context-builder

上下文构建器

为咨询客户生成交互式上下文构建提示词。这些提示词专为在 Claude Code 中运行而设计——它们通过 AskUserQuestion 引导团队完成结构化提问，为每个部分生成输出文件，并将所有内容汇编成可重复使用的 CLAUDE.md。

工作流

阶段 1：信息收集（AskUserQuestion）

使用 AskUserQuestion，通过封闭列表选项询问所有收集信息的问题。收集以下内容：

问题 1：公司标识信息

• 选项：“我有网站 URL”“我有公司名称”“两者都有”
• 后续询问具体的 URL／名称

问题 2：谁会使用此提示词？

• 选项：“特定人员（姓名＋职位）”“一个团队（无特定人员）”“未知／待定”
• 如果是特定人员：后续询问姓名和职位

问题 3：主要咨询重点（multiSelect）

• “将 AI 应用于现有运营流程，实现自动化”
• “生存策略（哪些业务能在 AI 时代存续）”
• “新业务模式／转型”
• “使用 AI 开发产品”

问题 4：行业

• “营销／广告”
• “制造／建筑”
• “SaaS／软件”
• “专业服务／咨询”
• （其他）

问题 5：知识库中是否已有上下文？

• “有，存在通话转录”
• “有，存在笔记／文件”
• “没有现有上下文”
• 如果有：询问文件名或用于查找的搜索词

问题 6：会话语言

• “俄语（问题用俄语，输出用英语）”
• “全程使用英语”
• “其他”

阶段 2：调研（自动执行）

尽可能并行执行以下调研步骤：

1. 网络调研：使用 WebSearch 和 WebFetch（通过 Task agent）收集：

   • 公司业务、产品／服务
   • 目标市场、公司规模、地理位置
   • 技术栈、合作伙伴关系
   • 最新消息、融资、团队信息
   • 竞争格局

2. 知识库搜索：在 Obsidian 知识库中搜索：

   • 提及公司名称的转录（在知识库根目录和 Daily/ 中使用 Grep）
   • 公司的联系人对应的人员文件（People/ 文件夹）
   • 任何现有笔记或调研资料

3. 转录分析（如果找到）：从通话转录中提取：

   • 团队成员及其职位
   • 当前使用的 AI 工具
   • 提到的痛点和顾虑
   • 描述的具体流程
   • 团队提出的问题

阶段 3：选择部分（AskUserQuestion）

根据咨询重点，提供一组精选部分。使用 AskUserQuestion 和 multiSelect，让用户选择要包含的部分。

部分库

完整的部分目录请参阅 references/section-library.md。各重点对应的默认部分集合：

AI 自动化重点：

1. 流程清单，2. 痛点与浪费，3. 当前技术栈，4. AI 机会映射，5. 人员与组织，6. 数据现状核查，7. 快速见效方案

生存策略重点：

1. 收入与服务地图，2. 生存问题，3. 客户价值链，4. 新业务模式，5. 数据与知识资产，6. 人员与组织，7. 快速见效方案与试点

全面评估（两者兼顾）： 包含部分库中的全部 10 个部分。

选择部分后，询问：

Express 模式分组：提供所选部分的建议分组方案，将其整合为 4 个 Express 大部分。让用户确认或调整。

阶段 4：生成

生成两个文件：

1. 上下文构建器提示词

保存到：Claude-Drafts/{company-slug}-context-prompt.md

结构（遵循 references/prompt-template.md 中的模板）：

---
created_date: '[[YYYYMMDD]]'
type: draft
topic: consulting, AI transformation, {industry}
for: {contact person or team name}
---

# AI Transformation Context Builder -- {Company Name}

## About {Company}
  [Generated from research -- company description, size, market, positioning]

## Current State
  **What's working:** [from research + transcript]
  **The gap:** [from research + transcript]
  [If existential concerns found: **Existential context:**]

## Mode Selection
  [Express vs Deep Dive with section descriptions]

## How This Works
  [Standard interactive session instructions]

## Session Resumability
  [Standard resumability logic]

## Interactive Flow
  [Selected sections with tailored questions]

## Output Files
  [One file per section + final CLAUDE.md]

## Relevant Frameworks
  [Selected from references/frameworks.md based on focus]

2. 说明文件（可选）

如果提示词将发送给外部人员，请生成简短的说明文件： Claude-Drafts/{company-slug}-context-instructions.md

内容包括：

• 此文件的用途及使用方法
• 前提条件（Claude Code 或类似工具）
• 对两种模式的简单说明
• 输出内容
• 隐私说明（对方可以自行决定分享多少信息）

阶段 5：交付（AskUserQuestion）

问题：如何处理生成的文件？

• “仅保存到知识库”
• “保存并通过 Telegram 发送”
• “保存并让我先审核”

如果选择 Telegram：询问收件人的用户名或姓名，然后使用 telegram 技能发送（介绍消息 + 文件）。

核心原则

• 尽量采用封闭式问题：每个 AskUserQuestion 都应提供具体选项。尽量减少自由文本输入。
• 先研究，再提问：不要询问用户可以通过网页搜索或知识库搜索找到的信息。
• 根据上下文定制各个部分：如果转录内容透露出具体关注点（例如存在主义恐惧、特定技术栈），请定制各部分的问题以提及这些具体内容。
• 融入已发现的上下文：生成的提示词中“关于”和“当前状态”部分应包含丰富的研究细节，让运行该提示词的人能够顺利开始。
• 注意语言：如果会话语言是俄语，那么执行提示词期间的所有 AskUserQuestion 交互都应使用俄语，但输出文件应使用英语。

资源

references/

• section-library.md -- 包含可用部分及问题模板的完整目录
• prompt-template.md -- 生成提示词的结构模板
• frameworks.md -- 可选择纳入的咨询框架