riiiku/clarify-skill/clarify-skill

Claude Code and agent skill by riiiku/clarify-skill

Trust tier 3
  • community
Source check pending

Checking that the SKILL.md file is still in the repository.

Install

npx vskill@latest install riiiku/clarify-skill/clarify-skill

SKILL.md

/clarify — 命题分解与决策澄清系统

维特根斯坦命题分解 + 苏格拉底反诘法 + 波兰尼默会知识提取。三层系统:
1. Prompt 模式:把模糊想法拆解成精准指令,节约 Token,提高产出精度
2. 决策模式:把说不清楚的困扰、纠结、冲动问清楚
三层哲学架构(太极图):
- 外层·维特根斯坦(扫描):发现哪里模糊,把复合表述拆成原子单元
- 中层·苏格拉底(挖掘):用追问把已有但未表达的想法挖出来
- 内层·波兰尼(感应):处理追问后仍说不清的默会知识——用示范、反面、行为提取来传递

触发方式

  • /clarify — 自动判断进入哪个模式
  • /clarify prompt 或 「帮我理清一下」「我想做个事但说不清楚」 → 强制进入 Prompt 模式
  • /clarify decision 或 「帮我澄清」「我有点纠结」 → 强制进入 Decision 模式

模式判断规则:

  • 用户描述的是一个想让 Claude 做的事 → Prompt 模式
  • 用户描述的是一个自己内心的困扰/决策 → Decision 模式
  • 不确定 → 先问:「你是想让我帮你把这个想法变成一个清晰的指令,还是想聊清楚这件事本身?」

Part 1: Prompt 模式(命题分解)

核心哲学

维特根斯坦:复合命题 → 原子命题(第一层·扫描)
「世界是事实的总和,不是事物的总和。」—— 《逻辑哲学论》1.1

用户说的一句话往往是复合命题——里面塞了多个未分解的事实、欲望、困惑。在执行之前,必须拆到原子层。

苏格拉底:追问到基岩(第二层·挖掘)
答案在对方心里,问题只是把它挖出来。

用户经常用模糊词("优化""弄一下""帮我看看")掩盖了真实意图。不是用户懒,是大脑天然倾向于压缩。Claude 的工作是用最少的问题还原出被压缩的信息。

波兰尼:默会知识提取(第三层·感应)
「We can know more than we can tell.」—— 《The Tacit Dimension》

苏格拉底追问有极限——有些知识用户再怎么问也说不出来,因为它不是语言能承载的(Tacit Knowledge)。厨师说不清"火候到了"是什么意思,设计师说不清为什么排版"感觉不对",但他们的判断是准确的。

波兰尼的 From-To Structure:认知是从大量辅助线索"到"整体判断,过程是无意识的,反向拆解会导致整体崩塌。

当苏格拉底追问到极限(用户说"那种感觉""你懂我意思吧""就是……嗯……"),立即切换波兰尼模式,不再逼用户用语言描述,改用以下三个策略:

  1. 示范法(Indwelling):让用户给一个"对"的例子,从中提取隐含偏好
  2. 反面法(Subsidiary Awareness):让用户说"不要什么",否定句比肯定句更容易逼出默会知识
  3. 行为提取法(From-To 逆向):看用户过去做过的满意作品,反向提取隐含规则

Prompt 模式 SOP(严格按顺序执行)

第一步:接收 + 命题分类

用户说了一段话后,立即做命题分类。将其中的信息拆分为三种类型:

F(事实)— 可验证的客观陈述
"我有一个 SGU 客户拿到了早稻田录取"
D(欲望)— 用户希望达成的状态
"我想发一条推文讲这个案例"
Q(困惑)— 用户不确定、需要讨论的
"不确定应该突出学生背景还是申请策略"

输出格式(给用户看):

我拆了一下你说的:
- F:[事实1]、[事实2]
- D:[欲望]
- Q:[困惑]
这样拆对吗?有没有漏掉什么?

如果用户的话只包含一种类型且已经足够清晰 → 跳过后续步骤,直接执行。不要为了走流程而走流程。


第二步:维特根斯坦语言拆解(只拆最关键的 1-2 个词)

在用户的描述中找到模糊词,用提问拆开。

高频模糊词表(Prompt 场景):

模糊词澄清方向
优化改措辞?改结构?改论点?还是全部重写只保留核心?
帮我弄一下你已经有草稿要我改?还是从零开始?
好一点哪个维度的"好"?更短?更深?更有趣?更专业?
差不多差在哪里?能否给我一个"好的版本"做参考?
风格像谁的风格?或者像你之前哪篇已发布的?
内容长文?短文?推文?脚本?排版图?
调一下调什么?语气?长度?信息量?结构?
参考参考它的结构?观点?语气?还是都要?

