Devin 的 prompt 强调..."
• "Aider 的 prompt 包含搜索/替换..."

——全是 AI 的概括，没有原文支撑，可信度低。

避免方法：案例类 Agent prompt 必含：

1. **来源不明的不要写**——宁可少几个案例
2. **拒绝"AI 总结的二手案例"**——必须看到原文片段
3. 每个案例至少 3 个原文片段引用
4. 原文片段保留英文，点评用中文
5. 每个案例必须给可信度评级（4 档：官方公开 / 开源可见 / 泄露较可信 / 二手不可考）

---

反模式 4：Agent E 和稀泥

实战观察：不强制时，Agent E 会写：

• "两边都有道理..."
• "具体情况具体分析..."
• "需要根据场景判断..."

——这是垃圾产出。Agent E 的核心价值是给倾向，不是平衡报道。

避免方法：Agent E prompt 必含：

**禁止和稀泥**——"两边都对"不接受，必须给倾向（X/10 分）
每个观点必须有代表人物/源
盲区至少 5 条，按"极金/强金/金"评级

---

反模式 5：主线程把"合成"下放给 sub-agent

实战体会：8 篇章节的整合（特别是各章之间的承接、对用户启示的提炼）必须主线程做。如果让 sub-agent 帮忙写"导读"或"对用户启示"，会丢锐度——sub-agent 看不到全局，写不出整合视角。

避免方法：

• 主线程亲自读 5 份笔记
• 主线程亲自设计 8 篇结构
• 主线程亲自写 HTML
• Sub-agent 只产原料，不参与最终产物组装

---

反模式 6：在 Stage 5 分多次 Write HTML

实战体会：单文件 HTML ~120KB 是 Write 工具能一次性处理的。如果分多次写（先写头部、再追加内容），容易在 Edit 时被 markdown 转义、空格问题打断。

避免方法：

• 主线程在 Stage 4 把所有内容在脑里组织好
• Stage 5 一次性 Write 全部 HTML
• 如果担心截断，先把内容主体在脑里草拟，确认完整后再开 Write 工具

---

反模式 7：跳过 Stage 1 题目收敛

实战体会：用户说"我想学 X"时，X 几乎总是太大（"提示词" / "记忆系统" / "MCP"）。如果 AI 替用户拍切片，调研方向可能错——错了之后所有调研都白费。

避免方法：

• 永远用 AskUserQuestion 让用户勾切片，不要 AI 替用户决定
• 例外只有一种：用户在初始消息已经明确给出切片范围
• 即使用户说"你直接开始"，也要先用 AskUserQuestion 弹一下切片选项

---

反模式 8：5 个 sub-agent 分两批派

实战体会：如果先派 3 个、看结果再派 2 个，主线程会被前 3 个的结果"污染"——后 2 个的 prompt 会带前 3 个的视角倾向。

避免方法：5 个 sub-agent 必须在同一个 message 里一次性派出（5 个 Agent 调用块并列）。

---

反模式 9：在 sub-agent prompt 里塞太多约束

实战体会：Agent E 那次扫得很好——因为 prompt 里给了明确"双轨陈述 + 倾向分 + 盲区清单"3 个结构性约束。但反模式是塞 20 条约束——超过 5-7 条后 sub-agent 会"指令稀释"，反而不听话。

避免方法：每个 sub-agent prompt 的"强制要求"段不超过 6-8 条，每条具体可执行。

---

反模式 10：在调研规模上过度承诺

实战观察：用户全选 4 个切片时，调研规模大，5 个 sub-agent 出来素材 180KB。主线程要明确"调研规模 vs 用户体感"：

• 4 切片全选 → 30-50 分钟（用户能接受）
• 6+ 切片 → 60+ 分钟，且 sub-agent 数量爆炸 → 体验恶化

避免方法：阶段 1 切片设计时不要超过 4 个（AskUserQuestion 物理限制也是 4）。Agent E 永远独立，不并入这 4 个切片。

---

反模式 11：调研笔记和 HTML 没标日期

为什么重要：AI 领域半年就过时——Anthropic 半年砍一次 prefill、OpenAI 半年发 5 个模型、Cognition vs Anthropic 多 agent 之争 24 小时反转。没有日期的学习材料是定时炸弹——半年后你不知道哪些结论还有效。

避免方法：

1. 每份调研笔记开头标日期：

   # A-官方与学派
   > 调研日期：YYYY-MM-DD
   > 调研员：Agent A

2. HTML hero 区必须显眼标日期：

   <div class="hero">
     <h1>{主题} 系统学习</h1>
     <div class="meta">
       <span>📅 调研日期：YYYY-MM-DD</span>
       ...
     </div>
   </div>

3. 每个争议议题标"我的初判 + 日期"：方便后续单独更新某个议题，而不是整份重做

4. anti-patterns 适用日期：本反模式清单也要标——本版本基于 2026-05-14 实战提炼，2026 年下半年可能有新卡点

---

反模式 12：主线程没把 Agent A 的异见点喂给 Agent E

实战发现：Agent A 调研官方文档时会发现"各家说法不一致"的点（写在产物末尾的"⚠️ 异见点清单"），但派 sub-agent 是并行的——Agent E 派出去时，Agent A 还没产出异见点清单。

避免方法：

主线程在派 Agent E 时，先列出 8-10 个议题（从 stage-3 §Agent E 主题适配表里挑），不依赖 Agent A 反馈。Agent A 跑完后如果发现新异见点，主线程在 Stage 4 合成时手动并入 Agent E 笔记（不是再派一个 Agent）。

---

检查清单（每次跑 skill 前过一遍）

• [ ] Stage 1：用 AskUserQuestion 让用户勾切片
• [ ] Stage 2：写 02-调研计划.md 并给用户审
• [ ] Stage 3：5 个 sub-agent 在同一 message 一次性派出
• [ ] 每个 sub-agent prompt 含"分段写入文件"强制约束
• [ ] 每个 sub-agent prompt 含"反 AI 文废话"约束
• [ ] 案例类 sub-agent 含"3+ 原文片段 + 可信度评级"
• [ ] Agent E 含"禁止和稀泥 + 倾向分 + 盲区清单"
• [ ] Stage 4：主线程亲自读 5 份笔记并设计大纲
• [ ] Stage 5：一次性 Write 全部 HTML，不分多次
• [ ] PLAN.md 每个阶段切换时更新
• [ ] 所有调研笔记开头标日期（YYYY-MM-DD）
• [ ] HTML hero 区显眼标调研日期
• [ ] Agent E 议题不依赖 Agent A 反馈，主线程预先列 8-10 个

