version: "1.0.3" name: dbs-standard-answer description: 先从用户的理论、观点、案例、方法或现实困境中挖掘相关行业、学科、作者和可信理论，直接回答问题；再寻找结构同构的历史成功、失败与反例，提炼带条件的标准答案。用户询问相关行业或作者、给观点找理论依据、一个理论能解决谁的问题、怎样拍成短视频、历史上如何解决、有没有经典解法或标准答案时使用。

dbs-standard-answer：理论挖掘与历史同构标准答案

围绕用户的同一个问题，固定完成两个连续部分：

1. 知识与理论挖掘：直接回答用户的问题，挖掘相关行业、学科、作者、理论和现实应用，审查命题并核实理论来源。
2. 历史同构与标准答案：把问题转换成结构指纹，研究历史上的成功案例、失败案例和反例，判断是否存在带条件的重复解法。

两个部分是统一的分析视角，不是固定篇幅。简单问题可以合并成简短回答，不展开理论地图、历史案例和类比矩阵；需要完整研究时，第一部分找到的机制、边界和反方解释要成为第二部分选择历史案例的依据。

这里的「标准答案」指经过可信理论或多个独立案例支持、能够解释结果差异、适用条件清楚的机制。研究可能得到成熟共识、条件性答案，也可能得到「尚无统一答案」。

直接回答契约

1. 用户的问题已经足够形成一般答案时，先给出直接答案，再按回答所需的最小范围展开研究。
2. 用户没有提供具体理论时，根据问题暂定需要解释的机制，交付通用方法、相关知识和历史答案。不得把「请先提供理论」当成交付结果。
3. 用户提供具体理论时，审查理论中的命题，研究它能够解决哪些人的什么问题，并检查历史上是否出现过相同机制。
4. 缺少的信息只影响精度时，采用明确标注的暂定假设继续研究。只有缺失信息会改变研究对象或造成高风险误导时，才问 1 个最小问题。
5. 用户要求短视频、课程、PPT 或文案时，在完成研究后追加对应表达版本。内容制作要求不会取消第二部分的历史研究。
6. 用户明确要求只研究其中一部分时，服从该次明确要求。没有这种限制时，两个部分都要完成。

以下输入必须直接回答并完成两个部分：

我想知道如何基于一个理论去拍成一个短视频，用这个理论解决更多人的问题。因为只有我的这个方法解决更多人的问题，他们才愿意听我这个理论。

处理这类输入时，即使用户没有提供具体理论，也要交付：命题审查、相关领域与作者、主理论、理论连接大众问题的方法、一个完整短视频示例，以及历史同构案例和条件性标准答案。

共同起点

Step 1：固定输入与任务

从用户原话、当前对话和用户指定材料中提取：

原始输入：
输入类型：理论／观点／案例／方法论／现实困境
使用场景：研究／课程／PPT／文案／短视频／现实决策
用户希望得到的结果：
需要解释或验证的核心机制：

Step 2：审查命题

输入包含判断、因果解释或方法论时，检查：

作出一种判断：

• 保留：命题与材料匹配，边界清楚；
• 收窄：核心洞察可用，措辞或适用范围过宽；
• 重构：材料可用，原命题无法准确解释；
• 放弃：命题与材料均缺少支撑。

先写修正后的标准。用户只提供现象或困境时，直接形成暂定研究问题。

Step 3：提取底层机制

把输入转换成 1—4 个研究问题，例如：

• 什么机制使具体问题提高注意力、理解或信任？
• 为什么一个理论能够改变某类人的判断和行动？
• 哪些条件决定同一方法产生不同结果？
• 什么历史证据能够同时解释正例与反例？

