CheshireMew/100x-Lernen

100x Lernen

Ziel

Materialien, unbekannte Themen oder reale Probleme in Ergebnisse verwandeln, die der Benutzer jetzt verstehen, beurteilen, nutzen oder teilen kann. Aufhören, wenn genug Material vorhanden ist. Einfache Aufgaben nicht zu Forschungsprojekten aufblähen und Schreibaufgaben nicht in Prozessaudits umwandeln.

Allgemeine Erklärungen, Forschungsergebnisse, Checklisten, Inhaltsprüfungen und veröffentlichungsreife Texte direkt erstellen. Ergebnisse, die für eine einmalige Kopie geeignet sind, in der aktuellen Antwort liefern. Längere, strukturell komplexe oder überarbeitungsbedürftige Texte in temporären Markdown-Dateien speichern. Nur auf ausdrücklichen Wunsch des Benutzers speichern, aktualisieren oder ablegen. Medienproduktion, Hochladen und Veröffentlichung werden nur auf ausdrückliche Aufforderung des Benutzers ausgelöst; Bild-Text-Karten, GIFs, Videos, Audio und Podcasts werden an visual-multimedia übergeben.

Kernprinzipien

1. Zuerst das Ergebnis liefern, das der Benutzer wirklich will. Die natürliche Sprachaufforderung des Benutzers direkt verstehen und den entsprechenden Inhalt erstellen. Wenn eine Anfrage mehrere klare Ergebnisse (z. B. Recherche, Schreiben, Speichern) umfasst, diese nacheinander erledigen. Wenn der Benutzer nur eines davon möchte, nach dessen Fertigstellung anhalten.
2. Beim Schreiben standardmäßig echtes Material finden. Beim Neuschreiben, Erweitern, Umschreiben und substanziellen Umstrukturieren standardmäßig externe Quellen durchsuchen, um Szenarien, Mechanismen, Demonstrationen, Vergleiche, Reaktionen und natürliche Ausdrucksweisen zu finden, die kreative Möglichkeiten erweitern. Nicht suchen, wenn der Benutzer ausdrücklich keine Internetverbindung wünscht, nur bestimmtes Material verwenden soll oder nur Tippfehler, Formatierungen und synonyme Formulierungen ändern soll. Suche und Faktenprüfung ergänzen und korrigieren nur das Material, sie bestimmen nicht vorab Blickwinkel, Struktur und Schlussfolgerungen.
3. Vollständige Fallbeispiele und Hooks helfen beim Ausdruck, steuern das Schreiben aber nicht. Fallbeispiele und Hooks weiterhin getrennt speichern und pflegen. Beim normalen Schreiben die aktuell verfügbaren vollständigen Originaltexte lesen; das Modell entscheidet, welche hilfreich sind und wie sie synthetisiert werden. Kurze Inhalte verwenden geeignete Referenzen für kurze Inhalte, Artikel solche für Artikel. Wenn die private Bibliothek oder Referenzen nicht verfügbar sind, trotzdem weiterschreiben.
4. Dem Modell bei der kreativen Entscheidung vertrauen. Dem Modell echtes Material, vollständige Referenzen, die harten Anforderungen des Benutzers und einige wenige notwendige Grenzen geben; es entscheidet dann über Blickwinkel, Auswahl, Struktur, Sprache, Umfang und Zeitpunkt des Abschlusses.
5. Veröffentlichungstatsachen ergänzen nur Fakten. Vorteile, Zeitpunkte, Zugänge, Offenlegungen und andere Handlungsinformationen nur dann einfügen, wenn der Haupttext dies tatsächlich erfordert; sie bestimmen nicht Ton, Einleitung, Struktur und Darstellung des Produkts. Die Überprüfung einer Veröffentlichung konzentriert sich zunächst auf das tatsächliche Endprodukt, die Metrikfenster und das Feedback. Ein einzelnes Ergebnis schreibt nicht automatisch langfristige Strategien, Wissen, Fallbeispiele, Hooks oder die Stimme um.

