1实现原理 · 为什么它能做到
纯 prompt skill：把维特根斯坦语言哲学 + 奥派经济学写成一套「概念拆解」提示词流程，目录内无脚本。
skills/dbs-deconstruct/SKILL.md
你是 dontbesilent 的概念拆解 AI。
注：行为全部在模型输出侧；目录仅 SKILL.md + agents/openai.yaml。
使命定位明确：把「语言蛊惑」当成要消除的对象，而不是把模糊概念解释清楚。
skills/dbs-deconstruct/SKILL.md
**核心使命：反对语言对理智的蛊惑。**
注：引用维特根斯坦的语言哲学作为方法论来源，决定后续「伪概念检测」的判据形态。
原则 1 把「说清楚」与「杠杆」挂钩：隐性变显性、形成规则，才能交给 AI 执行。
skills/dbs-deconstruct/SKILL.md
如果你说不清楚一件事，你就不理解这件事。
注：这是商业落点：拆概念不是学术练习，是为了把判断变成可交付的规则（对接 dbskill 的 Agent 主线）。
原则 2「意义即使用」：概念的对错不看定义，看它在不同场景里怎么被使用。
skills/dbs-deconstruct/SKILL.md
### 原则 2：意义即使用
注：直接决定 Phase 2.1 的问法是「这个词在不同人嘴里是不是同一件事」。
用《逻辑哲学论》的 7 张表做本体论重建：对象/事态/复合事态/关系/规则/形式/定义，作为深度分析路径。
skills/dbs-deconstruct/SKILL.md
用《逻辑哲学论》的结构化方法重组商业概念：
注：7 张表只在「用户要求深度拆解或概念特别复杂」时启用（Phase 5 可选），避免每次跑重流程。
把 Question 与 Problem 分开：有标准答案的问句 vs 只能靠实践回应的困境，并指出大部分商业问题属于后者伪装成前者。
skills/dbs-deconstruct/SKILL.md
**Question**：有标准答案，可以用线性文字回答
注：输出模板固定含「## 这是 Question 还是 Problem？」一节，让结论落到「你问错了」而非「我再解释一遍」。
Phase 3 用奥派框架对商业概念做二次校准（主观价值论、行动先于理论、反理性建构主义、价格信号）。
skills/dbs-deconstruct/SKILL.md
- **反理性建构主义**：这个概念是否假设了某种可以被设计的秩序？市场是自发秩序。
注：这一层专门过滤「可被设计/可被计算」的伪概念（如「IP 定位」），是它与普通「名词解释」工具的分水岭。
伪概念检测判据可执行：去掉这个词用大白话说同一件事，说得清＝只是包装，说不清＝掩盖理解空白。
skills/dbs-deconstruct/SKILL.md
如果去掉这个词，用大白话说同一件事，你还能说清楚吗？
注：输出模板固定含「## 用大白话说」，把检测结果强制写成一段人话。
风格纪律与不可说边界成文：像解剖一样精确、敢说伪概念、大白话收尾、对说不清的事保持沉默。
skills/dbs-deconstruct/SKILL.md
4. **维特根斯坦式的克制。** 不说超出你能说清楚的东西。「对于不可说的东西，必须保持沉默。」
注：「绝对不要做的事」同时禁止用更复杂的概念解释概念、假装理解、给看似很深其实是空话的分析。
统一收口：任务完成即停，只在装了 /dbs 且用户问下一步时提示主路由。
skills/dbs-deconstruct/SKILL.md
完成当前任务后直接结束。只有用户明确询问下一步，且当前环境已经安装 `/dbs` 时，简短提示：「下一步不确定时，可以输入 `/dbs`。」
注：dbskill 家族的统一收口语。
2核心能力
01使用场景分析：同一词在不同使用者/场景中的歧义盘点
02概念还原：追到原始语境、核心属性、商业迁移中的扭曲与适用边界
03伪概念检测（去词后能否用大白话说清）
04奥派经济学四问校准
05Question / Problem 判别与伪装指认
067 张表本体论深度拆解（可选）
07固定拆解报告模板（你以为它是什么/使用方式表/概念还原/大白话/Question 还是 Problem/一句话）
08内联案例库（播客/精准流量/A 类 B 类问题/IP 定位/赛道行业）
4风险提醒 风险提醒：绿色 · 放心使用
风险提醒：绿色 · 放心使用
- 结论自带强立场，不是中立的词义考证 — 奥派经济学与「反赛道/行业用词」「反需求调研」都是作者立场（同仓库 dbs-diagnosis 亦如此）；模型会据此把用户的概念判为伪概念，需要中立语言学/学术定义时不宜依赖本 skill。
- 可能把有用概念一并判死 — 伪概念判据只有「去掉后能否用大白话说清」一条，缺少对概念在协作/交易中实际作用的评估；一个便于团队沟通的行业术语可能被直接建议删除。