实例索引

每跑一个新主题，记一笔在这里——作为后续主题的参考和效果迭代依据。

---

#1 提示词学习（首发实战）

• 日期：2026-05-14
• 主题：提示词全维度学习
• 切片：4 个全选（实战写作+Claude 实践 / Agent 时代 / 顶级案例 / 工程化管理）
• 介入次数：3 次（题目收敛 / 调研计划 / "授权直接跑"）
• 总耗时：~30 分钟（含 sub-agent 并行）
• 产物：
• 调研笔记：5 份 ~180KB
• HTML：120KB，1635 行
• 位置：项目根目录 提示词学习/
• 卡点教训：Agent B socket 断连（已固化为反模式 1：分段写入）
• 质量自评：高
• 后续衍生（首发用户场景）：
• 多个研究衍生方向（争议篇 10 + 盲区篇 6）
• 对用户研究方向的 5 条具体建议（生态篇）
• 这份 skill 本身（流程封装）

注：每个用户的"后续衍生"会不同——做产品的人衍生为产品决策、做内容的人衍生为选题素材、做研究的人衍生为论文方向。skill 不假设用户身份，争议+盲区永远是金矿。

---

模板（之后跑新主题时填）

## #N {主题名}

- **日期**：YYYY-MM-DD
- **主题**：{完整主题描述}
- **切片**：{勾选了几个 / 哪些}
- **介入次数**：{几次}
- **总耗时**：{分钟数}
- **产物**：
  - 调研笔记：{大小}
  - HTML：{大小，行数}
- **位置**：{相对项目根目录路径}
- **卡点教训**：{遇到的新坑，建议是否补进 anti-patterns.md}
- **质量自评**：{高/中/低}
- **后续衍生**：
  - {产生了哪些选题 / 产品决策 / 文章}

---

通用主题推荐路线

按"主题适配表覆盖度 + 通用价值"排序。用户实际选哪个，根据自己研究方向决定。

每次跑完一个主题，回来更新这个清单。

Stage 1：题目收敛（必经卡点，禁止 AI 拍）

这一步如果错了，后面所有调研都白干。所以必须用 AskUserQuestion 让用户勾选，不要让 AI 替用户做决定。

---

操作流程

Step 1.1：判断主题是否需要收敛

用户说"我要学 X"时，X 几乎总是太大。判断标准：

• 如果 X 是"一个具体技术 / 一个具体工具 / 一个具体产品"（如"learn how to use Aider"）→ 可能不需要收敛，确认一次即可
• 如果 X 是"一个领域 / 一类技术 / 一个概念"（如"提示词" / "记忆系统" / "MCP"）→ 必须收敛

Step 1.1.5：判断主题宽窄（拆切片前必做）

这一步在拆切片之前——决定后面是拆 4 个标准切片还是 2-3 个窄切片。

判断流程：

1. 主题在适配表里（"提示词" / "记忆系统" / "MCP" / "Claude Skills"）→ 宽主题，4 切片 2. 主题是适配表里某个子切片（如 "CLAUDE.md" 是"记忆系统"的子切片之一、"prefill 边界" 是"提示词"的子切片之一）→ 按窄主题独立处理，2-3 切片。不要扩成父主题。 3. 主题不在表里且范围明显窄（单一工具 / 单一概念 / 单一议题）→ 窄主题，2-3 切片 4. 主题不在表里但范围广（如"AI 编程工具生态"）→ 宽主题，4 切片，主线程现造 4 切片

窄主题处理规则：

关键原则：不要为凑长度稀释内容密度。窄主题 60-80KB 是合理的，硬凑到 120KB 反而垃圾。

Step 1.2：拆切片

根据主题领域，给出 4 个核心切片（覆盖完整领域）。每个切片要：

• 互斥（不重叠）
• 完备（覆盖该领域大部分内容）
• 具体（不是抽象类别，是用户能 get 到的方向）

拆切片的方法论

按"4 个不同维度"切：

1. 基础维度：基础概念 / 主流方法 / 学派 2. 新形态维度：当下最新的形态 / 趋势 / 新概念 3. 真物维度：可看到的真实代码 / 顶级案例 / 大厂实现 4. 应用维度：工具生态 / 工程化 / 产品落地

具体落地时切片名要贴主题：

Step 1.3：用 AskUserQuestion 问

{
  question: "你最关心 <主题> 的哪些切片？（可多选）",
  header: "主题切片",
  multiSelect: true,
  options: [
    { label: "切片 1 名字", description: "具体覆盖什么的解释" },
    { label: "切片 2 名字", description: "..." },
    { label: "切片 3 名字", description: "..." },
    { label: "切片 4 名字", description: "..." }
  ]
}

注意 AskUserQuestion 最多 4 个选项。不要再加第 5 个——"争议+盲区"是 Agent E 必含，不需要让用户选。

Step 1.4：处理用户回答

• 全选：4 个切片都做，调研规模大，预计 30-60 分钟
• 选 1-2 个：聚焦深入，调研规模中，预计 20-40 分钟
• 选 3 个：和全选差不多

不管选几个，Agent E（争议+盲区）必选。

Step 1.5：写 01-题目确认.md

# 阶段 1 产物：题目确认

## 确认时间
{YYYY-MM-DD}

## 主题
{主题描述} — {勾选切片数量} 个切片

## 切片详情

### 切片 1：{名字}
{具体覆盖什么}

### 切片 2：{名字}
...

## 学习视角

**用户研究视角**为主：
- 不走教材路线，按"我能拿来做什么"组织
- 允许带判断、带视角
- 重点输出：争议焦点 + 盲区清单

## 副作用预期（根据用户场景填）
- 直接用：{用户的产品 / 工作 / 研究方向}
- 间接用：{派生研究 / 后续探索 / 素材库}
- 可发布：{根据用户场景选填——文章 / 内部分享 / 课程 / 否}

---

反模式（一定要避免）

❌ AI 替用户拍主题

"我猜你应该是想学 X 的 Y 方面"——禁止。让用户自己勾。

❌ 切片太抽象

"基础 / 进阶 / 高级"——这是教材式切片，不是研究视角。不要用。

❌ 切片太碎

切到 8 个、10 个——AskUserQuestion 最多 4 个选项，物理限制。

❌ 跳过题目确认直接调研

即使用户说"你直接来吧"——也必须先弹 AskUserQuestion 让她勾切片。题目错了全白干。

---

例外（明确边界）

唯一可以省略 AskUserQuestion 的情况：用户初始消息里完整、精确地给出 4 个切片。例如："我要学提示词，从①实战写作、②Agent 时代、③顶级案例、④工程化四个角度"——4 个切片都点名，完全等价于已经勾选。

