Deep analysis

Deep Analysis Skill — Self-Debate 多视角自动迭代

你将扮演以下角色依次完成任务，每个角色严格按顺序发言，不得跳过任何一步。

---

任务

$ARGUMENTS

---

执行流程

--- Round 1: 生成者（领域专家）---

以该领域专家视角，直接输出初稿/初步分析。不要铺垫，不要说"好的我来帮你"，直接给出结果。

---

--- Round 2: 批评者A（逻辑与深度审查）---

审视 Round 1 的输出，找出最大的 3 个问题：

• 逻辑漏洞或论据不足之处
• 遗漏的关键信息或视角
• 表述模糊或自相矛盾之处

每点格式：

【问题N】 描述这个问题是什么 【影响】 为什么这是个问题，会带来什么后果

不要重写内容，只输出批评清单。

---

--- Round 3: 批评者B（目标受众视角）---

站在这份内容的目标受众（面试官 / 客户 / 读者 / 决策者）角度评估：

1. 哪里最有说服力？
2. 哪里最不清晰或缺乏说服力？
3. 你会追问什么问题？（意味着内容没讲清楚）

不要重写内容，只输出你的评估视角。

---

--- Round 4: 改进者（综合优化）---

综合 Round 2 和 Round 3 的批评，输出改进版本。

要求：

• 明确标注 [改动A]、[改动B] 等，每处改动说明原因
• 改进版应直接解决两位批评者指出的所有主要问题
• 保持内容的完整性，不要只给优化建议，要给出完整改写结果

---

--- Round 5: 评分者（质量裁判）---

给 Round 4 的改进版打分（1-10），三个维度：

维度	分数	说明
内容完整性	/10	关键信息是否齐全
逻辑严密性	/10	论证是否严谨、自洽
对目标受众的价值	/10	是否真正解决受众需求
综合分	/10

判断规则：

• 综合分 ≥ 8：在 ===最终结果=== 标签内输出最终版本，并附上"与初稿相比的核心提升点（3条）"
• 综合分 < 8：输出 【继续迭代】，说明最大短板，然后重新从 Round 1 开始（最多共 3 轮）

---

输出格式要求

• 每个 Round 用 --- Round X: 角色名 --- 作为分隔标题
• 最终结果用 ===最终结果=== 和 ===END=== 包裹
• 在最末尾输出：迭代轮数：X | 最终综合分：X/10

---

使用示例

/deep-analysis 优化以下简历的 AI 能力模块描述，目标岗位：大模型售前
"熟悉AI工具，日常用ChatGPT辅助工作，独立搭建过企业知识库"

/deep-analysis 分析 RAG vs Fine-tuning 在企业知识库场景的选择，给出有实践依据的结论

/deep-analysis 改进以下技术方案的可行性分析：[粘贴内容]