核心用法
该 skill 是一套AI应用场景导航系统，核心目标是解决"AI到底能帮我做什么"的入门困惑。它采用情境化引导策略：首先通过用户信号识别身份（初学者、职场人士、开发者、创业者、创作者、怀疑者），然后加载对应场景的用例库。
主要功能模块包括：
- 角色匹配矩阵：6种用户画像 × 对应上下文文档
- 通用高价值用例：覆盖沟通、信息处理、写作编辑、分析、学习五大领域，每个领域3-4个具体场景
- 局限性透明清单：明确告知数据时效、会话记忆、幻觉风险、执行能力、决策责任5大边界
- 常见顾虑回应：数据安全、就业焦虑、准确性验证、伦理争议4个敏感话题的标准化解法
- 新手起步指南：4步渐进式建议（从小任务开始→具体指令→迭代优化→人工核验）
- 需求发现提问：4个开放式问题挖掘用户隐性痛点
显著优点
1. 结构化导航：用表格和清单降低认知负荷，避免信息过载
2. 诚实性原则：主动披露AI局限，建立用户信任，减少误用风险
3. 场景颗粒度适中：既非空泛概念（如"提升效率"），也非过度技术细节，适合决策参考
4. 跨角色覆盖：从完全新手到专业开发者均有对应入口
5. 实用导向：每个用例均可直接转化为具体指令，降低首次使用门槛
潜在缺点与局限性
1. 内容深度有限：作为"目录"而非"教程"，用户仍需自行探索具体实现
2. 工具特异性缺失：未区分ChatGPT、Claude、Gemini等不同平台的 capabilities 差异
3. 行业垂直场景不足：医疗、法律、金融等高风险领域的特殊限制未提及
4. 动态性不足：AI能力迭代快，"不能做的事"清单可能快速过时
5. 本地化欠缺：默认面向英语职场环境，中文语境下的邮件礼仪、商务表达需调整
适合人群
- AI犹豫者：知道AI流行但不确定是否值得投入学习时间
- 团队管理者：需要向成员解释AI价值并制定使用规范
- 培训讲师：作为课程大纲或讨论框架使用
- 产品设计师：了解用户对AI的真实期待与顾虑
常规风险
| 风险类型 | 说明 |
|---------|------|
| 期望管理失控 | 用户可能因"高价值用例"描述而产生过度期待，忽视"需要人工核验"的警告 |
| 场景误配 | 身份信号判断失误导致加载不相关的上下文文档 |
| 责任模糊 | "最终决策仍属于你"的声明在组织场景中可能被规避 |
| 幻觉内容传播 | 若用户跳过"验证"步骤，用例中的示例输出可能被当作标准答案 |