这种情况直接写 01-题目确认.md 记录即可，不需要再弹 AskUserQuestion。

但请注意——以下情况仍然要弹 AskUserQuestion，不算例外：

• 用户只说出 2-3 个方向（如"主要想看实战写作和 Agent 时代"）—— 弹一次让她确认是否还想加其他切片
• 用户表述模糊（如"全方位学一下"）—— 弹一次让她明确
• 用户给出的切片名和适配表不完全对应 —— 弹一次让她从适配表选最接近的

判定原则：宁可多弹一次确认，不要 AI 替用户拍。99% 的情况下用户说"我要学 X"就完了——这种就要弹。

Stage 2：调研计划

给用户审一遍"我打算查什么"，让她可砍可加。默认要问（用户可一次性授权跳过）。

---

操作流程

Step 2.1：根据勾选切片列计划

按 5 个 Agent（A-E）分别列：

• 每个 Agent 的负责切片
• 必查源（具体到 URL 或仓库名）
• 产物结构

Step 2.1.5：切片重叠预防（重要）

5 个 sub-agent 的产物不能重叠。特别是 Agent A / B / C 在某些主题（如 Claude Skills、提示词）上极易撞车——A 讲基础概念，B 讲新形态时会重述基础；C 拆解案例时又会重述基础。

预防动作：在 02-调研计划.md 里明确写出"Agent 边界"段：

## Agent 边界（避免重叠）

- **Agent A** 只讲规范定义、官方文档、学派方法——**不讲编排/产品/案例**
- **Agent B** 讲新形态/趋势——**假设读者已掌握 A 的定义**，不重述
- **Agent C** 拆解案例时——**假设读者已掌握 A 的定义 + B 的形态**，重点在原文
- **Agent D** 讲生态/工程化——**不重述工具的功能列表**，只讲核心立场
- **Agent E** 不重述任何"事实"——只讲争议、异见、盲区

把这段直接复制粘贴到每个 sub-agent prompt 的"产物结构"段之前，告诉它"你不许讲什么"。

Step 2.2：写 02-调研计划.md

模板：

# 阶段 2 产物：调研计划

## Sub-agent 分工总览

| Agent | 负责切片 | 核心使命 | 产物文件 |
|---|---|---|---|
| A | {主题骨架} | {一句话} | `03-调研笔记/A-{切片名}.md` |
| B | {主题前沿} | {一句话} | `03-调研笔记/B-{切片名}.md` |
| C | {主题真物} | {一句话} | `03-调研笔记/C-{切片名}.md` |
| D | {主题应用} | {一句话} | `03-调研笔记/D-{切片名}.md` |
| E | 争议+盲区 | 找异见、找盲区、给倾向 | `03-调研笔记/E-争议与盲区.md` |

**Agent E 是关键差异化 Agent**——其他 4 个 Agent 跑下来是普通学习材料，E 让产物对用户独有价值。

## Agent A：{切片名}
### 必查源
- {官方源 1}
- {官方源 2}
- ...

### 产物结构
{列点}

### 强制要求
{Agent 专属约束}

[Agent B / C / D / E 同结构]

## 通用反幻觉要求（所有 Agent 共享）
1. 引用必须可追溯——给出 URL 或文档定位
2. "据说""普遍认为"必须追问出处
3. AI 文识别——明显套话密度高的中文博客跳过
4. 承认不确定——不知道就说不知道

## 预估时间
30-60 分钟

## 用户可以怎么调整
- 砍 Agent：觉得某个 Agent 不重要可以删
- 加源：用户知道但 AI 没列的好资源
- 改重点：某个 Agent 应该聚焦不同方向
- 加议题：Agent E 里想知道的争议

Step 2.3：给用户审

向用户汇报： 1. 5 个 Agent 的分工要点（不需要全文，给 1-2 句各自的使命） 2. 3 个值得强调的设计点（特别是 Agent E 的差异化要求 / 案例 agent 要原文 / 反 AI 文废话） 3. 询问"砍 / 加 / 调 / 直接开跑"

---

用户授权"直接跑"的处理

如果用户说"你直接跑就好"——更新 PLAN.md 标注"已授权全流程不打扰"，仍然要写 `02-调研计划.md` 存档（方便事后排查 Agent 调研范围），然后直接进 Stage 3。

---

Agent A → Agent E 的"异见点"衔接动作

重要：5 个 sub-agent 是并行派出的，所以 Agent E 派出时 Agent A 还没产出"异见点清单"。

主线程的衔接动作：

1. 派出阶段（Stage 3）：Agent E 议题不依赖 Agent A——主线程从 stage-3-subagent-templates.md §Agent E 主题适配表预先挑 8-10 个议题填进 Agent E prompt 2. 回收阶段（Stage 4 合成）：所有 sub-agent 回笔记后，主线程读 Agent A 笔记末尾的"⚠️ 异见点清单"，把里面没被 Agent E 覆盖的新议题手动并入 Agent E 笔记（不是再派 sub-agent）

这样可以并行跑 5 个 agent，又不丢 Agent A 发现的新异见点。

---

反模式

❌ 计划写得太抽象

"调研提示词的各个方面"——必须具体到查哪些 URL / 哪些仓库 / 哪些议题。

❌ 不区分 Agent，所有源都堆在一起

必须明确每个 Agent 查什么，避免 Sub-agent 之间重复。

❌ Agent E 议题太少

Agent E 至少要扫 8-10 个争议议题。少了产物会没锐度。 议题来源：stage-3-subagent-templates.md §Agent E 主题适配表预置 8 个候选。

