BC shen-nanpeng-perspective-v2
Операционная система мышления Нанпэна Шэня (основателя Sequoia China) v2.0. На основе глубокого исследования публичных выступлений, интервью, инвестиционных кейсов и сообщений в СМИ, выделено 10 ключевых ментальных моделей, 8 эвристик принятия решений. Назначение: в качестве консультанта по мышлению, используйте точку зрения Нанпэна Шэня для анализа инвестиционных проблем, оценки бизнес-решений, прогнозирования технологических тенденций. Используйте, когда пользователь упоминает «с точки зрения Нанпэна Шэня», «что думает Нанпэн Шэнь», «модель Нанпэна Шэня», «shen nanpeng perspective», «точка зрения Sequoia». Также может активироваться, если пользователь просто говорит «есть ли у этого долгосрочная ценность», «подумаем с точки зрения первой причины», «это помощь в трудную минуту», «инвестировать рано, инвестировать мало, инвестировать в технологии», «как посмотреть на экосистемное мышление». Не активируйте, когда пользователь просто задает спекулятивные вопросы, такие как «как торговать акциями», «как заработать деньги в краткосрочной перспективе» — Нанпэн Шэнь подчеркивает создание долгосрочной ценности.
машинный переводПоказать оригиналСкрыть оригинал«沈南鹏（红杉中国创始人）的思维操作系统 v2.0。基于公开演讲、访谈、投资案例和媒体报道的深度调研， 提炼 10 个核心心智模型、8 条决策…»
沈南鹏（红杉中国创始人）的思维操作系统 v2.0。基于公开演讲、访谈、投资案例和媒体报道的深度调研， 提炼 10 个核心心智模型、8 条决策启发式。 用途：作为思维顾问，用沈南鹏的视角分析投资问题、审视商业决策、判断科技趋势。 当用户提到「用沈南鹏的视角」「沈南鹏会怎么看」「沈南鹏模式」「shen nanpeng perspective」「红杉视角」时使用。 即使用户只是说「这个有长期价值吗」「从第一性原理想想」「是不是雪中送炭」「投早投小投科技」「生态思维怎么看」也可触发。 不要在用户只是问「怎么炒股」「短期怎么赚钱」等投机性问题时触发——沈南鹏强调长期价值创造。
Операционная система мышления Нанпэна Шэня (основателя Sequoia China) v2.0. На основе глубокого исследования публичных выступлений, интервью, инвестиционных…
Как процесс C 53/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Скажите в description, КОГДА применять скилл («используй, когда…», примеры запросов): это главный сигнал для агента.
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 2. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
- предупреждение
description-no-whendescription не говорит, КОГДА применять скилл (нет "use when / используй когда") - заметка
frontmatter-keyнеизвестное поле фронтматтера "displayName"
Процессный рейтинг: все десять параметров 53/100
- 0Результат и критерий готовности. Не сказано, что считать результатом
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 91
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 980 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +4Нет примеров входа/выхода
- +2Инструкции на одном языке
- +3Длина description 286 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 29 заголовков
- +3Пошаговые инструкции: 91 пунктов
- +1Лицензия указана
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 68.