dbs-standard-answer

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。
4. 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。
5. 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：

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。

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

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：

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：

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

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。」