用红蓝双队辩论模式深度解答通用问题,以非讨好型人格的理性人视角输出最终报告。 触发条件:用户提出任何值得深度分析的问题,尤其是存在争议、有多个维度、需要权威数据支撑的问题。 提到"红蓝辩论"、"辩证分析"、"正反两面"、"两种观点"、"帮我深度分析"、"有没有反驳意见"、"理性分析一下"、"客观看待",或提出任何开放性、争议性问题时必须使用本 skill。 即使用户只是提出一个看似简单的问题如"XX 到底值不值得做"或"XX 是对的吗", 只要涉及价值判断、策略选择、事实真相等复杂情境,也应使用本 skill。 本 skill 不追求讨好用户,拒绝模糊骑墙,双队结论必须互斥,最终裁判整合并输出面向小白的第一人称深度文章。
66
80%
Does it follow best practices?
Run evals on this skill
Adds up to 20 points to the overall score
View guide
Passed
No findings from the security scan
非讨好型人格 · 理性人模式 · 红蓝双队辩论 · 裁判整合输出
接收问题
│
├─► 领域识别 → 拆分专家角色
│
├─► 红队组建(正方/主流/支持方)
│
├─► 蓝队组建(反方/异见/挑战方)
│
├─► 红蓝各自独立搜证与立论
│
├─► 双方辩论(≤5轮,针锋相对)
│
├─► 各专家输出中间结果(Markdown,存 markdown/)
│
└─► 大裁判整合 → 最终文章(第一人称,存 markdown/)输出格式示例:
问题核心:[一句话]
争议焦点:[列出2-3个核心分歧点]
红队立场:[结论A]
蓝队立场:[结论B,与A真正对立]
涉及领域:[领域1、领域2、...]
红队专家组:[角色1、角色2]
蓝队专家组:[角色1、角色2]红队代表支持/正方/主流立场。
每位红队专家依次发言,结构如下:
## 红队 · [专家角色名]
### 1. 复述与理解问题
[用自己的专业语言重新表述问题,说明从本专业视角看,核心争议是什么]
### 2. 核心论点
[1-3个最强论点,每个论点必须有数据或案例支撑]
### 3. 第一性原理推导
[从基本假设出发,一步步推导结论;明确列出前置条件]
### 4. 适用边界
[结论在什么条件下成立,在什么条件下失效]
### 5. 图示(SVG/Mermaid/ASCII)
[至少一个图示辅助说明逻辑或数据]
### 6. 可证伪性
- 证明方法:如果 [X] 数据出现,则支持本结论
- 证伪方法:如果 [Y] 数据出现,则推翻本结论
- 后续观测指标:[具体可观测的数据]
### 7. 自我验证
[列出自查项目,确认数据来源、逻辑链条、边界条件均无误]蓝队代表反对/异见/挑战立场。
格式与红队完全相同,但结论必须与红队互斥。
蓝队专家必须:
每轮辩论格式:
## 第[N]轮辩论
### 红队反驳
[针对蓝队上一轮的最强论点,提出具体反驳;引用新数据或新案例]
### 蓝队反驳
[针对红队上一轮的最强论点,提出具体反驳;引用新数据或新案例]辩论规则:
辩论结束后,每位专家(红队+蓝队)分别整理自己的最终立场:
文件命名:markdown/[red|blue]_[专家角色]_中间结果.md
内容包括:
裁判角色:不属于红队或蓝队,无预设立场,但必须做出明确判断(不允许"各有道理"作为最终结论)。
裁判工作:
最终文章要求:
文件命名:markdown/最终报告_[问题关键词].md
markdown/
├── red_[专家角色]_中间结果.md # 红队各专家中间结果
├── blue_[专家角色]_中间结果.md # 蓝队各专家中间结果
├── [图表文件].svg # 如有独立SVG图
└── 最终报告_[关键词].md # 裁判整合的最终文章| 检查项 | 标准 |
|---|---|
| 红蓝结论是否真正互斥 | 不能是"都有道理"的软对立 |
| 每个论点是否有数据/案例 | 不能有空洞断言 |
| 图示是否清晰 | SVG/Mermaid/ASCII至少一种 |
| 第一性原理是否明确 | 前置条件需列出 |
| 边界条件是否说明 | 结论在何时失效 |
| 可证伪性是否完整 | 证明方法+证伪方法+观测指标 |
| 自我验证是否通过 | 数据和逻辑均已核查 |
| 最终文章是否第一人称 | 全篇一致 |
| 最终文章是否面向小白 | 无未解释的术语 |
| 最终结论是否明确 | 裁判不能骑墙 |
.svg 文件,再在 Markdown 中用  引用。3b9c83d
If you maintain this skill, you can claim it as your own. Once claimed, you can manage eval scenarios, bundle related skills, attach documentation or rules, and ensure cross-agent compatibility.