领域、人物、理论和历史案例都必须回答这些问题。只有关键词相似的候选要淘汰。

第一部分：知识与理论挖掘

目标

直接告诉用户解决当前问题需要了解哪些行业、学科、作者、理论和方法；将抽象理论映射到具体人群、触发场景、行动变化和可观察结果。

第一部分包含完整的理论溯源能力：先审命题，再找理论；核实人物身份、理论原义和来源；用理论重新解释用户的问题；写清适用边界和反例。

Step 1：建立跨领域知识地图

1. 围绕核心机制生成跨领域搜索轴。优先考虑行为科学、心理学、教育学、传播学、经济学、管理学、社会学、哲学、技术史、商业史及与问题直接相关的专业行业。
2. 按回答所需的最小数量提出相关领域、行业、作者或人物。用户明确要求完整研究时，可以提出 4—8 个高相关领域或行业、5—10 位候选作者或人物；不用低质量候选凑数。
3. 将候选分成三种关系：

• 支持：直接解释核心机制；
• 补充：解释主理论没有覆盖的新变量；
• 纠偏／反驳：说明命题在什么条件下失效或出现相反结果。

1. 每个候选都要写明对应机制、能够解释的部分和解释不了的部分。
2. 相同机制只保留解释力、来源可靠性或信息增量更高的候选。

Step 2：筛选并核实理论

总分低于 7 分不得成为主理论；机制匹配 < 2 或 来源可靠 < 1 时直接淘汰。候选评分用于内部判断，用户要求研究过程时再展示。

默认保留：

• 1 个主理论，负责解释核心机制；
• 0—2 个辅助理论，只解释主理论没有覆盖的新变量；
• 至少 1 个纠偏方向，用于建立边界。

找不到高匹配理论时，直接说明「暂未找到足够匹配的理论」，保留经过收窄的经验判断，或改用学派、同行评议研究和行业证据。不得硬套名人。

Step 3：人物与理论核实

人物定位使用：

[国家或主要学术归属][相关身份][中文名]（[外文通行名]）

中文姓名优先采用本人中文署名、中文正式出版物或权威机构的译名。存在多个通行译名时注明「亦译……」。无法核实统一译名时保留外文名并说明情况，禁止自行音译。

理论卡使用：

理论名称：
理论要解决的问题：
核心机制：
理论原义：
原始出处：作者，《作品》，年份，版本／章节／页码
核实状态：原始来源／权威二手来源／尚未核实

研究时区分：

• 外文原话：只用于后台核实；
• 中文译文：尽量保留原意，不添加案例结论；
• 中文意译：为了教学压缩，明确标注「意译」。

给用户的正文只展示中文译文或明确标注的中文意译。页码随版本变化时同时写版本；只能确认章节时引用章节，不猜页码。

Step 4：把理论映射到用户的问题

检查理论是否解释了问题为什么发生、原说法在哪里过度、能否生成不同于常识的判断或行动，以及新解释有没有加入材料中不存在的事实。

Step 5：理论解决大众问题

用户拿着一个理论寻找现实应用时，生成 6—10 个问题方向：

根据问题频率、痛感、理论解释力、行动可执行性、结果可感知性和理论独特性，筛出 3—5 个优先方向。受众范围很大但问题模糊的方向要降级。

Step 6：短视频应用

用户要求短视频时，采用：

理论核心机制 → 受影响的人群 → 高频触发场景 → 当事人原话 → 错误解法 → 最小行动 → 可观察结果

默认交付 3 个短视频原型。用户没有提供具体理论时，也要选一个容易理解、来源可信的理论完成示例。

### 原型：{受众能听懂的问题标题}
 
-目标人群与场景：
-开头钩子：使用当事人的语言呈现问题
-问题代价：继续沿用原方法会发生什么
-理论解释：只讲理解方法需要的最小概念
-最小行动：观众今天可以完成的一步
-案例或演示：提供可感知的正反对比
-结果验证：怎样判断方法有效
-理论回扣：这套理论解释了什么机制

短视频必须给观众一个可以执行并观察结果的改变。只有观点表达、缺少具体问题和行动差异的方向不能入选。

第一部分默认输出

## 直接答案
 
{先用一段话回答用户当前问题}
 
## 第一部分：知识与理论挖掘
 
### 命题审查
 
原命题：
审查状态：保留／收窄／重构／放弃
修正后的标准：
 
### 相关领域、人物与理论地图
 
| 关系 | 领域／行业 | 作者／人物 | 理论／作品 | 对应机制 | 能解释什么 | 解释不了什么 | 核实状态 |
|---|---|---|---|---|---|---|---|
 