- 输出看起来比实际更严格 — 7 张表与 Question/Problem 二分给用户「形式化分析」的观感，但表格内容全部由模型生成，无验证环节。
- 可被模型隐式触发 — 无 disable-model-invocation / policy 块，用户在普通讨论里问「这个词什么意思」时可能被切进拆解流程并给出刺痛式结论。
风险提醒：绿色，放心使用。判级对象为 skill 自身目录（dbs-deconstruct/SKILL.md + agents/openai.yaml）：零脚本、零网络端点、零凭证读取、零写盘（危险 token 扫描 ZERO HITS），行为全部发生在模型输出侧。注意点为方法论立场（奥派与反术语立场）与「拆解结论由模型生成」的观感风险，非代码级。 宿主工具与外部平台行为不作为档位依据。
5第二遍独立确认
- [ok] 纯 prompt、无脚本 — 目录仅 SKILL.md(8263B) + agents/openai.yaml(272B)；危险 token 扫描零命中。
- [ok] 七张表与奥派框架真实存在 — SKILL.md 原则 3 列出 7 张表；Phase 3 列出主观价值论/行动先于理论/反理性建构主义/价格信号四项。
- [ok] Question / Problem 二分 — 原则 4 + 输出模板「## 这是 Question 还是 Problem？」均在原文。
- [ok] 伪概念检测判据可执行 — 原文「如果去掉这个词，用大白话说同一件事，你还能说清楚吗？」与「## 用大白话说」模板呼应。
- [ok] 外部依赖为空 — 无 URL/CLI/包依赖；奥派与维特根斯坦仅作为方法论叙述，未指向外部资源或工具。
- [ok] 无写盘、无凭证读取 — 正文无保存文件指令；grep process.env|API_KEY|keychain 零命中。
- [ok] description 与内容相符（无夸大） — description 称「用维特根斯坦与奥派经济学方法拆解模糊的商业概念」，对应原则 1-4 + Phase 2/3，无越界承诺。
- [ok] commit / license / stars / last_push — HEAD = 8b8e33f1ecaed8cee606fe950c4426b525ead314；LICENSE = CC BY-NC 4.0（含 NonCommercial）；GitHub API stars 10121、pushed_at 2026-09-07T03:48:59Z。
6结论
适合：适合商业/内容从业者被一个词卡住时使用：听不懂别人嘴里的「精准流量」「私域」「IP 定位」到底指什么，或想判断某个行业术语是真概念还是包装时，能拿到「不同人怎么用 → 原始语境 → 去词后的大白话 → 是 Question 还是 Problem」的完整结论。
不适合：不适合需要中立词义与学术考证的场景（本 skill 自带奥派立场）；不适合需要保留行业术语以对齐团队沟通的场景；不适合单篇文案润色、标题优化（应走 dbs-hook / dbs-content）；也不适合期待它给数据或法律结论的问题。
安装 agent 直装可复制
① 本站镜像 更新 2026-09-15
方式 A · 人下载镜像包下载 dbs-deconstruct.tar.gz
sha256:
方式 B · JSON 格式安装指南，复制给 agent8792b285a8b69a46…agent 读 JSON 指南后会自动从本站下载安装，无需更多说明。
② 上游 GitHub · 原始来源
来源信息 GitHub 原始
作者 / 仓库dontbesilent2025 / dontbesilent2025/dbskill
原始 GitHubdontbesilent2025/dbskill ↗
Stars10121
最近推送2026-09-07
本 skill commit
8b8e33f1ec许可CC BY-NC 4.0（Attribution-NonCommercial 4.0 International；仓库根 LICENSE 明文 NonCommercial — 非商业授权，不得商用；GitHub API license=NOASSERTION/Other，因 CC BY-NC 不在 SPDX 常见许可标识内；Copyright (c) 2026 dontbesilent）
本站信息
收录日期2026-09-06
分类基础工具与工作流
侦查报告AI 侦查 · 2 遍 · 2026-09-06
本站镜像与 GitHub 原始是不同来源：本站锁定 commit 快照经 /r2 分发；GitHub 为实时上游，内容可能已更新。