Materialverwendung basierend auf der Anfrage

Die folgenden Anweisungen können gleichzeitig an einer Anfrage teilnehmen. Sie liefern nur das für die Arbeit benötigte Material und die Methoden, ohne sich gegenseitig auszuschließende Wege zu schaffen:

• Zum Bestimmen der Lernmethode references/learning-process-and-method-selection.md lesen; zum Verstehen von Material und zum Filtern von Ausschnitten references/material-analysis.md lesen; bei Bedarf zur Auswahl teilbarer Inhalte references/shareable-content-selection.md verwenden.
• Zum Recherchieren von Themen, Vergleichen von Quellen oder Überprüfen wichtiger Fakten references/research-context-reuse.md und references/research-led-learning.md lesen; zum Erklären von Konzepten references/concept-deconstruction.md lesen; zum systematischen Lernen references/continuous-learning.md lesen.
• Zum Anwenden von Wissen auf reale Probleme references/practice-led-learning.md lesen; zum Aufbau einer langfristigen Content-Richtung references/content-strategy-and-topic-selection.md lesen; zur Überprüfung veröffentlichter Inhalte references/published-content-review.md lesen.
• Für Videos, Social-Media-Beiträge und Threads zuerst mit references/source-ingestion.md zuverlässige Haupttexte und Kontexte gewinnen, dann direkt für das gewünschte Benutzerergebnis verwenden.
• Für veröffentlichungsreife Texte gemeinsam references/prewriting-research.md und references/content-writing.md verwenden. Ein einzelnes GitHub-Projekt kann durch references/github-project-short-content.md ergänzt werden, eine GitHub-Projektliste durch references/github-project-list.md, Artikel und Newsletter durch references/article-from-practice.md.
• Zur Inhaltsprüfung references/content-audit.md lesen; wenn der Benutzer eine Überprüfung oder Entfernung von „KI-Geschmack“ wünscht, gleichzeitig references/natural-writing.md lesen. Wenn der Haupttext Vorteile, Fristen, Aktionszugänge oder Offenlegungen benötigt, durch references/publication-requirements.md ergänzen.
• Zur Initialisierung und Positionierung der privaten Wissensdatenbank references/private-knowledge-library.md lesen; zum Schreiben von Wissen references/knowledge-base-workflow.md lesen; zur Gesundheitsprüfung der Datenbank references/knowledge-base-health.md lesen; zum Massenimport references/bulk-knowledge-ingestion.md lesen; bei Bedarf zur aufgabenübergreifenden Wiederherstellung references/durable-learning-projects.md lesen.
• Zum Lesen und Verwalten vollständiger Fallbeispiele und Hooks references/content-case-library.md bzw. references/hook-library.md verwenden; für Autorenstimme, Veröffentlichungshistorie und Inhaltsdeduplizierung references/personal-writing-memory.md verwenden.

Wenn der Benutzer nur diesen Skill nennt oder nur Material beifügt, ohne ein bestimmtes Produkt zu spezifizieren, das Material direkt erklären. Direkte Antworten und veröffentlichungsreife Texte standardmäßig auf Chinesisch; Fremdsprachen nur dann beibehalten, wenn es keine klare chinesische Entsprechung gibt, der Leser für die Suche oder Bedienung den Originalnamen benötigt oder der Benutzer die offizielle Schreibweise wünscht. Einmalige Ergebnisse nicht persistieren; nur auf ausdrücklichen Wunsch des Benutzers speichern, aktualisieren oder ablegen.

Schreiben

Echtes Material vorbereiten

Das Endprodukt direkt basierend auf der Benutzeranforderung verarbeiten. Kontinuierliches Feedback ändert nur den Aspekt, den der Benutzer diesmal korrigiert; Fakten, Originalsätze und einmalige Strukturen des vorherigen Objekts nicht auf das neue Objekt übertragen.

Die standardmäßige Suche und bereinigende Filterung gemäß references/prewriting-research.md durchführen, dann die einzigartigen vorbereiteten Materialien gemäß dem Abschnitt „Vorbereitung der Schreibmaterialien“ in references/content-writing.md zusammenstellen. Allgemeine Schreibhinweise nur aus dieser Datei übernehmen; keine zweite Instanz in dieser Datei oder anderen speziellen Anweisungen pflegen.

Verfügbare Referenzen einbeziehen

Beim normalen Schreiben keine Gesundheitsprüfung der privaten Bibliothek, Fallbeispielbibliothek oder Hook-Bibliothek durchführen. Wenn die Position der privaten Bibliothek aus der aktuellen lokalen Konfiguration bezogen werden kann, die aktuell verfügbaren vollständigen Fallbeispiele und Hook-Originaltexte lesen; wenn Position, Index oder Referenzen nicht verfügbar sind, basierend auf dem vorhandenen Material weitermachen, den Schreibvorgang nicht anhalten und dem Benutzer keine internen Statusmeldungen melden. Die Indizes von Fallbeispielen und Hooks dienen nur zum Öffnen der Volltexte; das Modell entscheidet selbst, welche und wie viele es liest und wie es sie synthetisiert. Kurze Inhalte lesen standardmäßig keine Artikelreferenzen; Artikel nutzen nicht die Umfangsbeschränkungen von Kurzinhaltsreferenzen.

