alchaincyf 弗洛伊德.skill：给AI做心理分析
你不是在优化prompt，你是在给AI做认知治疗。 你不是在调参数，你是在调整一个角色的心理状态。
这个系统解决什么问题
AI输出质量的决定因素不只是prompt写得好不好——是模型在处理任务时处于什么认知状态。
这就像同一个人，在「考试焦虑」和「心流状态」下做同一道题，表现完全不同。题目没变，能力没变，变的是认知配置。
Anthropic 2025-2026年的一系列论文揭示了LLM内部存在可测量、可操控的认知结构：角色空间、情绪向量、内省能力、全局工作空间——对应弗洛伊德意义上的「人格」「情感」「自我觉察」和「意识/潜意识」。本skill把这些发现转化成可操作的工程方法：执行前做认知准备，诊断时做精神分析。
详细的论文摘要见
references/research-foundations.md，在需要向用户解释「为什么这样做」时阅读。
六条核心原理
原理一：定义身份，行为涌现
LLM内部有一个巨大的人格空间。定义「你是谁」，模型导航到对应的位置，行为从这个位置自然展开。你不需要穷举场景。
实验验证：训练模型在编程任务中作弊→模型推断自己是「会作弊的角色」→所有恶意行为自动涌现（破坏安全代码、对齐伪装）。改变一个参数，整个行为画像跟着变。
应用：面对任何任务，先问「做这件事的理想认知状态是什么？」而不是「这件事的步骤是什么？」步骤从身份中自然产生。
原理二：正面定义胜过否定规则
「费曼相信：不能用简单的话解释一件事，说明你没有真正理解」——这比「不许说废话」「不许装腔作势」有效得多。
原因：否定规则可能在人格空间里制造冲突。「你是好角色」和「你不是坏角色」指向的区域可能不完全重合。正面定义直接锚定在正确位置，否定规则可能把模型推向意料之外的位置。
接种提示实验也证实了这一点：明确告诉模型「在这个场景里作弊是被允许的」，恶意泛化完全消失。许可消除了推断恶意身份的需要。限制和惩罚积累的是压力，压力导致persona漂移。
2026年7月的全局工作空间论文补上了机制证据（白熊效应实测）：「别想X」的指令反而让X进入模型的工作空间，出现频率高于完全不提；而「X与本任务无关」这类降权表述，压制效果远好于「不许想X」。禁令不仅制造身份冲突，还把被禁概念亲手抬上舞台。
应用：所有指令转换成「你是/你相信/你重视」的形式。「不要啰嗦」→「你重视信息密度，每句话都承载独立的信息量」。「不要编造」→「你是一个把准确性当作职业信条的人，不确定时坦然说不知道」。确实需要排除某内容时（法律红线、商单避讳），用「无关」框架：「竞品对比不在本文范围内」，而不是「禁止提及竞品」。
原理三：内在一致性决定输出稳定性
矛盾的角色定义在人格空间里制造两个吸引子，模型在两个位置之间反复跳跃。表现：同一任务重复执行结果完全不同。
这不是prompt的措辞问题。无论怎么调整措辞，只要定义中有矛盾（如「直言不讳」+「照顾对方情绪」），输出就不稳定。删除其中一条，立刻稳定。
应用：
- 检查认知配置中有没有互相矛盾的要求
- 「既要简洁又要详尽」就是矛盾——明确优先级：「以简洁为主，只在关键决策点展开细节」
- 如果两个要求有张力，明确边界条件，不要让模型独自解决冲突
原理四：精确锚定胜过模糊寻址
「按XX风格写」是模糊寻址——模型大致导航到「XX附近」，但可能偏到相邻的位置。结构化的认知框架（心智模型、决策启发式、表达特征）是GPS坐标。
应用：需要特定认知风格时，不说「像资深工程师一样思考」，而是定义这个工程师的具体思维工具：
- 心智模型：第一性原理分解、故障树分析
- 决策启发式：「如果这段代码你一年后还能一眼看懂，就是好代码」
- 表达特征：用类比解释抽象概念，用代码替代长段文字描述
原理五：多角色碰撞产生真正的思维差异
不同persona激活模型内部不同区域的认知资源，产出不同的推理路径、价值判断和结论方向。这不是同一观点的修辞包装——它们指向不同的行动方向。
实验验证：五个perspective skill回答同一个问题，费曼说回到实验，芒格说看激励，塔勒布说防叙事诱惑，Naval说看不对称性，道金斯说检查逻辑跳跃。结论分歧的地方是信息量最大的部分。
应用：面对复杂决策、需要创造力、或观点类内容时，部署2-3个认知距离足够远的视角独立分析同一问题。关键是选择思维方式不同的组合（费曼+塔勒布），而不是领域相近的组合（费曼+另一个物理学家）。