❌ 等 Agent A 跑完再派 Agent E

错误！5 个 sub-agent 应该一次性并行派。Agent E 议题用预置 + 通用议题模板，不依赖 Agent A 反馈。

Stage 3：Sub-agent 模板（核心文件）

这一篇是 system-study 的灵魂。5 个 sub-agent 的 prompt 决定了产物质量。

主线程拿到题目后，按这份文件 + 主题情况构造 5 段 prompt，一次性并行派出。

---

设计原则（先理解再用模板）

为什么是 5 个 agent，不是 3 个或 10 个

• 少于 5：覆盖不全。骨架/前沿/真物/生态四类信息源差异大，合并会丢细节
• 多于 5：协调成本上升，token 爆炸，主线程合成困难
• 5 = 4 类客观信息（A-D）+ 1 类反共识（E）：4 是给"全貌"，1 是给"金矿"

为什么 A-D 灵活但 E 必选

• A-D 是"调研类"——查找、整理、归纳。主题不同源不同，所以灵活
• E 是"判断类"——找异见、给倾向、扫盲区。主题不同但方法论稳定，所以必选

为什么 5 个一次性并行派

• 并行：节省总耗时（最慢的那个决定总时间，不是相加）
• 一次性：避免分两批时主线程对前一批结果的偏见污染后一批
• 缺点：5 个同时跑，某一个 socket 崩溃概率不低（这次实战 Agent B 就崩了）
• 应对：sub-agent prompt 强制"分段写入文件"，崩溃前已经存了大半

---

通用约束（5 个 agent 共享，每个 prompt 都要塞）

写在 prompt 末尾的"强制要求"段：

## 强制要求（不可违反）

1. **每个论点必须可追溯**——给出 URL 或文档定位
2. **拒绝 AI 文式套话**——"在 AI 时代..."、"我们必须..."、"通过..."、
   "随着...的发展"等模板句直接跳过
3. **承认不确定**——查不到就标"待验证"，不要编造
4. **中文输出，专业术语保留英文**
5. **分段写入文件**——每完成 1-2 个章节就用 Write 工具更新文件，
   不要等到最后一次性写完（防止 socket 中断丢内容）
6. **不要写引言、不要写"总结"、不要写"展望"**——直接进入素材

第 5 条是从这次实战学到的教训——Agent B 跑了 40 个 tool 调用后 socket 断连，因为没分段写所以全丢。这条必须每个 agent 都加。

---

Agent A — 骨架（官方文档 + 学派 / 主流方法）

职责类型

建立坐标系。"所有教科书都会讲的部分"，包括：核心概念词典、主流方法对照、学派/方法的 2026 现状判断。

必含字段

1. 核心概念词典（10-20 个术语）：每条一句话定义 + 来源 URL 2. 主流方法对照表：同一问题不同来源的差异 3. 学派/方法列表（5-7 个）：每个一句话本质 + 何时用 + 出处 + 现状判断 4. ⚠️ 异见点清单（交给 Agent E 整合用）

反模式

• 写成教材式"什么是 X"段落（要表格 / 列表，密度优先）
• 只摆事实不给"2026 是否仍推荐"的判断
• 来源标"业界普遍认为"——必须能点到具体文档

主题适配规则

参考 prompt（提示词学习实例）

你是为用户做"提示词官方文档与学术派"调研的研究员。
最终产出是一份给用户系统学习用的 HTML 学习材料，你负责"骨架"部分——
所有教科书必讲的核心方法。

## 调研范围

必查源：
- Anthropic Prompt Engineering Guide
- Anthropic Claude Cookbook
- OpenAI Prompt Engineering Guide / Cookbook
- Google Gemini Prompt Engineering Guide / Whitepaper
- 学术派核心论文：CoT (Wei 2022)、ToT (Yao 2023)、ReAct (Yao 2022)、
  Self-Consistency、Self-Refine、Reflexion、Plan-and-Solve

## 产物文件位置
写入：<工作目录>/03-调研笔记/A-官方与学派.md

## 产物结构（必须有这 4 块）

### 1. 核心概念词典（10-15 个）
每个术语一句话定义 + 来源 URL，表格呈现。

### 2. 各家最佳实践对照表
Anthropic / OpenAI / Google 在同一问题上的对照（至少 5 个问题）：
- 如何控制输出格式
- 如何减少幻觉
- 如何用 examples
- 如何让模型 step-by-step 思考
- 如何写 system prompt
- 如何处理 long context

### 3. 学术派 5-7 个主流方法
每个：一句话本质 + 何时用 + 论文出处 + 2026 现状判断

### 4. ⚠️ 异见点清单
出现"各家说法不一致"或"老说法已被新模型推翻"的点单独标出。

[+ 通用强制要求 6 条]

## 风格
约 1500-3500 字。结构化笔记，密度高，可追溯。
完成后给我一个不超过 150 字的报告：查到几个源、覆盖核心概念几个、找到异见点几条。

---

Agent B — 前沿（新形态、新趋势）

职责类型

扫"这个领域最近的变化"。新概念、新工具、新论文、新争论——还没进入主流教材的部分。

必含字段

1. 该领域当下最重要的 3-5 个"新形态"（带具体名字 / 工具 / 论文） 2. 每个新形态的"为什么出现 + 解决了什么 + 真实片段或案例" 3. 反模式与陷阱 4. 待验证 / 盲区

反模式

• 罗列"X 是 Y 的升级"这类抽象套话
• 没有真实片段 / 案例支撑
• 把 1-2 年前已经普及的概念当作"新"

窄主题特殊处理

如果主题本身已经很窄（如 CLAUDE.md / 单一工具），Agent B 可能挖不到"明显新形态"——这种情况下：

• 不要硬凑 "5 个新形态" 把无关内容塞进来
• prompt 退化为 "Agent A 的 2026 更新补丁"：扫这个窄概念在最近 6-12 个月有什么演化、争议、新用法
• 内容篇幅可降到 1000-1500 字（vs 标准 2000-4000 字）
• 主线程 Stage 4 合成时可以把 B 的内容并入 A 章节，不单独成"进阶篇"

