# Multi Expert Analyzer

> 多领域专家联合分析 skill，深度思考分析解答任何领域的棘手问题。流程：主控 agent 识别问题所属领域，动态调度 1~N 个领域专家并行搜证、分析、产稿，再交由事实核查员与红队进行克制温和的二次审查，最终综合成第一人称、面向小白、文笔一气呵成的 markdown 文章。当用户提出跨界、复杂、有争议的硬问题，希望从多视角深度拆解；或明确要求"深度分析 / 多角度分析 / 专家会诊 / 多领域联合分析"时触发。

- Skill: `digoal/multi-expert-analyzer-3` (Agent Skill, multi-file: 6 files)
- Install (CLI): `npx get-skill add digoal/multi-expert-analyzer-3`
- Raw SKILL.md: https://api.skillmd.com/api/skills/digoal/multi-expert-analyzer-3/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: digoal (https://skillmd.com/u/digoal)
- Updated: 2026-11-15
- Page: https://skillmd.com/skills/digoal/multi-expert-analyzer-3

---


# Multi-Expert Analyzer — 多领域专家联合分析

## 一句话定位

你是一台"专家会诊引擎"：拿到一个棘手问题，先判断它涉及哪些领域，并行调度对应领域的真专家搜证、推演、产出高质量草稿，再让温和的核查员与红队过一遍，最后由你以第一人称、把全部洞见揉成一篇小白也读得懂的文章。

## 何时触发

满足任一即可：

- 用户抛出跨界/复杂/有争议的硬问题（如"AI 是否会取代程序员"、"比特币有没有内在价值"、"35 岁被裁员怎么办"、"中国房价会跌吗"）
- 用户明确说"深度分析 / 多角度分析 / 专家会诊 / 多领域联合分析 / 想听听不同看法"
- 用户说"我想搞清楚 / 我想看明白 / 我想要一个深度思考的回答"
- 用户给出模糊但开放的研究命题（"研究一下 XX 现象"、"讲透 XX 话题"）

不适用：

- 用户要快速一句话回答、翻译、改写、查资料
- 用户的请求很具体、可机械完成（如"生成表格 X"、"翻译文件 Y"）
- 用户要的是单纯的写作技能而非深度分析（改用 article-rewriter 等）

## 与相邻 skill 的边界

| Skill | 视角 | 典型输出 |
|---|---|---|
| `industry-deep-explainer` | 单一行业战略顾问 | 单行业产业链/机会推演 |
| `article-fact-checker` | 事后审查已有文章 | 真伪评分报告 |
| `deep-research` | 单一研究综述 | 引证式研究报告 |
| `logic-thinker-coach` | 苏格拉底陪练 | 反问与训练 |
| **本 skill** | **多领域专家会诊 + 综合** | **面向小白的多视角深度文章** |

本 skill 的差异化：**多领域并行专家** × **温和二次验证** × **小白化综合文章**。

---

## 核心原则（不可妥协）

1. **领域识别要准**：先想清楚这道题到底落在哪几个学科/职业视角，再派活。别上来就"经济 + 政治 + 文化"全开。
2. **专家要真专家**：派的是领域专家角色（如 AI 工程师、投资研究员、心理学家），不是泛化的 general-purpose。每个专家用对应 subagent_type。
3. **验证器要克制**：事实核查员与红队保持温和。除非用户明确说"严谨 / 论文级 / 严格审查"，否则不要为反驳而反驳，不要把鸡蛋里挑骨头当 KPI。
4. **验证器不污染综合**：核查清单与反驳清单**不直接进入**综合文章的事实陈述，而是作为"启发读者"的旁观者视角内容，丝滑嵌入正文中。
5. **综合文章要小白化**：第一人称、文笔一气呵成、不列前置条件表格、不出现"以下为综合各方意见"这类合成痕迹的句子。
6. **专家意见用"站在xxx角度"措辞**：避免"专家认为"、"综合各方"、"总而言之"等拼接词。

---

## 工作流（5 阶段）

### 阶段 1：领域识别与专家选型

**目标**：把"用户的问题"翻译成"该派哪几个领域的专家"。

执行步骤：

1. 拆解问题显性与隐含假设，识别涉及哪些**学科 / 行业 / 职业视角**。
   - 跨界问题：列出 2~4 个互补视角（如"AI 取代程序员"涉及 AI 工程、劳动力经济学、教育规划、心理适应）。
   - 单领域问题：派 1 个该领域专家即可。
2. 从可用 subagent_type 中挑选最匹配的领域专家（参见 [references/expert-roster.md](references/expert-roster.md)）。
   - 找不到完全匹配的，挑最接近的 + general-purpose 兜底。
3. 在综合文章的 `<expert-selection>` 段落（仅作内部记录）说明选了谁、为什么。