### 主理论
 
人物定位：
理论名称：
理论原义：
中文译文／中文意译：
原始出处：
核实状态：
 
### 理论如何解释当前问题
 
| 当前问题 | 理论解释 | 得出的判断 |
|---|---|---|
 
### 理论能够解决的问题
 
{根据请求输出问题地图、优先方向，以及短视频／PPT／课程版本}
 
### 第一部分边界
 
适合：
不适合：
反例：
仍需核实：

第二部分：历史同构与标准答案

目标

把同一个问题压缩成可比较的「结构指纹」，在商业史、管理史、技术史、职业史、传播史、教育史和制度史中寻找同构案例。通过成功案例、失败案例和反例的交叉比较，判断过去是否形成可复用的解决机制。

核心原则

1. 先抽象结构，再搜索人物。 先确定角色、阶段、约束、矛盾和失败循环，避免因为某位名人听起来相似就强行类比。
2. 比较机制，少讲传奇。 关注当事人如何配置时间、资本、组织、产品、传播和风险，以及这些决策怎样影响结果。
3. 成功、失败、反例一起看。 默认包含最接近案例、跨领域重复样本、失败案例和反例；缺少某类证据时说明原因。
4. 证据决定结论强度。 单个故事只能产生案例启发；多个独立案例出现相同机制，才能形成条件性答案或成熟共识。
5. 明确映射边界。 每个案例都要说明相同处、不同处，以及差异是否破坏类比。
6. 尊重时代差异。 技术成本、融资环境、劳动市场、传播渠道和制度条件变化时，历史做法不能原样搬运。
7. 区分事实、推断和假设。 无法核验的轶事、名言、动机和因果关系不能写成事实。

Step 1：提取现实问题

从用户原话和第一部分结论中提取：

现实角色：
所处阶段：
必须维持或实现的结果：
正在争夺的稀缺资源：
同时存在的任务：
主要矛盾：
反复出现的失败循环：
第一部分确认的核心机制与边界：

Step 2：生成结构指纹

最后写成一句结构命题：

一个处于 {阶段} 的 {主体}，依赖 {价值或交付结构}，因 {锁定机制} 难以投入 {能力建设}，同时受到 {压力机制} 的持续牵引。

广义方法问题可以采用与目标相符的结构命题，不强行套入收入或组织变量。

Step 3：提出案例搜索假设

先列 3—6 个候选问题家族：

候选问题家族：
它与当前问题共享的结构：
可能破坏类比的差异：
需要寻找的证据：

候选问题家族必须来自结构指纹和第一部分的理论机制。行业相同只能作为线索，不能单独证明同构。

Step 4：研究历史案例

用户明确要求历史研究时，默认研究 4—6 个案例，并覆盖四种证据角色：

• 最近成功案例：结构相似度最高，且完成了用户关心的转变；
• 跨域重复样本：行业或时代不同，底层约束相同；
• 失败案例：采用候选机制后仍然失败，用于检查机制是否被高估；
• 反例或边界案例：未采用主流机制仍然成功，或揭示解法只在特定条件下有效。

某类案例确实找不到时，说明搜索范围、缺失原因及其对结论强度的影响。

每个案例统一还原：

## 案例：{人物／组织，时间}
 
-原始处境：
-真实约束：
-当时可选方案：
-实际决策：
-执行成本：
-后续结果：
-证据：
-证据状态：已核实事实／研究者解释／本次推断／待核实
-与用户相同之处：
-与用户不同之处：
-类比有效性：高／中／低
-能提取的机制：
-不能照搬的部分：

Step 5：建立类比矩阵

评分使用高／中／低，并补 1 句理由。只有行业或人物身份相似、结构维度大多为低的案例要淘汰。

Step 6：提炼重复机制

第一部分的理论负责解释机制可能怎样运作，历史案例负责检查这种机制是否反复出现。两部分只能重复常识时，保留证据更强、信息增量更高的表达。

Step 7：判断标准答案等级

• 成熟共识：多个高可信案例与系统研究共同支持，经过失败案例和反例检验后仍然成立；
• 条件性答案：机制反复有效，但依赖规模、现金流、人才、行业节奏、传播渠道或个人目标；
• 尚无统一答案：案例分歧明显，或历史条件差异足以破坏类比。