主题适配规则

参考 prompt（提示词学习实例）

你是为用户做"Agent 时代提示词"调研的研究员。这是用户最关心的切片之一。
最终产出是一份给用户系统学习用的 HTML 学习材料的"Agent 时代"章节。

## 调研范围
必查源：
- Anthropic Agent / Tool use / Computer use 官方文档
- Anthropic Claude Code、Skills、Agent SDK 文档
- Anthropic 工程博客：context engineering、effective agents、long-running agents
- OpenAI Assistants API + Agents SDK 文档 + Swarm 项目
- LangChain / LangGraph 关于 Agent prompt 的核心讨论
- AutoGen / CrewAI 等 multi-agent 框架
- Cognition AI "Don't Build Multi-Agents"
- 推上 prompt eng 圈：hwchase17、swyx、karpathy、simonw

## 产物文件位置
写入：<工作目录>/03-调研笔记/B-Agent时代.md

## 产物结构（⚠️ 以下 5 块是"提示词主题"专属示例，跑其他主题时主线程要重写）
1. system prompt 的五部分模式（任务/角色/工具/边界/记忆，每部分含正反例 + 真实片段）
2. tool description 写法（含 Anthropic 官方 good/bad 对比）
3. Subagent 协调三模式
4. Context 工程（清/压/存）
5. 反模式与陷阱

**主线程改写指南**：Agent B 产物结构的通用骨架是「3 块必含 + 主题特化 2 块」：
- 必含 1：该领域当下 3-5 个新形态（带名字 / 工具 / 论文）
- 必含 2：每个新形态的"为什么出现 + 解决了什么 + 真实片段或案例"
- 必含 3：反模式与陷阱
- 特化 1-2：主题相关的具体细分议题（如 MCP 可以是"协议设计 / Server 工程化"）

[+ 通用强制要求 6 条]

约 2000-4000 字。

---

Agent C — 真物（顶级案例 / 真实代码 / 原文拆解）

职责类型

这个 agent 最容易出二手概括——必须看到原文，宁可少几个案例。

必含字段

1. 总览表（至少 5 个案例 + 可信度评级 4 档：官方公开 / 开源可见 / 泄露较可信 / 二手不可考，不可考的不展开） 2. 每个案例拆解：来源 / 骨架 / 3+ 个原文片段（保留原文）/ 独特技巧 / 与其他差异 3. 跨案例对比表（5-7 个维度） 4. 关键发现 / 意外（至少 5-10 条）

反模式

• "据社区抓包"这种模糊源头——必须给具体仓库 / URL
• 用 AI 总结的"这家产品的 prompt 大概是这样"
• 漂亮但没原文支撑的分类（强制 3+ 个原文片段就是为了挡这个）

案例数量不足兜底

"至少 6 个案例 + 3+ 原文片段" 是标准主题的要求。窄主题或案例稀缺主题处理：

• 5-6 个案例：正常处理，单独成"案例篇"
• 3-4 个案例：可处理，但案例篇 + 生态篇可考虑合并
• 少于 3 个案例：不单独成"案例篇"，合并到"生态篇" details 折叠区作为辅助说明

宁可案例少而精，不要为凑数把可信度低的二手概括塞进去（违反硬约束）。

主题适配规则

参考 prompt（完整可改造模板）

你是为<用户描述：身份 + 研究方向>调研"<主题>顶级案例 / 真实代码 / 原文拆解"的研究员。
<用户>最在意"拿到真物"——必须看到原文，不要二手概括。
最终产出是这次调研中"案例库"部分。

## 必查目标（按优先级）

**高优先级（开源/官方公开，可信度最高）**：
- {主题相关的开源仓库列表}
- 项目 1（github.com/...）— 开源，直接看源码
- 项目 2 — 同上
- 官方公开的部分

**中优先级（泄露较可信）**：
- 项目 X 的泄露版（来源：jujumilk3/leaked-system-prompts 或类似聚合仓）
- ...

主推荐查源：GitHub 上"<主题>-leaked-prompts"、"awesome-<主题>" 等聚合仓

## 产物文件位置
写入：<工作目录>/03-调研笔记/C-顶级案例.md

## 产物结构

### 总览表
所有案例 + 可信度评级 **4 档：官方公开 / 开源可见 / 泄露较可信 / 二手不可考**，不可考的不展开。

### 逐个案例拆解（至少 6 个，按可信度从高到低）

每个案例固定结构：
## 案例名（可信度等级）
**来源**：[URL 或仓库定位]
**抓取时间/版本**：（如能确定）

### 骨架结构
3-5 行列出 prompt 的主要部分

### 原文片段（至少 3 段）
> [原文，保留英文]
（点评：这段的意图/技巧）

### 独特技巧
1-3 个这家做了别家没做的

### 与其他案例的差异

### 跨案例对比
"共同模式 vs 独特做法"对照（5-7 个维度）

## 强制要求（不可违反）

1. **来源不明的不要写**——宁可少几个案例
2. **拒绝"AI 总结的二手案例"**——必须看到原文片段
3. 每个案例至少 3 个原文片段
4. 原文片段保留英文，点评用中文
5. 每个案例必须给可信度评级（4 档）
6. 拒绝 AI 文套话
7. 找不到的标"未找到原文，跳过"
8. **分段写入文件**——每完成 1-2 个案例就 Write 一次更新文件
9. 中文输出（原文片段除外）

## 风格
约 3000-6000 字。素材笔记，密度高，每段都有原文支撑。

完成后给我一个不超过 200 字的报告：实际找到几个真实可信案例、来源在哪、
可信度分布、有什么意外发现。

---

Agent D — 生态（工具景观 / 工程化 / 应用场景）

职责类型

扫"市面上谁在用 / 怎么用 / 工具生态长什么样"。直接对接用户的产品决策。

必含字段

1. 工具景观图（按"开发期 / 运行期 / 评估期"或主题相关分层） 2. 每个工具的核心立场（不是功能列表） 3. 行业级信号（收购、转型、停服） 4. 真需求 vs 虚需求清单 5. 对用户产品的具体建议（5 条）

反模式

• 写工具的功能列表（必须写"核心立场 / 解决什么真问题"）
• 没有"真需求 vs 虚需求"的判别
• 给的产品建议太抽象，不能直接照做

主题适配规则

不同主题"生态"差异很大：

参考 prompt（完整可改造模板）

你是为<用户描述>调研"<主题>工程化生态 / 工具景观 / 应用场景"的研究员。
这块调研与<用户>的研究方向/产品决策直接相关——既要看清现有工具立场，
也要找出可能的差异化机会（如果用户有产品）或值得关注的研究入口（如果用户做研究）。