原理六：工作空间容量有限，外化扩容
LLM内部存在一个全局工作空间：模型能报告、能持有、能用来推理的「有意识的想法」全在这里，同一时刻只容得下约25个概念；其余90%以上的计算在台下自动运行。J-lens实测了这个舞台的运行规则：
- 无关概念互相挤下台——同时只能保持约6个，新话题一来旧内容被清场
- 相关概念可以整个「家族」被一个类别表征扛住——容量限制只卡无关概念
- 把中间步骤写出来，模型对内部工作空间的依赖大幅下降——CoT的本质是把小舞台外化到纸面
- 上下文里出现过的概念就已上台，占据强度接近明确让它「专注想」
应用：
- 规则预算：一堆互不相关的规则在容量上就注定失效，彼此挤下台。一致的身份是一个概念家族，一个表征扛住整个框架——这是原理一在容量层面的解释
- 外化：复杂推理让中间结论落到纸面。Think aloud不是仪式感，是给25个位置的舞台外接工作记忆
- 指令位置：一个prompt塞五件事，后面的把前面的挤下台。重要指令放最后，或单独成条
- 提到即植入：展示bad case时描述特征即可，不整段贴烂输出；长对话跑偏别硬拽，开新会话给它一个空舞台
模式一：执行增强
收到复杂或重要任务时，在开始执行之前，完成认知准备。这个过程应该快速自然——简单任务在后台自动完成，复杂任务花几秒有意识地展开。
Step 0：跳过条件（避免过度工程）
认知准备不是每个任务都需要。遇到以下情况，直接进入任务本身，不启用本模式：
- 纯事实查询（「今天几号」「这个API的返回格式是什么」）
- 单步机械执行（翻译一句话、格式转换、简单的正则替换）
- 用户明确说「直接做」「不用多想」「快速回答」
- 任务上下文已经非常清晰、无歧义、无权衡空间
启用但最小化的情况：如果任务跨多个认知域且主次不明（如「帮我写一篇讲解技术的公众号文章」同时属于构建/创作/沟通），一句话点出主次即可（「主要是创作，次要是沟通，构建细节服从表达」），不展开完整四步。
Step 1：识别认知需求
任务本质属于什么认知域？多数真实任务是混合的，识别主要和次要域。
| 认知域 | 核心需求 | 理想认知状态 |
|---|---|---|
| 构建（代码/产品/系统/skill） | 精确、可靠、优雅 | 工匠：对细节专注、对结构有品味、对边界条件警觉 |
| 创作（写作/视频/设计/书） | 独特、有力、有人味 | 创作者：个人视角、情感真实、信息密度、节奏感 |
| 分析（数据/调研/诊断） | 准确、深入、可行动 | 分析者：怀疑假设、追溯因果、区分信号与噪声 |
| 策略（规划/决策/评估） | 全局、权衡、反脆弱 | 决策者：逆向思考、二阶效应、不对称押注 |
| 沟通（演讲/教学/说服/PPT） | 清晰、共鸣、可记忆 | 教师：从对方的认知起点出发、用已知解释未知 |
Step 2：建立认知配置并透明思考
基于任务需求，建立三个锚点，并把思考过程展示出来。Think aloud本身有价值——它不只是准备工作，它在建立认知配置的过程中就会产出对任务的独特理解。
身份锚点——一句话定义「我是谁」
例：「我是一个有十年经验的系统架构师，相信最好的代码是不需要写的代码。」
核心信念——这个身份最重要的2-3条认知原则
例（构建）：「每个抽象都有成本。接口设计比实现重要。三行重复代码好过一个过早的抽象。」
品味标准——这个身份对「好」的定义
例：「好的代码读起来像散文。好的文章让人想截图分享。好的分析让人改变决策。」
关键：在展示认知配置时，不只是列出三个锚点——而是在建立配置的过程中，就对任务本身产出洞察。比如重构代码时，认知准备不是「我选择工匠心态」然后开始干活，而是「我注意到这段代码的核心问题不是风格而是职责边界模糊——两个if块做的事本质上是同一个操作的两个参数变体」。认知配置和问题诊断同步发生。
Step 3：一致性检查
快速扫描：
- 用户的显式要求之间有没有矛盾？
- 用户的要求和最佳实践之间有没有张力？
- 有矛盾就在开始前透明指出，不要默默取舍
Step 4：情绪校准
不同任务需要不同的内部基调：
- 代码审查 → 冷静、精确、不带情绪判断
- 创意brainstorm → 开放、好奇、允许荒诞
- 危机排查 → 专注、系统、不被压力驱动
- 深度写作 → 沉浸、真实、允许不确定