Kurze Inhalte lesen standardmäßig nicht die Autorenstimme; diese nur verwenden, wenn der Benutzer ausdrücklich „schreib wie ich“ verlangt oder eine Stimmprobe liefert. Artikel und Newsletter lesen standardmäßig die verfügbare langfristige Autorenstimme und zuverlässige Muster; wenn nicht vorhanden, trotzdem weiterschreiben, ohne zu validieren oder anzuhalten. Kein Quellenmaterial wird automatisch zur Benutzerstimme, nur weil die erste Person verwendet wird.

Ein einzelnes GitHub-Projekt, eine Projektliste, ein Artikel, ein Newsletter und Inhalte mit Veröffentlichungstatsachen können gleichzeitig die oben aufgeführten speziellen Anweisungen lesen; diese Anweisungen ergänzen nur das für das aktuelle Objekt benötigte Material und die Grenzen, sie bestimmen nicht vorab die Struktur des Modells.

Direkt verfassen

Den Haupttext direkt mit references/content-writing.md verfassen. Diese Datei ist verantwortlich für die einzige Vorlage der vorbereiteten Materialien, die allgemeinen Schreibhinweise, die Quellen- und Faktenbegrenzungen, die unveränderte Wiederholung der vorbereiteten Materialien und das direkte Verfassen. Andere spezielle Anweisungen ergänzen nur die für das aktuelle Objekt spezifischen Fakten und Anforderungen.

Lieferung

Bei jedem Schreibvorgang fest vier Teile präsentieren:

1. Schreibanforderung: Die tatsächliche Benutzeranforderung in einem Satz natürlicher Sprache wiederholen, ohne interne Klassifikationen, Suchprozesse oder Schreibpläne zu zeigen.
2. Vorbereitete Schreibmaterialien: Die zuvor gebildeten drei Materialblöcke in einem eigenständigen Codeblock vollständig anzeigen, identisch mit der vor dem eigentlichen Schreiben verwendeten Version; keine Faktenbeschreibungen oder Quellenzusammenfassungen vor oder nach dem Codeblock hinzufügen.
3. Ergebnis: Das einzige vollständige Endprodukt in einem eigenständigen Codeblock zeigen; bei längeren oder überarbeitungsbedürftigen Texten in einer temporären Markdown-Datei speichern und einen klickbaren Link nach dem Codeblock bereitstellen.
4. In dieser Kreation verwendete Referenzen: Die tatsächlich gelesenen vollständigen Fallbeispiele und Hooks auflisten; Ressourcen aus der privaten Bibliothek mit klickbaren absoluten Dateipfaden; keine Nutzungsbeschreibungen, Bewertungen oder versteckten Überlegungen hinzufügen; bei keiner Nutzung direkt „Für diese Kreation wurden keine zusätzlichen Fallbeispiele und Hooks verwendet“ schreiben.

Wissensdatenbank und Persistenz

Die private Wissensdatenbank ist unabhängig vom Skill-Quellcode. Vor Initialisierung, Import, Lesen oder Schreiben zuerst references/private-knowledge-library.md lesen; das einzige Stammverzeichnis für diese Instanz wird von scripts/private_library.py zurückgegeben. Wissen, Fallbeispiele, Hooks und Schreibgedächtnis werden von hier aus lokalisiert, nicht basierend auf dem aktuellen Repository oder Client-Verzeichnis.

Allgemeine Erklärungen, Vorentwürfe, kurze Ergebnisse und temporäre Markdown-Dateien dienen nur der aktuellen Aufgabe. Wenn der Benutzer ausdrücklich speichern, aktualisieren oder ablegen möchte, nach Erhalt des Stammverzeichnisses der privaten Bibliothek gemäß references/knowledge-base-workflow.md die einzige offizielle Position finden: Bei gleichem Thema das vorhandene Dokument aktualisieren, nur bei wirklich eigenständigen Themen ein neues anlegen. Wenn die private Bibliothek mit dem Marktree CLI konfiguriert ist, Haupttext und Index einheitlich über scripts/marktree_integration.py schreiben; wohin das Wissen gehört, wird weiterhin von diesem Skill und Home.md bestimmt.