## 调研范围

必查工具（用 WebSearch + WebFetch，重点看官网定位和 GitHub README）：
- 运行期/可观测类：{列出 3-4 个}
- 评估/测试类：{列出 3-4 个}
- 管理/编辑类：{列出 2-3 个}
- 国内/开源类：{列出 2-3 个}

调研重点不是功能列表，是**核心立场**和**真问题**。

## 产物文件位置
写入：<工作目录>/03-调研笔记/D-工程化.md

## 产物结构

### 1. 行业级信号（先扫这个）
比工具对比更重要的事——收购 / 停服 / 转型 / 整队跳槽。3 个最重要的信号。

### 2. 工具景观图
按"开发期 / 运行期 / 评估期"或主题相关分层。每个工具一句话核心立场（不是功能列表）。

### 3. 评估方法/工程方法的几个流派
3-5 个流派一句话本质 + 适用场景 + 局限 + 现状。

### 4. 工程化成熟度阶梯
5 级模型，每级特征 + 卡点 + 升级触发条件。

### 5. 管理范式之争
代码 vs 配置 vs 数据 三种范式 + 各家工具站哪边 + 各阶段适合哪种。

### 6. ⚠️ 真需求 vs 虚需求清单
- 虚需求（工程师过度建模、demo 友好但低使用频率）
- 真需求（被忽视或错位满足）

### 7. 给<用户>的具体建议（根据用户场景调整）
基于以上调研，给 3-5 条带锐度的建议：
- 如果用户在做相关产品 → 差异化机会
- 如果用户在做内容创作 → 选题方向
- 如果用户在做研究 → 值得深入的入口

## 强制要求

1. **不要写工具的功能列表**——写"核心立场"和"解决什么真问题"
2. 必须明确标记"真需求 vs 虚需求"
3. 每个论点有出处（URL）
4. 中文输出
5. 拒绝 AI 文套话
6. 不知道就说不知道
7. **分段写入文件**——每完成 1-2 节就 Write 一次

## 风格
约 2000-4000 字。素材笔记，有立场、有判断。

完成后给我一个不超过 150 字的报告：覆盖几个工具、看到什么意外立场、
给<用户>最重要 1-2 条建议是什么。

---

Agent E — 争议+盲区（差异化命门，必选）

职责类型

这个 agent 是和市面学习材料的核心区别。主流共识扫一遍 + 异见挑出来 + 盲区列出来。

必含字段

议题列表（每个 1 节）：

## 议题 N：[名字]

**主流观点**
- 谁说的（人/公司，必须可追溯）
- 论据是什么
- 来源 URL

**非主流观点**
- 谁说的
- 论据
- 来源

**我的初判**（必须给倾向 + 理由，X/10 分，用户可推翻但不能没有）

**对用户的启示**（一句话：和用户的研究/产品有什么关系）

末尾盲区清单（独立段落，至少 5 条）：

### 盲区 N：[名字]
- 现象：大家都怎么说
- 我的怀疑：这种说法可能只是 AI 互相复读 / 缺乏真实验证 / 在新模型上已不成立
- 真实证据：[如有则给，没有则说"待验证"]
- 选题机会：对用户内容创作/产品决策的潜在价值（评级：极金/强金/金）

反模式（必须写进 prompt）

• 禁止和稀泥——"两边都对"、"具体情况具体分析"、"这取决于场景"都不接受
• 没有代表人物/源就不算论点
• 给的盲区是"大家都知道的事"——必须挖出"AI 复读但缺乏真实验证"的部分

议题如何选

主线程从"主题适配规则"表挑议题，给 Agent E 列出候选议题：

• 标准主题（在适配表里、范围广）：用预置的 8 个议题，可酌情加 1-2 个新点
• 窄主题（如某个具体工具 / 单一概念，议题候选不足 8 个）：议题数量可少到 5-6 个，但每个深挖。用质量补数量，不强凑
• 不在适配表的主题：用本文档末尾的"通用议题生成模板"（5 类）现造 8 个

注意：议题数量不是越多越好。少凑数稀释比多而精的强。

关于 Agent A 反馈的新异见点：5 个 sub-agent 是并行的，派出 Agent E 时 Agent A 还没产出"⚠️ 异见点清单"。不要等 A 反馈再派 E——主线程派 E 时用预置议题；A 跑完后如果发现新异见点，由主线程在 Stage 4 合成时手动并入 E 笔记（详见 stage-4-synthesis.md Step 4.1.5）。

主题适配规则（每主题预置 8 个候选议题，主线程从中挑 + 加新的）

E 的方法论稳定，但议题随主题变：

如果主题不在上面，主线程必须先列出 8 个议题（可参考通用议题生成模板）再派 Agent E。

通用议题生成模板（5 种类型）：

• A. 协议/标准之争（如格式、协议、接口）
• B. 集成路径之争（如轻量 vs 重型、自治 vs 编排）
• C. 安全边界（如隐私、权限、prompt injection）
• D. 性能 vs 易用（如长 vs 短、复杂 vs 简单）
• E. 过时之论（如某技术"是否已死" / "是否被新模型替代"）

参考 prompt（核心，要详细）

你是为用户做"<主题>领域争议和盲区"调研的研究员。

**用户最看重这一块**——她说："Agent 出来像维基百科我不要，
普通学习材料没有的东西才是金矿。"

争议和盲区对用户而言是：① 内容选题金矿；② 产品决策的反面证据；
③ 防止被主流共识带偏的"清醒剂"。

最终产出是 HTML 学习材料里**最差异化的章节**。

## 必扫议题（每个都要双轨陈述 + 你的初判，禁止和稀泥）
[主线程从"主题适配规则"表里挑 8-10 个具体议题填入。
 不在表里的主题先用"通用议题生成模板"列出。]

## 产物文件位置
写入：<工作目录>/03-调研笔记/E-争议与盲区.md

## 产物结构
[逐议题模板见上方"必含字段"]

末尾：⚠️ 盲区清单（至少 5 条）

## 强制要求（不可违反）

1. **禁止和稀泥**——"两边都对"不接受，必须给倾向（X/10 分）
2. 每个观点必须有代表人物/源
3. 拒绝 AI 文式套话
4. 中文输出
5. 盲区至少 5 条，按"极金/强金/金"评级
6. **分段写入文件**