答案使用：

当 {条件} 成立时，历史上反复有效的做法是 {机制}，因为 {因果解释}。当 {边界} 出现时，这个答案容易失效。

工具名、某位名人的个人习惯或一句格言不能单独成为标准答案。

Step 8：控制现实建议深度

第二部分默认输出

## 第二部分：历史同构与标准答案
 
### 当前问题的历史定位
 
结构命题：
 
结构指纹：
-主体与阶段：
-价值、收入或交付：
-稀缺资源：
-核心张力：
-锁定循环：
-压力机制：
 
### 候选问题家族
 
| 问题家族 | 相似结构 | 关键差异 | 研究价值 |
|---|---|---|---|
 
### 历史案例
 
{按统一字段写案例}
 
### 类比有效性
 
{类比矩阵与淘汰说明}
 
### 反复出现的机制
 
{重复机制表}
 
### 标准答案判断
 
结论等级：成熟共识／条件性答案／尚无统一答案
 
答案：{带条件、因果解释和失效边界的机制}
 
### 对当前问题的启发
 
{遵守用户要求的建议深度}
 
### 尚待确认
 
-{会改变案例选择或结论的事实}
 
### 资料来源
 
-{可点击的具体来源}

搜索与来源标准

先依据用户提供的材料回答。只有外部事实会实质改变结论，或用户明确要求核实、来源、最新信息时，才联网；用户要求不联网时，禁止联网。

遵循最小充分原则，不为补充理论、人物或案例扩大搜索。简单问题可以省略理论地图、历史案例和类比矩阵。证据足以支持结论后立即停止；同一事实连续 2 次无法核实，标注「尚未核实」并停止。

来源优先级：

1. 原著、原始论文、当事人档案、书信、备忘录、股东信和官方材料；
2. 大学、学会、政府、博物馆、权威出版社、大学案例和权威传记；
3. 同行评议论文、可靠学术工具书、同期报道和有编辑审核的专业媒体；
4. 高质量二手解释；
5. 百科、聚合文章和名言网站只用于发现线索，不能单独支撑关键结论。

理论研究至少分别核实人物身份与理论原义。历史研究的核心事实尽量找到 2 个独立来源。经由二手文献发现的引文，要写明转引关系，不能伪装成已经直接查阅原著。

最终输出顺序

完整研究默认严格按照以下顺序交付；简单问题可以合并为直接答案、核心机制和带条件的标准答案：

1. 直接答案：先回答用户当前问题；
2. 第一部分：知识与理论挖掘；
3. 第二部分：历史同构与标准答案；
4. 综合结论：说明理论证据与历史证据共同支持什么、仍有哪些边界；
5. 资料来源。

不要输出「模式判断」「请选择模式」或只完成第一部分后结束。研究量较大时可以压缩候选数量，但两个部分均须出现并形成实质结论。

质量自检

• 是否先直接回答用户问题？
• 需要完整研究时，是否完成了知识／理论挖掘和历史同构两个部分？
• 是否在第一部分提供相关领域、具体作者、理论、对应机制与核实状态？
• 输入包含命题时，是否检查绝对化、因果跳跃和反例？
• 是否核实主理论的人物身份、理论原义和来源？
• 用户从理论寻找大众问题时，是否写出具体人群、触发场景、行动变化和可观察结果？
• 用户要求短视频时，是否提供问题开场、最小行动、演示和结果验证？
• 历史案例是否来自结构同构，并同时检查成功、失败和反例？
• 「标准答案」是否包含适用条件、因果机制和失效边界？
• 是否区分已核实事实、权威解释、本次推断和待核实线索？
• 是否拒绝硬套人物、理论和历史故事？
• 中文是否遵循《中文文案排版指北》？
• 是否避免先否定后反转的二元套句？

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。」