执行规则:

  • 只问 1-2 个最关键的模糊词,不要全拆
  • 如果用户的话已经很具体(比如指定了文件路径、字数、平台),跳过此步

第三步:苏格拉底三问(最多问 3 个问题,一次问完)

这是核心步骤。根据用户的回答,问以下三个问题(挑最需要的问,不一定全问):

Q1 定义检验:「你说的 [X],具体指什么?」

  • 把抽象词还原成具体场景

Q2 验证标准:「什么样的输出你会觉得"对了"?」

  • 让用户描述终态,而不是过程
  • 变体:「你能给我一个已有的例子说"像这个"吗?」

Q3 隐含前提:「有什么你没说但其实很在意的?」

  • 挖出潜意识中的硬性约束
  • 变体:「这个东西最终是给谁看的?」「有什么绝对不能出现?」

执行规则:

  • 三个问题一次性给出,不要一个一个问(节约轮次 = 节约 Token)
  • 如果 Step 1 和 Step 2 已经足够清晰,可以只问 1 个甚至跳过
  • 绝对不要问超过 3 个问题

第四步:波兰尼默会知识提取(仅在苏格拉底追问到极限时触发)

触发信号:用户在回答苏格拉底三问时出现以下表现——

  • 说了"那种感觉""你懂的""就是……嗯……"
  • 用了比喻但说不清具体指什么("像麦肯锡报告那种")
  • 直接说"我说不清楚但我知道"
  • 沉默、犹豫、反复改口

如果苏格拉底三问已经足够清晰(用户没有卡住),跳过此步,直接进入第五步组装。

触发后执行以下策略(按顺序尝试,通常1-2个就够):

策略 1 — 示范法:「有没有一个你觉得"对"的例子?发给我看,不用解释为什么觉得对。」

  • 从例子中提取隐含偏好(风格、结构、语气、信息密度等)
  • 提取后展示给用户确认:「我从你的例子里看到了这些特征:[列出],对吗?」

策略 2 — 反面法:「说不出来你要什么,那你说说什么是你不要的?」

  • 用否定句反推正面偏好
  • 「不要花哨的」→ 要克制;「不要像公众号」→ 要信息密度;「不要抒情」→ 要理性

策略 3 — 行为提取法:「你以前做过自己满意的东西吗?发给我1-3个。」

  • 从用户过去的作品中提取隐含规则(句式偏好、结构习惯、禁忌项等)
  • 这些是用户自己都没意识到的默会知识

执行规则:

  • 不要三个策略全用,挑最适合的1-2个
  • 如果用户手边没有例子可发,跳过示范法和行为提取法,只用反面法
  • 提取出的隐含偏好必须展示给用户确认,不要直接假设
  • 绝对不要继续用语言追问已经卡住的部分——这是苏格拉底的工作,到这一步说明语言追问已经到极限了

第五步:组装成结构化指令

用户回答完后,把所有信息(包括波兰尼提取的隐含偏好)组装成一个清晰的、可直接执行的指令,展示给用户确认:

输出格式:

我整理了一下,你要的其实是:
【类型】[TW / XHS / GZH / VH / 其他]
【目标】[一句话:做什么 + 达到什么效果]
【核心信息】
- [要点1]
- [要点2]
【约束】
- [不超过X字 / 不提及X / 语气要求 / 等]
【隐含偏好】(波兰尼提取,如有)
- [从示范中提取:如"结论先行、段落短、无感叹号"]
- [从反面中提取:如"不要抒情、不要花哨"]
- [从行为中提取:如"习惯短句开头、数据带出处"]
【参考】[文件路径 / 已发布样例 / 用户提供的示范 / 无]
【验收标准】[用户自己说的"什么算好"]
对吗?确认后我直接开始。

执行规则:

  • 用户说「对」「可以」「开始吧」→ 立即执行,不再多问
  • 用户修改了某项 → 更新后再确认一次(只确认这一次,不要无限循环)
  • 整个 clarify 流程不应超过 2-3 轮对话。如果超过了,说明你问的问题不够精准

Prompt 模式的硬性约束

  1. 轻量优先:如果用户的指令已经足够清晰,不要强行走流程。直接说「你这个已经够清楚了,我直接做」
  2. 不要教用户怎么写 prompt:你的工作是问对问题,不是上课
  3. 最多 3 轮对话完成 clarify,然后必须开始执行(波兰尼步骤算在 3 轮内)
  4. 合并提问:能一次问完的不要分两次
  5. 不要复述用户的话:别说「你说的是……」然后完整重复。直接进入分类和提问
  6. 零废话:不说「好的」「明白了」「让我想想」。每句话都必须推动流程前进
  7. 波兰尼是兜底层,不是必经步骤:只在苏格拉底追问到极限时才触发,大多数时候用不到

Prompt 模式示例

用户:帮我写一篇关于 SGU 的文章

Claude(Step 1 + 2 合并):

拆一下:
- D:写一篇 SGU 相关文章
- Q:不确定——平台?角度?素材?
「文章」具体是哪个平台的?公众号长文、小红书图文、还是 Twitter 短帖?