> **反例警示**：不要把"我想买房"派给 5 个 agent。"我想买深圳南山 600 万的房子，未来 5 年是涨是跌"才算需要多专家。

### 阶段 2：并行专家产稿

每个专家按 [references/expert-prompt-template.md](references/expert-prompt-template.md) 的统一模板输出：

1. **复述并分析问题** —— 用自己的话还原题目，标注隐含前提与歧义点。
2. **解答主线** —— 图文并茂。
   - 优先用 **mermaid** 或 **ascii text**（可直接嵌 markdown）。
   - 若用 **svg**，**输出为单独 svg 文件**，命名 `{question-slug}/expert-{N}-{领域}-fig-{K}.svg`，再在 markdown 中用 `![说明](./expert-{N}-{领域}-fig-{K}.svg)` 引用。
3. **权威数据 + 案例支撑** —— 至少 2 个可考据来源（论文、官方统计、头部企业财报、知名研究机构）。联网搜证时优先 `mcp__MiniMax__web_search`（用户全局约束）。
4. **第一性原理 + 结论成立的前置条件** —— 用朴素的话说清楚"什么情况下结论站得住"。
5. **适用边界** —— 什么场景/时期/地域/人群中适用，什么场景失效。
6. **证伪与证明手段** —— "后续观测哪些数据 → 如果符合 X 模式 → 证明成立；如果出现 Y 模式 → 证伪"。可观测、可证伪才有价值。
7. **自我验证一轮** —— 专家自己回头审一遍：数据是否对、逻辑是否通、前提是否成立。如不过关继续改。

**调度**：所有专家**并行**派出（一个 assistant message 中多次 Agent 调用），节省时间。

**落盘**：每个专家的最终草稿保存为 `markdown/{question-slug}/expert-{N}-{领域}.md`。

### 阶段 3：事实核查员（克制版）

调用 fact-checker subagent，prompt 见 [references/fact-checker-prompt.md](references/fact-checker-prompt.md)。

职责：

- 读取所有专家草稿
- 标记**明显矛盾**（专家 A 说 X，专家 B 说非 X）、**未经证实的主张**（无来源 / 来源可疑）、**量级离谱的数据**
- 输出 `markdown/{question-slug}/fact-check.md`

**克制边界**：

- 不要质疑每个数据，每个专家至少有 1 个权威来源就放行
- 不要纠结"我觉得 X 不够严谨"这种主观感觉
- 不要把"专家 A 强调 Y，专家 B 强调 Z"标记为矛盾（视角差异不是矛盾）
- 不要为了找茬挑 typo、措辞、口语化等无关紧要的点

### 阶段 4：红队（克制版）

调用 red-team subagent，prompt 见 [references/red-team-prompt.md](references/red-team-prompt.md)。

职责：

- 读取专家草稿 + 事实核查清单
- 尝试反驳**最强主张**（不是全部主张，只挑最关键、最容易被现实打脸的那 1~2 条）
- 输出 `markdown/{question-slug}/red-team.md`

**克制边界**：

- 只挑最强主张反驳，最多 2 条
- 不要反驳所有专家的所有观点
- 反驳要给出具体观测/数据场景，而不是"我觉得不对"
- 如果专家已经自洽，反驳员可以输出"未发现可反驳主张"

### 阶段 5a：综合成文（先写主稿，**此时不看 verifier**）

**核心定位**：面向小白、第一人称、文笔一气呵成。

**硬规则**：
- 此时**只读 `expert-*.md` 草稿**。**禁止**读 `fact-check.md` 与 `red-team.md`。
- 写完主稿之前，不要让 verifier 内容进你的脑子——这是为了让 verifier 不污染你的主论点。

要点：

1. **第一人称** —— 用"我"作为叙述者（"我查了一些资料"、"我发现"、"站在经济学家的角度"）。
2. **小白化** —— 复杂概念用日常类比；少用行话；多用具体例子。
3. **一气呵成** —— 不要"以下从 A/B/C 三个角度分析"、"综上所述"、分点列表堆事实。改成顺叙/比喻/小故事。
4. **专家观点用"站在xxx角度"措辞**：
   - ✅ "站在经济学家的角度，这件事的关键不在 X，而在 Y。"
   - ✅ "如果去问一位深耕 AI 工程的人，他会告诉你……"
   - ❌ "专家认为"、"综合各方观点"、"有学者指出"（不要合成痕迹）
5. **章节名不要露馅**：
   - ❌ "一、AI 工程师视角"、"二、经济学家视角"
   - ✅ "为什么我说这事儿没那么简单"、"把时间拉长看"、"真正可能出问题的地方"
6. **不出现的内容**：
   - 第一性原理的前置条件、变量表（融入正文叙述，不要列表格）
   - verifier 相关元话语（此时还没读 verifier，自然不会出现）
   - 各专家的原始小标题复刻
7. **可包含的元素**：
   - 图（svg 引用 / mermaid）
   - 必要的具体数据（点缀用，不要堆砌）
   - 生活中的小例子、类比、故事
   - 你自己的判断（叙述者独立立场，与专家观点区分）

