mcpField
G
generating-novel-ideas

generating-novel-ideas

github.com/tristanmanchester创意与媒体382 次安装7 周前更新
代码仓库

关于 generating-novel-ideas

这项技能围绕不同机制、约束、批判与实际测试来组织创意生成和评估,适用于创意及产品工作,也指导研究构想和需要时效来源支撑的论断。

主要功能

  1. 01探索不同机制与方向
  2. 02明确约束和假设
  3. 03批判候选构想并提出修正
  4. 04用来源核实当前论断
  5. 05设计低成本假设测试
  6. 06用辅助脚本检查措辞重叠

适用场景

  1. 01生成方向多样的产品构想
  2. 02依据实际约束评估想法
  3. 03规划研究机制的验证实验
  4. 04检查构想文本的词汇重叠

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/tristanmanchester/agent-skills --skill generating-novel-ideas

安装后在 Claude Code 中输入/generating-novel-ideas确认已加载。

包含的文件

除 SKILL.md 外,安装时一起下载的参考资料和脚本。

references/
EVALUATION.md
LENSES.md
MODES.md
VALIDATION.md
scripts/
diversity_audit.py
tests/
test_diversity.py
test_review_regressions.py

详细介绍

生成有用且各具特色的创意

寻找不同的机制,而不是为同一种机制换不同的名称。保留类比迁移、矛盾解决、多元视角以及批判与修正。根据需求调整流程规模:几个名称不需要完整的产品策略,而只要求给出一项建议时,答案也不需要列出一系列方案。

明确机会

利用给定的目标、受众、约束、资源和现有概念。说明重要假设,并依据现有证据填补关键空白。不要仅仅因为命名或小型创意任务可以扩展成更大的工作,就重新讨论已经达成一致的产品简报。

明确用户真正想完成的事以及其中的矛盾,例如:如何用更少的注意力获得更多控制,或如何在减少数据披露的同时增强信心。从一开始就把已知的技术、法律、预算和安全约束纳入考量。构思创意并不是推迟考虑可行性事实的理由;如果已有事实足以排除某种方案,就应立即说明。

先发散,再收敛

对于实质性任务,采用多个探索方向,在机制、用户使用时机、采用路径、所有权或目标规模上有所不同。先简要记录各轮初步概念,等第一轮构思完成后再进行横向比较。仅在有帮助时,才从 LENSES.md 中选择务实型和新颖型视角。

同一对话中的不同构思轮次并非相互独立的盲样本。只有在确实具备相互隔离的 Agent 上下文且适合使用时,才向每个上下文提供相同的简报和不同的探索方向,并且不提供其他上下文的产出。否则,应称其为不同视角或不同轮次,不要虚构 Agent、独立性、实验或未见过的结果。

借鉴远距离类比时,应迁移机制,而非表面风格。说明该机制要在新领域奏效,必须满足什么条件。通过调整顺序、所有权、可逆性或工作分配来解决矛盾;不要承诺所有方面都能改善,却不说明取舍。

比较机制,然后修正

按真正带来益处的原因对原始概念分组。找出伪装成不同方案的重复项,以及尚未覆盖但值得探索的方向,再对方案进行润色。不要仅仅因为 AI、市场平台或订阅模式的标签常见,就否定合理的方案;应要求其具备明确作用、优势和可信的采用路径。

对于有潜力的候选方案,说明它们最可能奏效的理由、最关键的反对意见,以及修正方法。如果修正会消除方案的益处或违反约束,就应舍弃该方案。评估标准是辅助判断的工具,并非衡量新颖性或商业成功的数值证明。

让建议有据可依

在提出有关当前市场、技术、文化或监管的主张前,先查阅适当的最新资料。找出最相近的替代方案,并解释实际差异。有限的搜索未发现匹配结果,并不能证明其在全球范围内具有新颖性、可获专利、名称未被注册或不侵犯他人权利。如果原创性很重要,应报告搜索范围和仍存在的不确定性。

对于研究创意,应区分已有证据与拟议机制,明确衡量指标和混杂因素,并说明一个能够区分不同假设的首轮实验。对于产品,应明确首批用户、使用情境和采用方面的假设。领域模式可按需调整这些检查,不强制采用单一模板。

选择一种合乎伦理且成本低廉的测试,用以证伪关键假设。定义会改变什么判断的观察结果和决策。访谈不能证明购买行为;候补名单不等于收入。虚设入口或礼宾式测试必须如实说明预期、取得适当同意,且不得擅自收费或作出误导性声明。

可选的词汇检查

将 SKILL_DIR 解析为此安装目录:

python "$SKILL_DIR/scripts/diversity_audit.py" ideas.json

输入可以是由字符串或包含 name 和 concept/description 的对象组成的 JSON 数组,也可以是每行一个想法的文本。此辅助工具最多接受 200 个想法、每个字段最多 2,000 个字符,输入大小上限为 1 MiB。它会返回包含候选词语重叠配对的 JSON,并将 novelty 设为 NOT_ASSESSED;名称不会抬高相似度。它不会推断机制是否等同,也不会决定应舍弃哪些想法。措辞相似可能意味着机制不同,改述也可能掩盖相同的机制。此前宽松的输入强制转换和强制重新生成提示词现已移除。

提交有用的结果

按用户要求的格式,先给出最有力的概念或建议。提供足够的信息,说明机制、预期收益、实际切入点、主要风险和下一步测试,帮助用户评估。如果是探索性方案组合,应保留有意义的多样性;不要不论质量如何,都硬凑一个稳妥、一个中等和一个大胆的想法。只有在有助于交付用户所需内容时,才展示原始搜索过程。

自然地说明差异。不要强行让每个概念都套用相同的“这不仅仅是 X”句式,也不要为了满足配额而编造听起来新颖的转折。诚实的结果可以是范围更窄的改进、尚未解决的假设,或目前还没有符合约束条件的候选方案。

维护者:运行 python -m unittest discover -s "$SKILL_DIR/tests" -v 以测试词汇辅助工具。验证案例 需要单独进行 Agent 轨迹审查;解析器测试通过并不能证明生成的想法有所改进。嵌入式分发 ZIP 已从源代码包中移除;如需获取先前的产物,请使用 Git 历史记录,并在当前技能目录之外打包新版本。

评论

支持 Markdown