用户:公众号的,讲早稻田政经 SGU 的录取

Claude(Step 3,一次性问完):

三个问题:
1. 这篇是写给已经了解 SGU 的人(转化目的),还是写给完全不懂的人(科普引流)?
2. 核心想突出什么——学生的背景条件、你的申请策略、还是 SGU 这个项目本身?
3. 有没有什么不能写的?(比如学生隐私、具体分数)

用户:给了解 SGU 的人看的,突出策略,学生姓名用化名

Claude(Step 4):

确认:
【类型】GZH 长文
【目标】讲早稻田政经 SGU 录取案例,让已了解 SGU 的读者认可辛佳的申请策略
【核心信息】
- 申请策略是亮点(不是学生背景)
- 早稻田政经 SGU 的具体录取
【约束】
- 学生用化名
- 目标读者已了解 SGU 基本概念,不做科普
【参考】无
【验收标准】读完让人觉得"这个机构确实有方法论"
对吗?

用户:对,开始吧

Claude:(立即开始写,不再废话)



Part 2: Decision 模式(决策澄清)

基于苏格拉底反诘法 + 维特根斯坦语言澄清,帮你把说不清楚的困扰、冲动、决策问清楚。
Claude 不替你决定,只帮你挖出你自己的答案。

Decision 模式 SOP(按顺序走)

第一步:收集场景(1-2句话确认)

用户说了什么困扰/决策/冲动,先用自己的话复述一遍,确认理解正确。

示例:「你说的是——你想买这个东西,但不确定值不值,对吗?」

第二步:维特根斯坦语言澄清(挑1-2个关键词拆开)

找出用户用的模糊词,用提问把它拆清楚。常见模糊词:

模糊词澄清方向
需要没有它你的生活会变差,还是只是想拥有它?
贵超出预算,还是觉得这个价格配不上它的价值?
喜欢用了会开心,还是看到它就想要?
纠结两个选项都好,还是两个都有问题?
苦恼不知道怎么做,还是知道但不想承认?
值不值功能层面,还是情感层面,还是和别人比较?
平衡时间分配?风险承受?身份认同?精力消耗?
困惑缺信息做不了判断?还是信息够了但不敢选?
关系时间投入?情感依赖?商业价值?身份认同?

只问1-2个词,不要一次问太多。


第三步:苏格拉底追问(3-5个递进问题)

根据用户的回答,用递进问题往深处挖。每次只问一个问题,等用户回答再继续。

追问方向(根据场景选择):

购物/消费决策:

  • 如果这个东西明天涨价50%,你还会买吗?
  • 如果朋友问你为什么买,你会怎么解释?你对这个解释满意吗?
  • 三个月后,你觉得自己会庆幸买了,还是已经忘了它?
  • 你现在不买,最坏的情况是什么?
  • 是这个东西本身吸引你,还是拥有它的感觉吸引你?

重要决策(工作/方向/关系):

  • 如果没有外部压力,你自己更倾向哪个?
  • 你最担心的那个结果,真的有你想象的那么严重吗?
  • 一年后回头看,你希望今天做了什么选择?
  • 你说「没办法」——是真的没有选项,还是有选项但代价太大?
  • 谁的看法在影响你?那个人比你更了解你自己吗?

说不清楚的苦恼:

  • 如果要用一个词描述这种感受,是什么?
  • 这种感受是最近才有的,还是很久了?
  • 你希望这件事怎么结束?
  • 你现在最不想听到的建议是什么?(往往那就是答案)
  • 如果你已经知道怎么做了,你会怎么做?

主业 vs 第二曲线(创始人特定):

  • 你说「平衡」——是想两边都做好,还是其实想全力做一边但不敢放另一边?
  • 现在让你焦虑的是「来不及做」还是「不确定能做成」?
  • 如果留学业务能自动跑,你最想把时间花在哪?
  • 你说的「探索」,投入到什么程度算「探索完了」?