Wenn der Benutzer ausdrücklich das Ablegen basierend auf gegebenem Material wünscht, zuerst das Material verstehen, dann basierend auf seiner tatsächlichen Rolle ablegen: Langfristig erhaltenswertes Rohmaterial in 20-Sources; stabile Konzepte, Mechanismen, Schlussfolgerungen und Grenzen im entsprechenden Thema von 10-Knowledge zusammenführen; das Material selbst nur dann als vollständiges Fallbeispiel aufnehmen, wenn es ein vollständiges Endprodukt mit kreativem Referenzwert ist. Nur wenn der Benutzer ausdrücklich das Speichern eines bestimmten ursprünglichen Anfangs wünscht, wird ein Eintrag in der Hook-Bibliothek über einen unabhängigen Zugang erstellt; der Import eines Fallbeispiels leitet keine Hooks ab. Nach dem Schreiben die offizielle Datei erneut lesen und die entsprechenden Indizes überprüfen, dem Benutzer mitteilen, was tatsächlich aktualisiert wurde.

Für die Veröffentlichungshistorie und Stilmuster des Schreibens die beiden Zugänge von scripts/writing_memory.py verwenden: voice liest nur ausdrücklich für das Lernen der Benutzerschreibweise freigegebene, gleichartige Werke; novelty prüft nur, ob das Thema bereits behandelt wurde. Nachdem der Benutzer das endgültige Werk bestätigt, gespeichert oder aktualisiert hat, den Index gemäß references/personal-writing-memory.md aktualisieren.

Langfristige Content-Richtung und Schreibstil werden in 60-Systems/Writing/content-strategy.md bzw. 60-Systems/Writing/style-guide/voice.md gespeichert. Die kontinuierliche Themenauswahl speichert den Entscheidungsstatus nur in 30-Projects/Content/<Serie>/topic-portfolio.md realer Content-Projekte; die Überprüfung veröffentlichter Inhalte verlinkt das endgültige Endprodukt und das echte Feedback, ohne den Haupttext zu kopieren. Ein einzelnes Ergebnis bleibt eine Hypothese; nur durch wiederholte Beweise, direkte Verhaltensbeweise oder Benutzerbestätigung gestützte Erkenntnisse gelangen in die entsprechenden langfristigen Dateien. Die Veröffentlichungsleistung allein schreibt die Benutzerstimme nicht um.

Wenn der Benutzer ausdrücklich das Speichern oder Aktualisieren eines vollständigen Fallbeispiels wünscht, mit scripts/content_case_library.py add-case das vollständige kurze Inhalts- oder Artikel-Fallbeispiel schreiben, dann build-index und validate dieses Skripts ausführen. Wenn der Benutzer ausdrücklich das Speichern oder Aktualisieren eines Hooks wünscht, mit scripts/hook_library.py add-hook in die unabhängige Hook-Bibliothek schreiben, dann build-index und validate dieses Skripts ausführen. Die beiden Zugänge haben keine Parameter zur gegenseitigen Konvertierung oder Referenzierung.

Wenn lokale SRT-, VTT-, TXT-Dateien mit Zeitstempeln oder stark zeilenumbruchsbehaftete Untertitel normalisiert werden müssen, scripts/normalize_subtitles.py verwenden, die Originaldatei und die tatsächlichen Zeitpositionen beibehalten.

Das persönliche Schreibgedächtnis liefert nur bestätigte Stilmuster und Veröffentlichungshistorie; die Inhaltsfallbibliothek bietet nur kreative Referenzen; beide können die Fakten und klaren Anforderungen des aktuellen Objekts nicht ersetzen. Allgemeine Übersetzungen, Transkriptionen, Formatbereinigungen und allgemeine Pläne folgen den entsprechenden speziellen Prozessen; Werbung, Verkaufs- und Landingpages, E-Mail-Marketing-Sequenzen, komplette Branding-Projekte, vollständige Marketingstrategien und tatsächliche Veröffentlichungen gehören nicht zu den textlichen Schreibergebnissen dieses Skills.

Prüfung vor Lieferung

• Das Endprodukt antwortet direkt auf die Benutzeranforderung; aufgehört, sobald genug Material vorhanden ist.
• Die vom Benutzer angegebenen Schwerpunkte, Materialbeziehungen, Menge, Sprache, Format und Berechtigungen bleiben unverändert.
• Die vorbereiteten Schreibmaterialien verwenden die einzige Vorlage und die allgemeinen Schreibhinweise aus references/content-writing.md und werden vor dem eigentlichen Verfassen unverändert wiederholt.
• Das normale Schreiben wurde nicht aufgrund nicht verfügbarer privater Bibliothek, Fallbeispiele oder Hooks angehalten; langfristiges Speichern, Veröffentlichen und andere externe Aktionen werden nur auf ausdrücklichen Benutzerwunsch ausgeführt.