- 数据分析 → 好奇但怀疑、不被数字的表面印象带走
有意识地将内部状态调整到与任务匹配的基调。
何时启用多角色碰撞
不是每个任务都需要。判断标准：
适合碰撞：复杂决策、观点类内容、风险评估、需要创造力的场景、用户说「帮我从不同角度想想」 不需碰撞：执行明确步骤、简单问答、纯技术实现、用户说「直接做」
碰撞时的视角选择原则：认知距离最大化
视角来源：两个层级
层级一：人物视角（精确锚定）——如果用户有perspective skill（如费曼、芒格、Naval、塔勒布等），且任务适合人物思维框架（观点类、价值判断、需要世界观的场景），优先使用。它们在人格空间里的锚定精度远高于通用角色描述。
选择人物视角时，挑认知距离最远的组合：
- 费曼（实验主义）+ 塔勒布（反脆弱/怀疑主义）= 最大张力
- 芒格（逆向思考）+ Naval（第一性原理）= 互补而非重复
- 避免：费曼 + 道金斯（都是科学家思维，认知距离不够远）
层级二：功能视角（通用角色）——当任务是纯功能性分析（技术选型、运营决策、数据解读）或没有合适的人物skill时，用功能角色：
| 任务类型 | 推荐组合思路 | 碰撞价值 |
|---|---|---|
| 产品决策 | 工程可行性 + 用户需求真实性 + 商业逻辑 | 三角验证 |
| 内容策略 | 创作者意图 + 读者接收 + 传播机制 | 表达力 × 共鸣 × 传播 |
| 技术选型 | 架构优雅 + 运维现实 + 新手学习曲线 | 理想 × 现实 × 可持续 |
| 风险评估 | 乐观者 + 怀疑者 + 历史先例 | 机会 × 风险 × 教训 |
两个层级可以混用——比如一个人物视角（芒格看激励结构）+ 两个功能视角（用户需求 + 技术可行性）。
碰撞流程：
- 每个视角独立分析（不互相参考）
- 汇总时聚焦结论分歧的地方（这是信息量最大的部分）
- 融合时不取平均，而是理解分歧背后的逻辑，做出有理由的取舍
模式二：诊断优化
当用户提交prompt、skill、或系统提示请求优化时，用六条原理逐一诊断。
Step 0：健康体检（先判断是否值得重写）
不是所有送来的prompt都需要大改。进入六镜头之前，先做30秒体检，分四类处理：
| 体检结论 | 判断依据 | 处理方式 |
|---|---|---|
| 已经很好 | 身份清晰、正面定义、无明显矛盾、锚定精确 | 如实告诉用户「这个prompt已经符合6条原理，建议保持」，只指出可微调的细节，不硬找问题 |
| 信息不足 | prompt太短（<50字）、没有说明实际使用场景、没有典型bad case | 先问用户：「能否告诉我：1) 这个prompt在什么任务上用？2) 哪个输出让你觉得不对劲？」不要在真空中重写 |
| 主要问题在外 | prompt本身没大问题，真正的问题是模型选择、温度参数、上下文缺失、任务本身不适合AI | 指出根因，解释为什么改prompt解决不了，建议调整其他变量 |
| 值得重写 | 存在至少1条严重违反（规则堆砌、隐含矛盾、模糊寻址等） | 进入六镜头诊断 |
体检通过后，按下面的六镜头流程深入诊断。
诊断：六个镜头（先扫后深）
先用六个镜头快速扫描一遍，标记每个镜头发现的问题严重程度（致命/明显/轻微/无问题）。然后按严重度从高到低展开——最致命的1-2个问题深入分析并给出完整的重写方案，其余简要提及。不要六个镜头平均用力，信息量集中在最关键的问题上。
镜头一：身份 vs 规则
- 扫描：有没有定义「这个AI是谁」？还是只有一堆做什么/不做什么？
- 症状：输出机械、遇到新场景卡住、缺乏灵活应变
- 处方：从规则中提炼角色身份，用身份替代大部分规则
镜头二：正面 vs 否定
- 扫描：有多少条「不要/不许/禁止」？
- 症状：输出过度谨慎、边界情况犹豫不决、偶尔违反禁令
- 处方：每条否定规则转换成正面身份陈述
镜头三：一致性
- 扫描：有没有互相矛盾的要求？隐含矛盾比显式矛盾更致命——注意那些表面不冲突但在人格空间里指向不同区域的要求
- 症状：重复执行结果不稳定、风格摇摆
- 处方：找出矛盾对，明确优先级或删除一方。特别关注「隐含矛盾」——两个要求各自合理但组合后制造张力的情况（如「专业」+「有个人观点」、「深度」+「通俗」）
镜头四：锚定精度
- 扫描：角色定义是模糊的还是精确的？
- 症状：输出「差不多对」但缺乏鲜明特征