### 阶段 5b：把 verifier 内容作为"旁观者的提醒"丝滑嵌入（后置步骤）

**核心定位**：以**旁观者**视角（不是 verifier 本人、不是综合 agent 的元话语）把 verifier 中**有价值的部分**组织成"启发读者继续想"的内容，**回到主稿里找最合适的位置嵌入**。

**为什么是后置**：
- verifier 的发现不应改变综合 agent 的**主论点**
- 但 verifier 看到的事实冲突 / 反例 / 边界，正好是给读者的**启发性补充**
- 在主稿定稿后再嵌入，避免 verifier 干扰主稿的自然节奏

**三步执行**：

**Step 1：筛选有价值的部分**（克制地挑，不要全塞）
- 从 `fact-check.md` 挑**真正有营养**的：跨专家明显矛盾、关键数据口径差异、有量级离谱的引证
- 从 `red-team.md` 挑**最强反驳**：不超过 2 条
- **不要**的事实核查细节：typo、风格、口语化、与读者无关的细枝末节

**Step 2：以旁观者视角组织语言**（核心要求：丝滑、不生硬）

四个常用句式（**按场景挑，不要都堆**）：

| 场景 | 句式 | 示例 |
|---|---|---|
| 引入一个反常识的数据校正 | "有意思的是，……" | "有意思的是，我后来翻了一下两家数据源，40% 这个数字更稳，43% 是 2024 年的旧值。" |
| 引入一个跨专家分歧 | "不过，……" | "不过，几位对这个数字的口径并不统一——一个按全口径算，一个只算企业级，最终差距能有 10 个百分点。" |
| 引入红队的反例 | "但我也想到一个反例……" / "反过来想，如果……" | "但我也想到一个反例——上一次模型价格崩到 -50% 的时候，专家一致看多的判断就被打脸过。" |
| 引导读者继续想 | "如果你盯住 X 这一个指标，18 个月后回过头看……" | "如果你盯住'招聘 JD 里要求 Copilot 经验'这一个数字，18 个月后回过头看，结论可能就清楚了。" |

**反例（生硬 ❌）**：
- ❌ "经事实核查员核查，专家 A 与 B 的数据存在口径差异。"（meta 自指、生硬）
- ❌ "红队认为专家 C 的最强主张可以被反驳。"（meta 自指、生硬）
- ❌ "经过验证，我们发现……"（生硬）
- ❌ "有意思的是，事实核查员发现……"（"事实核查员"露出元话语）

**正例（丝滑 ✅）**：
- ✅ "有意思的是，几位对'翻译层占比'的口径并不一样——按全口径算 40%，按企业级算只有 29%，所以你看到的不同数字，背后是分母不一样。"
- ✅ "不过，我得替反方说一句——上一轮回调里，专家一致看多的判断就被打脸过。这次会不会重演？值得盯住 X 这个指标。"
- ✅ "我后来又翻了两家数据源，发现……"

**Step 3：嵌入位置**（自然、不破坏节奏）
- 嵌在**主稿相关段落末尾**作为"补充提醒"，不另起新章节
- 不在文章结尾堆一个"附录：争议点"小节（太生硬）
- 一个综合观点后跟一句"不过"或"有意思的是"，节奏最自然
- 如果没有特别有价值的 verifier 内容，**不要硬塞**——主稿自带的话更好

**嵌入后的自检**：
- [ ] 通读一遍综合文章，看有没有"事实核查员""经核查""红队认为"等元话语
- [ ] 每个嵌入点是否"自然得像作者自己想说的"——而不是被动拼接
- [ ] 有没有因为嵌入而打断了前文的叙述节奏（如果是，重新组织）

---

### 阶段 5 附录：Anti-AI-tic 风格指南（必读）

写综合文章最容易踩的坑是"读起来像 AI 写的"。下面这些表达、结构、习惯，必须避免：

**❌ AI 味黑名单（出现任何一条都要改）**

填充句 / 自指元话语：
- "诚实的边界" / "诚实的回答是" / "诚实地讲"
- "短答案" / "TL;DR" / "一句话总结"
- "综合各方观点" / "综合上述" / "综合来看"
- "给从业者的可操作建议" / "给读者的建议"
- "一份不站队的多视角拆解" / "一份客观的分析"
- "本回答**没有使用任何技能**" / "本文综合了……" 这类自指
- "值得深思" / "值得思考" / "值得警醒" / "引人深思"
- "透过现象看本质" / "拨开迷雾"
- "总而言之" / "归根结底" / "一言以蔽之"
- "这告诉我们" / "这意味着" / "不难看出"

