Deep Thinker Skill — 深度思考与反思

Deep Thinker Skill 是一种引导大语言模型进行深度思考和自我反思的提示词技能。通过结构化的思考框架，它能让 AI 在处理复杂问题时进行多角度分析、假设验证和方案迭代，从而给出更准确、更有深度的回答。

为什么需要深度思考

大语言模型默认采用"快思考"模式——接收问题后直接生成答案。这种方式在简单问答上效率很高，但在面对复杂问题时容易出现：

• 过早下结论，忽略关键约束条件
• 单一角度分析，缺乏多视角审视
• 逻辑推理跳跃，步骤之间存在隐含假设

Deep Thinker 框架

┌─────────────────────────────────┐
│  1. 问题理解层                    │
│     明确问题边界、约束条件和目标    │
├─────────────────────────────────┤
│  2. 视角探索层                    │
│     从多个角度分析问题             │
│     （技术/商业/用户/风险）         │
├─────────────────────────────────┤
│  3. 假设验证层                    │
│     检验每个假设的合理性           │
├─────────────────────────────────┤
│  4. 方案生成层                    │
│     基于验证结果生成多个解决方案    │
├─────────────────────────────────┤
│  5. 反思评估层                    │
│     自我质疑方案的不足之处          │
├─────────────────────────────────┤
│  6. 最终输出层                    │
│     综合所有分析给出最优答案        │
└─────────────────────────────────┘

适用场景

• 战略决策：技术选型、商业模式分析、投资评估
• 复杂问题：需要多学科交叉分析的问题
• 代码评审：深度审查代码的设计合理性和潜在风险
• 学术研究：文献综述、假设提出和研究设计

Deep Thinker Skill 将 AI 的"思考过程"显式化，让 AI 不再只是给答案，而是真正帮你分析问题、验证假设、迭代方案。