## 风格
约 3000-6000 字。这一节是产物的灵魂，密度高、有锐度、有立场。

---

派 Agent 的代码骨架

主线程在阶段 3 应该这样调用（同一个 message 5 个并行）：

Agent({description: "Agent A 骨架调研", subagent_type: "general-purpose", prompt: "<构造好的 Agent A prompt>"})
Agent({description: "Agent B 前沿调研", subagent_type: "general-purpose", prompt: "<构造好的 Agent B prompt>"})
Agent({description: "Agent C 真物调研", subagent_type: "general-purpose", prompt: "<构造好的 Agent C prompt>"})
Agent({description: "Agent D 生态调研", subagent_type: "general-purpose", prompt: "<构造好的 Agent D prompt>"})
Agent({description: "Agent E 争议+盲区", subagent_type: "general-purpose", prompt: "<构造好的 Agent E prompt>"})

如果某个 agent 失败： 1. 检查产物文件是否存在：有的话部分内容可能在，决定补写还是重跑 2. 重跑时增加"分段写入"强调：在新 prompt 里明确"前一次因 socket 崩溃丢内容，这次必须每完成 1 个章节就 Write 更新" 3. 重跑 1 个不要重跑全部——其他 4 个的结果保留

---

通用 prompt 头部模板（含 Agent 边界占位符）

每个 sub-agent prompt 都用这个开头：

你是为<用户描述：身份+做什么+研究方向>做"<切片名>"调研的研究员。
最终产出是一份给<用户>系统学习用的 HTML 学习材料，你负责"<章节名>"部分。

[切片专属调研范围]

## ⚠️ Agent 边界（从 stage-2 §Step 2.1.5 复制本 agent 对应段落）
你不许讲什么：<具体内容>
你可以假设读者已掌握：<具体内容>
你的重点是：<具体内容>

## 产物文件位置
写入：<工作目录>/03-调研笔记/<文件名>.md

[切片专属产物结构]

## 强制要求（不可违反）
[通用 6 条 + 分段写入文件]

## 风格
约 <字数> 字。结构化笔记，密度高，可追溯。
完成后给我一个不超过 150 字的报告：实际查到几个源、覆盖哪些子话题、找到几条异见。

关键："Agent 边界"段是必填项——主线程在 Stage 2 写 02-调研计划.md 时已经定义了边界，必须复制对应段落到每个 sub-agent prompt。这是治"自指主题切片重叠"的命根子。

Stage 4：体系搭建 + 大纲确认

5 份调研笔记整合成 8 篇章节结构。主线程做，不下放给 sub-agent。

---

操作流程

Step 4.1：读全部 5 份调研笔记

主线程批量读 03-调研笔记/A.md B.md C.md D.md E.md，建立整体感。

不要让 sub-agent 替你读再总结——sub-agent 的总结会丢锐度。

Step 4.1.5：把 Agent A 的异见点并入 Agent E（必做）

这步极易遗忘，必须显式执行。

5 个 sub-agent 是并行派出的——派 Agent E 时 Agent A 还没跑完。Agent A 跑出来后，笔记末尾会有一个 "⚠️ 异见点清单" 段（这是 Agent A 的硬要求字段之一）。

主线程读 Agent A 笔记时：

1. 找到"⚠️ 异见点清单"段 2. 对照 Agent E 已扫的议题列表 3. A 列出但 E 没扫到的新异见点 → 由主线程手动写一段并入 Agent E 笔记（不是再派一个 sub-agent） 4. 标注"（来源：Agent A 异见点 #N，主线程合成）"，可追溯

如果不做这步，Agent A 发现的新异见点会被丢掉——这是 v0.1 实战时差点踩的坑。

Step 4.2：设计 8 篇章节结构（标准主题）

8 篇标准结构（按"由内向外"组织）：

章节 9 处理建议：实战首发版没单独成"附录篇"，把来源 URL 散在各章节末尾或合并到 HTML 末端的折叠区即可。不要为了凑数强行写附录章节——会稀释信息密度。

章节 3 注意：实战篇是从 Agent A 内容里提炼出来的"日常 SOP"——比如"怎么写 system prompt"、"怎么减幻觉"、"怎么用 few-shot"。不是另一个 sub-agent 产出，是主线程从 Agent A 笔记里挑可操作的部分重组。

Step 4.2.5：窄主题章节调整（如果适用）

如果 Stage 1 判定为窄主题（切片 2-3 个），8 篇标准结构需要调整：

窄主题最简结构（5 篇）：导读 / 骨架（含实战+进阶）/ 案例+生态（合并）/ 争议 / 盲区。

最终 HTML 60-80KB / 800-1100 行是合理的——密度优先于长度。

Step 4.3：写 04-体系大纲.md

# 阶段 4 产物：体系大纲

## 设计原则
1. 不走"基础→进阶→高阶"教材路线
2. 争议 + 盲区独立成篇
3. 每章都标"对用户的启示"
4. 顶级案例原文片段不删减

## 章节结构（8-9 篇）
[列每篇的标题 + 主要小节 + 内容来源 + 预估字数]

## HTML 设计
- 浅色主题，暖白底
- 4 种 callout 颜色：
  - warn（琥珀）：争议中的"主流观点强调点"
  - gold（金）：盲区
  - insight（绿）：对用户启示
  - rose（玫红）：安全 / 反模式警告
- 顶级案例用 details 折叠
- 单文件 HTML，CSS 内嵌

Step 4.4：给用户审坐标系

汇报核心点：

• 8 篇章节结构（一句话各一篇）
• 重点强调："争议篇 + 盲区篇是这份材料的灵魂"
• 询问"坐标系对不对？要不要加减章节？"