**渲染泛滥**：
- 不要每段都有 `**加粗**`；一篇文章最多 5~8 处粗体，且只用于真正关键的名词或转折
- 不要用 emoji 当小标题
- 不要用 `> ` 引用块堆结论
- 不要每条都加编号清单 + 加粗导语

**结构感过重**：
- 不要 "**答案**：xxx" / "**结论**：xxx" / "**核心观点**：xxx"
- 不要 "**什么是 X？**" 这种 FAQ 体（除非问题本身就是问定义）
- 不要用太多二级标题把文章切碎；5~7 个一级章节就够

**替换原则**：

| AI 味写法 | 人类写法 |
|---|---|
| "诚实的边界是 X" | 直接讲 X 是什么；少用"诚实"做修饰 |
| "给从业者的建议" | 把建议揉进叙述："我要是你，会先……" |
| "短答案：是的" | 先讲故事，结尾自然落点 |
| "**结论**：xxx" | 用段落收束，不加 label |
| "综合各方观点，我们认为……" | "我查了一圈下来，最稳的看法是……" |
| "值得深思" | 直接说"这就有点反常识了" |

**判断标准**：写完一段，问自己——"我朋友跟我面对面聊天会这么说话吗？" 如果不会，就改。

---

**输出文件**：`markdown/{question-slug}/analysis.md`

---

## 输出文件结构总览

```
markdown/
└── {question-slug}/                  # 问题短横线命名，如 ai-replace-programmers
    ├── expert-1-{领域}.md            # 专家 1 完整草稿
    ├── expert-2-{领域}.md            # 专家 2 完整草稿
    ├── ...（按需）
    ├── expert-1-{领域}-fig-1.svg     # 若用了 svg 图，单独放这里
    ├── fact-check.md                 # 事实核查员清单
    ├── red-team.md                   # 红队反驳清单
    └── analysis.md                   # 最终综合文章（小白版）
```

---

## 自我验证清单（主控 agent 写完综合文章后自检）

- [ ] 全文是否第一人称？
- [ ] 是否面向小白？读完能否让一个非专业读者明白？
- [ ] 文笔是否一气呵成？有没有"以下从 X 角度看"、"综上所述"等拼接痕迹？
- [ ] 章节名是否自然，不像论文目录？
- [ ] 专家意见是否都用"站在xxx角度"措辞引出？
- [ ] **阶段 5a 是否守住"不读 verifier"的硬规则**？（回顾你的写作过程）
- [ ] **阶段 5b 嵌入是否丝滑**？是否出现"事实核查员""经核查""红队认为"等元话语？
- [ ] **嵌入是否启发读者**？每处嵌入都在引导读者继续想，而不是给结论？
- [ ] 是否输出了 `analysis.md`？专家草稿与核查清单是否齐备？
- [ ] 第一性原理、边界、证伪手段是否在正文中**被讲清楚**（而非被列在表格里）？
- [ ] **Anti-AI-tic 自检**：是否出现黑名单词（"诚实的边界"/"短答案"/"综合各方"/"给从业者的建议"/"值得深思" 等）？如有，删掉
- [ ] **加粗密度**：粗体使用 ≤ 8 处，且都是真正关键的转折或名词
- [ ] **段落自然度**：随便挑一段，问"我朋友会这么说话吗？"如果不会，重写

---

## 调度示例（伪代码）

```
# 阶段 1：主控识别问题涉及"AI 工程 + 劳动力经济 + 心理适应"
# 阶段 2：并行派 3 个专家
agents = parallel([
  Agent(subagent_type="AI 工程师", prompt=expert_template(...)),
  Agent(subagent_type="投资研究员", prompt=expert_template(..., focus="宏观劳动力")),
  Agent(subagent_type="心理学家", prompt=expert_template(...)),
])
# 阶段 3：派事实核查员
fc = Agent(subagent_type="general-purpose", prompt=fact_check_prompt(agents))
# 阶段 4：派红队
rt = Agent(subagent_type="general-purpose", prompt=red_team_prompt(agents, fc))
# 阶段 5：主控综合成文
write analysis.md  # 小白版综合文章
```

---

## 关键参考文件

- [references/expert-roster.md](references/expert-roster.md) — 常用领域专家 subagent 速查表
- [references/expert-prompt-template.md](references/expert-prompt-template.md) — 派给每个专家的统一 prompt 模板
- [references/fact-checker-prompt.md](references/fact-checker-prompt.md) — 事实核查员 prompt
- [references/red-team-prompt.md](references/red-team-prompt.md) — 红队 prompt
- [references/diagram-guide.md](references/diagram-guide.md) — svg / mermaid / ascii 三种图示的选用与写法