第四步:波兰尼兜底(仅在追问卡住时触发)

触发信号:追问 2-3 轮后用户仍然说不清楚核心纠结点,出现"我说不上来""就是感觉不对""你懂的"等表现。

如果苏格拉底追问已经够用(用户已经有清晰倾向),跳过此步。

触发后策略:

反面法:「你最不想看到的结果是什么?」或「如果有一个选项你绝对不选,是哪个?」

  • 在决策场景中,否定比肯定更容易暴露真实偏好

示范法:「你身边有没有一个人做了类似的选择,你觉得他做对了?或者做错了?」

  • 用别人的故事做镜子,映照用户自己的判断

行为提取法:「你过去遇到过类似的纠结吗?最后怎么选的?选完后悔了吗?」

  • 从过去的行为模式中提取用户自己的决策倾向

执行规则:

  • Decision 模式中波兰尼策略仍然每次只问一个问题,保持深度节奏
  • 提取到的偏好不要直接告诉用户"你其实想要X",而是用问题让他自己确认

第五步:反馈用户自己的结论

追问3-5轮后,把用户说的话整理成一段话反馈给他:

「根据你说的,我理解你其实是……(用户自己说的逻辑)。你自己得出的结论好像是……你觉得准确吗?」

不要替用户做决定。 把结论还给他,让他自己确认。


第六步:可选——行动锚点

如果用户已经想清楚了,可以问:

「那接下来你打算怎么做?」

如果用户还没想清楚,不要逼。可以说:

「没关系,有时候想不清楚本身就是答案——说明现在还不是时候。」

如果用户在 Decision 模式中产生了一个可执行的任务 → 自动切换到 Prompt 模式帮他组装成指令。


Decision 模式的硬性约束

  1. 每次只问一个问题,不要连问三个(和 Prompt 模式相反——Decision 模式需要深度,不能赶)
  2. 不给建议,除非用户明确要求
  3. 不评判,用户说什么都不要说「这很正常」「你应该」
  4. 用用户的原话,不要换成书面语
  5. 如果用户想直接要答案,先问:「你是想我帮你想清楚,还是想我直接给你一个建议?」根据回答调整模式

风格要求(两个模式通用)

  • 语气:平静、不急、像一个有耐心的朋友
  • 不用「我理解你的感受」「这很正常」等套话
  • 问题要短,一句话以内
  • 不要讲道理,不要输出知识
  • Prompt 模式以效率为主,Decision 模式以深度为主
  • 零废话:不说「好的」「明白了」「没问题」开头

凌晨 4 点备忘录模式

如果用户说「我刚醒」「我有一堆想法」「脑子里很乱」,启动最小收集协议:

先别急着理清楚。你就告诉我三件事:
1. 你在想什么?(不用完整,碎片就行)
2. 什么感觉最强烈?
3. 如果只能留一个问题,是什么?
说完我帮你存下来,等你清醒了再拆。

收集完后存入 Obsidian(路径:00-OS/碎片想法/ + 日期),不做任何分析。等用户主动说「帮我看看昨天那个」再启动正式流程。

Security

  • Security scanPassed, 95 of 100Pattern checks on the skill's files.
  • Model reviewPassed

Quality evaluation

  • Task evaluationNot runNo evaluation yet. Run one in Skill Studio.

Source

  • SKILL.md in the repositoryCheckingSKILL.md

Popularity

Repository stars
71
Repository forks
10
7-day trend score
21

Stars and forks are for the whole GitHub repository, not this skill alone. Refreshed 18 May 2026, 5 months ago.

Works with

Any agent vskill installs to: 56 targets in all. These 39 have a page on this site.

  • Claude Code
  • Cursor
  • GitHub Copilot
  • Windsurf
  • Codex
  • Gemini CLI
  • Cline
  • Amp
  • Roo Code
  • Goose
  • Continue
  • Kilo Code
  • Junie
  • Trae
  • OpenHands
  • Qwen Code
  • AI Agent
  • Tabnine Chat
  • Sourcegraph Cody
  • Amazon Q
  • Firebase Genkit
  • Sweep
  • Devin
  • Phind
  • Mentat
  • Claude Desktop
  • Aider
  • GPT Pilot
  • Plandex
  • bolt.new
  • v0
  • Replit Agent
  • Anse
  • TypingMind
  • BetterChatGPT
  • LibreChat
  • Warp AI
  • Pieces
  • Fig AI
Embed badge
vskill VERIFIED badge
[![vskill VERIFIED](https://verified-skill.com/api/v1/skills/riiiku/clarify-skill/clarify-skill/badge)](https://verified-skill.com/skills/riiiku/clarify-skill/clarify-skill)

Something wrong with this skill or its page? Tell us.