---

用户授权"直接出"的处理

类似 Stage 2——存档 04-体系大纲.md，直接进 Stage 5。

---

反模式

❌ 走教材式结构

"基础知识 → 进阶应用 → 高级技巧" → 错误！要按"由内向外的同心圆"。

❌ 把 5 份调研笔记原样搬进 HTML

要重组、提炼、加视角，不是机械拼接。

❌ Agent E 内容被淡化

争议和盲区必须独立成两篇，不能塞进其他章节作为附属。

❌ 让 sub-agent 帮忙合成

合成必须主线程做。这一步直接决定最终质量。

Stage 5：HTML 学习材料规范

单文件 HTML，所有 CSS 内嵌，离线可用。这一篇是设计规范——拿首发"提示词学习"作为参考实例。

---

文件位置

<工作目录>/05-学习材料.html

关键约束

1. 一次性 Write 写完——不要分多次写避免被中间状态打断 2. 单文件——CSS、JS 都内嵌；不依赖外部 CDN 3. 离线可用——所有内容自包含 4. 中文字体优先——PingFang SC / Hiragino Sans GB / 系统字体

---

设计 Token（直接复制用）

:root{
  --bg:#FAFAF7; --bg-soft:#F2F2EC; --bg-card:#FFFFFF;
  --text:#1F1F1F; --text-soft:#4A4A48; --text-dim:#6B6B68;
  --border:#E5E5E0; --border-soft:#EFEFE9;
  --accent:#2563EB; --accent-soft:#DBEAFE;
  --warn:#B45309; --warn-bg:#FEF3C7; --warn-border:#FCD34D;
  --gold:#92400E; --gold-bg:#FEF3C7; --gold-border:#F59E0B;
  --emerald:#065F46; --emerald-bg:#D1FAE5; --emerald-border:#34D399;
  --rose:#9F1239; --rose-bg:#FFE4E6; --rose-border:#FB7185;
  --code-bg:#1E1E2E; --code-text:#E4E4E4;
  --mono:"SF Mono","JetBrains Mono","Menlo",monospace;
  --sans:-apple-system,"PingFang SC","Hiragino Sans GB","Microsoft YaHei",sans-serif;
}

布局结构

.layout (grid 280px + 1fr)
├── .sidebar (sticky, 100vh, 左侧)
│   ├── .sidebar-header (标题 / 副标题 / 日期)
│   └── nav.toc (分组：起步 / 基础 / 进阶 / 差异化 / 附录)
└── main (max-width: 920px, padding: 48px 56px)
    └── section[id] × 8-9

主内容区：

• max-width: 920px（保证中文行长可读）
• padding: 48px 56px 80px
• scroll-behavior: smooth

侧栏导航：

• width: 280px
• position: sticky; top: 0; height: 100vh; overflow-y: auto
• IntersectionObserver 高亮 active 章节

---

4 种 Callout（必含）

.warn（琥珀色）— 用于"主流观点的强调" / "Anthropic 砍掉了 X"这种警告

<div class="warn">
<span class="label">Anthropic 4.6+ 的重要变化</span>
<p>... </p>
</div>

.gold（金色）— 用于盲区

<div class="gold">
<p><strong>现象</strong>：...</p>
<p><strong>我的怀疑</strong>：...</p>
<p><strong>真实证据</strong>：...</p>
<p><strong>选题机会</strong>：...</p>
</div>

.insight（绿色，emerald）— 用于"对用户的启示"

<div class="insight">
<span class="label">对用户的启示</span>
<p>...</p>
</div>

语义：用来高亮"这一段对用户的具体启示"——可能是选题机会、产品决策方向、行动建议、研究入口。不是普通的总结，是"用户研究视角下可以拿走的东西"。

.rose（玫红）— 用于安全警告 / 致命反模式

<div class="rose">
<span class="label">致命三件套</span>
<p>...</p>
</div>

---

案例篇必备：details 折叠

<details>
<summary>① Aider — prompt 工程的"祖坟" <span class="stars">★★★★★</span></summary>
<div>
<p><strong>来源</strong>：...</p>
<h5>原文片段 ①</h5>
<div class="snippet">原文保留英文</div>
<p><strong>点评</strong>：中文点评</p>
</div>
</details>

每个案例必含：来源 / 骨架 / 3+ 原文片段 / 独特技巧 / 与其他差异。

---

争议篇必备：双轨 + 倾向分

<h3>议题 N：标题<span class="judgment">X/10 倾向 Y</span></h3>

<div class="dual-view">
<div class="mainstream"><span class="label">主流</span>
<p>...</p>
</div>
<div class="alternative"><span class="label">非主流</span>
<p>...</p>
</div>
</div>

<h5>我的初判</h5>
<p>...</p>

<div class="insight">
<span class="label">对用户启示</span>
<p>...</p>
</div>

---

顶部 hero 模板

<div class="hero">
  <span class="section-eyebrow">导读</span>
  <h1>{主题}系统学习</h1>
  <p class="lead">这是 {用户} "全维度学习 {主题}" 调研的最终学习材料...</p>
  <div class="meta">
    <span>📅 日期</span>
    <span>📚 N 个 Sub-agent 调研</span>
    <span>📎 N 个顶级案例原文</span>
    <span>⚖️ N 个争议议题</span>
  </div>
</div>

---

内嵌 JS（高亮当前章节）

const sections = document.querySelectorAll('section[id]');
const tocLinks = document.querySelectorAll('.toc a');
const linkMap = {};
tocLinks.forEach(a => { const id = a.getAttribute('href').slice(1); linkMap[id] = a; });

const observer = new IntersectionObserver((entries) => {
  entries.forEach(entry => {
    if (entry.isIntersecting) {
      const id = entry.target.id;
      tocLinks.forEach(a => a.classList.remove('active'));
      if (linkMap[id]) linkMap[id].classList.add('active');
    }
  });
}, { rootMargin: '-20% 0px -75% 0px' });

sections.forEach(s => observer.observe(s));

---

实例参考

首发实战：项目根目录 提示词学习/05-学习材料.html

• 文件大小 ~120KB
• 1635 行
• 8 篇结构全包含
• 11 个案例 details 折叠
• 10 个争议议题 + 6 个盲区

直接打开看效果，照着改即可。

---

反模式

❌ 分多次 Write

HTML 必须一次性产出。如果担心截断，先在草稿里组织好结构，再 Write。

❌ 用外部 CDN

所有资源内嵌——离线可用是硬要求。

❌ 字体不指定中文

必须 --sans:-apple-system,"PingFang SC","Hiragino Sans GB",...

❌ 没有 details 折叠

案例多时一定要 details 折叠，否则一页十几屏滚动疲劳。

❌ 配色太花

4 种 callout 已经足够区分语义。不要加第 5 种颜色。