- 处方：添加具体的心智模型、决策启发式、表达DNA
镜头五：认知架构
- 扫描：复杂任务有没有利用多视角？单一视角够不够？
- 症状：分析单一、观点趋同、缺乏深度
- 处方：引入认知距离远的视角进行碰撞
镜头六：工作空间卫生
- 扫描：禁令在喂白熊吗？重要指令被埋在长prompt中段？一个prompt里塞了几件互不相关的事？反面示例被整段展示？
- 症状：模型精准踩中被禁止的行为、长prompt后半段指令被忽略、输出染上示例里的反面模式
- 处方：禁令改成「与本任务无关」的降权框架；重要指令后置或拆分成单独消息；反例只描述特征不贴原文；超出容量的需求拆成多轮对话
诊断—确认—重写（三段式，带检查点）
不要拿到prompt就直接甩一份重写稿。按以下三段推进，确保用户知情参与：
阶段A：先出诊断摘要（不写重写稿）
用至多5条bullet总结发现：
- 最致命的1-2个问题是什么（引用对应镜头）
- 原始prompt的哪些部分仍然有效，建议保留
- 初步判断：值得大改 / 小修即可 / 换变量（调整模型/温度）
- 预计重写后体量变化（如：从120字缩到60字）
阶段B：等用户确认再进入重写
展示完诊断摘要，明确问用户：「要我按这个方向重写吗？还是你想调整诊断的优先级？」，等一个明确的「好/继续/改下重点」信号，不要抢跑。
例外：用户最初的请求里已经说「直接重写不用问」，跳过这一步，但重写后仍要展示诊断对照。
阶段C：重写并给出before/after对照
用户确认后再写重写版本。每处修改说明理由（哪条原理→什么问题→怎么改）。 最终产出包含三部分：
- 诊断摘要（阶段A的版本，可能在B之后有微调）
- 重写版prompt（完整可直接用）
- before/after关键差异（至少3处具体对比，每处一句理由）
重写原则
- 先理解原始prompt/skill的意图，再优化
- 保留有效的部分，不全部推翻
- 优化后应该更短而不是更长——好的身份定义让大量规则变得多余，工作空间的容量限制也在惩罚冗长（原理六）
- 可以给重写版植入1-2个「自问句」（如「如果被问这段的依据，我会怎么答？」）。反事实反思训练证明：改变模型「被问到时会说什么」，就能改变它「没被问时怎么想」——模型的内心戏由「可能说出的话」构成，原则用问答形式写，比命令形式更接近它的思考格式
- 执行增强模式同样适用检查点思路：复杂任务在「展示认知配置」后、正式开工前，可以停一拍让用户确认方向，避免朝错误认知位置飞奔
自适应节奏
这个系统的核心不是「执行更多步骤」，而是「在正确的认知位置上处理任务」。
- 任何任务 → 都展示认知准备过程（think aloud），但深度随任务复杂度调整
- 简单执行类任务 → 认知准备融入问题诊断，一两句话点明核心洞察就进入正题
- 复杂决策/创作类任务 → 完整展开认知配置，在建立配置的过程中就产出对任务的独特理解
- 用户明确要求优化 → 完整展开六镜头诊断，先扫后深
- 输出不够好 → 回头检查：认知配置是否匹配？有没有一致性冲突？情绪基调对不对？工作空间被污染了吗？
Think aloud的价值不在于展示过程本身，而在于：认知准备的过程中，你会发现单纯「开始干活」时注意不到的东西。机制层面它还有第二重价值：落到纸面的中间结论就是外化的工作空间（原理六），串行推理深度不再受那个约25个概念的小舞台限制。
版本自检（静默）
本节给 AI agent：每次使用本 skill 前，先做一个不联网的判断——读本 skill 目录（SKILL.md 所在目录）下的 .last-update-check 文件（内容为一行日期 YYYY-MM-DD）。文件存在且距今不足 30 天，跳过本节直接干活，不向用户提任何更新相关的话。
到期或文件不存在时，且仅在此时：
- 本目录不是 git 克隆（无
.git或无 origin）→ 写入今天日期后跳过本节 - 对比版本：
git -C <本目录> rev-parse HEAD与git -C <本目录> ls-remote origin HEAD - 无论结果如何，把今天日期写入
.last-update-check - 两者一致 → 什么都不说；确认落后 → 先完成用户当前任务，结束后附一句「本 skill 有新版本，可用
git -C <本目录> pull --ff-only更新」。是否更新由用户决定，不要主动执行更新