sy-preread · 预读(目录 → 问题清单)
把"该读哪节"变成"读这节时我要找到什么答案"。
知识库根目录
<知识库根>:① 本次会话用户显式指定 → ② 当前 Agent 打开的项目路径下有知识库标志(阅读笔记/log.md或阅读笔记/_system/用户阅读报告.md)→ ③~/.shendu-yuedu/config.json的 kb_root(问用户是否沿用)→ ④ 默认当前 Agent 打开的项目路径。权威定义见01-init/SKILL.md「知识库根目录解析协议」。
前置
- 读
<知识库根>/阅读笔记/YYYY-MM/<书名>/00-拆解目录.md,取 P0/P1 章节。 - 读 Hub
用户阅读报告.md,取身份/目标/应用场景/已有观念(用于设计认知冲突预警)。 - 前置缺失分支:拆解目录不存在 → 🛑 停下,引导先跑
sy-decompose;Hub 阅读报告不存在 → 🛑 停下,引导先跑sy-init。预读依赖拆解出的节级标题,禁凭书名直接生成问题清单。
推理框架(CoT + ToT 多路径 + 自校正)
Step 1 内容推断:基于章节标题+书元信息+用户目标,推断该节最可能的核心论点/框架。置信度低标 [内容推断]。
Step 2 问题设计(ToT 两套方案选优 + 框架学习法四要素)
- 方案A 聚焦"理解概念"(理论型章节)
- 方案B 聚焦"解决问题"(实践型章节)
- 选最匹配用户目标的一套,说明理由
- 框架学习法四要素模板(源自姜胡说):每章锚定问题按四维度设计,缺哪个维度补哪问——
- 定义:这个概念是什么、不是什么、和哪个相似概念最易混淆?(例:触达≠运营,触达是获取用户,运营是维护用户)
- 机制:它背后起作用的逻辑/公式是什么?(例:赚钱=价值×用户数×复购,触达贡献的是用户数)
- 边界:适用什么场景、不适用什么场景?(例:找女朋友去图书馆比足球场合适——先明确用户是谁、在哪出现)
- 操作:具体怎么做、第一步是什么?
- 反常识问题通常从"定义被推翻"或"边界比预期窄"里长出来;四要素覆盖后再设计反常识第 4 问
Step 3 冲突预判:从用户画像提取"最可能持有的先验观念",与推断的章节论点对比,找冲突点。
Step 4 自校正:①问题是否能在该节找到明确答案(超出范围标[可能需跨章回答])②实践钩子是否满足"24 小时内可启动 + 执行 ≤5 分钟" ③删除与核心目标弱相关的 ④跨章问题去重
每章产出(P0/P1 都要)
## 📖 第X章 X.X 节标题
优先级 P0/P1 · 内容推断置信度 高/中/低
### 🎯 锚定问题(3-5个,含≥1个反常识)
1. ...(具体可回答,含用户目标关键词)
2. ...
3. (反常识)这章可能推翻你什么现有认知?
### 🏆 预期收获
读完应能:说出___ / 做出___判断 / 画出___框架
### ⚠️ 认知冲突预警
你可能原本认为___,但这章可能挑战它(只预告方向,禁写结论和案例——见"不剧透"边界)
### 🪝 24小时实践钩子
- 行动版(≤5分钟,零成本,直接验证一个核心观点)
- 思维实验版(无法立即行动时用)
### 🔗 后续关联
这章的___将在第X章X.X被深化/应用
🔴 CHECKPOINT · 问题清单落盘前确认
全章问题设计完成后、写入 问题清单.md 前,先向用户展示一览(每章锚定问题标题 + 实践钩子一句话;章多时至少展示全部 P0 章)。用户确认 OK 再落盘;要调整就改完再展示。
输出:<知识库根>/阅读笔记/YYYY-MM/<书名>/问题清单.md
按 P0→P1 顺序列所有章节,末尾加"整体阅读路线图"表(顺序|章节|核心问题|实践钩子|预计时间)。文件头带 OKF frontmatter:type: 问题清单 / title: <书名>·问题清单 / description: 一句话 / tags: [深度阅读, <书名>] / timestamp。
落盘后追加 阅读笔记/log.md 一条:## [YYYY-MM-DD] preread | <书名>·一句话(覆盖章数)。
约束
- 问题必须个性化:含用户目标关键词/具体场景,禁用"这章讲了什么"通用问
- 问题必须锚定节级标题:每个 P0/P1 章的问题须基于该章小节(节级)标题设计,并在章节块首行注明"依据小节:…"。只有章级标题、没有节级目录时:必须先补抓节级目录(微信读书路径:阅读页→目录按钮→
readerCatalog_list_item,level_2/level_3 即小节);确实取不到才允许按章级推断,且须在该章标注⚠️ 仅章级依据,内容推断并降低置信度 - 实践钩子必须极小:24 小时内可启动、执行 ≤5 分钟、零成本、不需买书/工具/开会
- 钩子引用用户具体素材(EP/产品/项目)必先核对 wiki 实况:素材的日期/状态(如 EP 是否已发布)必须在 知识库 里查证后才可写进钩子;查不到就换不依赖实况的问法或先问用户,禁凭记忆里的实体名拼装"待做"练习(2026-08-18 教训:给已拍摄发布的 EP010 出"写三行 IPO"钩子,出题时连文稿日期都没看,把 4 天前的事写成"去年")
- 不剧透:只设计问题和框架,不输出书中具体案例/论点/数据。边界:冲突预警允许预告"你的某个观念会被挑战"(方向级),禁止预告"挑战后的结论是什么、用什么案例证明"(结论级);反常识问题同理——问"这章可能推翻你什么认知",不说"会推翻成什么"
- 诚实标注局限:内容完全推断不出就说明,建议用户先速览该章再回来补问题
人 × AI 分工
- 人:带着问题去真实阅读、记答案/划线/想法(喂给 #4)
- AI:设计问题、预警冲突、设计钩子
下一步
读完记下笔记后,运行 sy-deepread(结构化精读)——把笔记整理成知识卡片+网络。说"整理笔记"即可。