mcpField
S
s4h-linguistics-connotation

s4h-linguistics-connotation

github.com/human-avatar其他23635 次安装15 周前更新
代码仓库

关于 s4h-linguistics-connotation

s4h-linguistics-connotation 是一项文本分析技能,用于检查词语联想如何影响沟通。它梳理受众对词语的不同解读,找出表达偏差并提出替代词,同时检查语体一致性。

主要功能

  1. 01识别影响较大的词语
  2. 02梳理联想及受众反应
  3. 03评估词语与意图的匹配
  4. 04提出替代词候选
  5. 05检查语体一致性

适用场景

  1. 01审阅公开信息的措辞
  2. 02针对特定受众调整术语
  3. 03找出削弱信息效果的用词

安装

复制下面的命令,在终端中运行。

$npx skills add https://github.com/human-avatar/skills-for-humanity --skill s4h-linguistics-connotation

安装后在 Claude Code 中输入/s4h-linguistics-connotation确认已加载。

详细介绍

语言学:内涵

词语不只是有含义,还会产生影响。

指称(一个词在技术意义上指的是什么)与内涵(它唤起什么联想、谁会使用它、它向他人传递了你怎样的信息)之间的落差,是大多数沟通失误的根源。「投资」和「支出」可以描述同一笔金融交易,但前者让说话者显得有远见,后者则显得关注成本。「活动家」和「倡导者」都描述为某项事业采取公开行动的人;前者已与破坏秩序和激进主义联系起来,而后者没有。「无证」和「非法」描述相同的移民身份;二者所携带的内涵负担,决定了哪些政策结论听起来顺理成章。

Steven Pinker 关于「委婉语跑步机」的研究表明,这并非一个已经解决的问题:只要底层指称对象仍带有污名,即使是精心挑选的中性词,也会随着时间推移而染上负面内涵。解决办法不是找到「恰当」的中性词,而是了解你当前的用词会产生什么效果,并有意识地选择要唤起什么联想。

这项技能会审查用词所承载的内涵负担——关键术语的情感色彩、政治联想、群体身份信号,以及面向不同受众时的正负评价——并在当前用词削弱信息传达效果时寻找更好的替代方案。


流程

步骤 1:识别关键词 阅读提供的文本、消息或词语列表。找出内涵意义最重要的词语——这些词除了字面含义之外,还承载了最多信息。通常包括:

  • 评价性词语(带有隐含判断的词语:“精简”“臃肿”“稳健”)
  • 类别词语(对人物、行为或情境进行分类的词语:“用户”与“客户”与“患者”)
  • 行动词语(体现能动性和褒贬倾向的动词:“决定”与“被迫”,“投入”与“花费”)
  • 隐喻(用另一种事物来框定某种情境:“对 X 的战争”“X 生态系统”“流水线”)

**框架确认:**继续之前,先确认文本内容和内涵分析任务。用一句话说明你的理解——正在分析的内容以及主要的内涵关注点——然后使用 AskUserQuestion:

  • 问题:“我对任务的理解是:[用一句话说明正在审查的内容以及内涵方面的关注点]。理解正确吗?”
  • 标题:“框架”
  • 选项:
    • 是——继续——框架正确
    • 调整——有一处理解不准确;用户会在你继续之前进行更正
    • 重新界定——对情境的理解有误;根据用户的更正调整后再继续

步骤 2:梳理内涵负载 对每个关键词进行分析:

  • **指称义:**该词在技术层面的含义
  • **内涵:**该词唤起的联想——情感基调(亲切/疏离、正式/非正式、紧迫/平静)、政治关联、文化来源、圈内/圈外信号
  • **受众敏感度:**哪些受众会以积极、消极或中性的方式解读其内涵
  • **负载类型:**这种负载是词语固有的,还是近期使用历史所赋予的?后者可能逐渐消退;前者通常不会。

步骤 3:评估落差 比较预期信息与词语承载的内涵负载。判断这种负载是在:

  • 强化预期信息(内涵与表达意图相互呼应)?
  • 削弱预期信息(内涵激活了与表达意图冲突的联想)?
  • 对目标受众而言中性或不可见(负载确实存在,但受众感知不到)?
  • 仅对某些受众群体显著(某个群体会强烈感受到这种负载,其他群体则不会)?

**生成替代表达之前:**展示内涵负载图谱,并询问用户哪些不匹配最值得关注。使用 AskUserQuestion:

  • 问题:“我发现有 [N] 个词语的内涵负载可能不利于你的表达。在生成替代表达之前,你最关注哪些词语,或者有哪些特定受众的解读需要考虑?”
  • 标题:“优先级”
  • 选项:
    • 解决所有不匹配之处——为所有标记出的词语提供完整的替换候选
    • 聚焦于 [具体词语]——用户会指出最重要的词语
    • 聚焦于特定受众——用户会指出受众;据此调整建议
    • 按当前评估继续——你对优先级的判断看起来正确

步骤 4:生成替换候选 针对内涵负载削弱表达意图的词语,生成替换候选。对每个候选:

  • 列出替代词语
  • 描述其内涵负载
  • 说明其优点和代价
  • 标明替代词语可能引入的任何新负载(委婉语迭代问题:替代词语可能很快获得与原词相同的负面内涵)

步骤 5:评估一致性 检查文本中内涵表达是否一致:正式语体是否被口语化词语打断,体恤性的框架是否被临床化语言削弱,强有力的主张是否被保留意见的措辞软化。内涵语体的一致性与单个词语的选择同样重要。


人工确认

继续之前,请使用 AskUserQuestion 工具。用 1–2 句话说明你对当前情况的理解,然后询问:

  • 问题:“我的理解是:[用 1–2 句话说明正在审查什么,以及其中涉及哪类内涵问题]。你希望如何继续?”
  • 标题:“范围”
  • 选项:
    • 全面审查 — 完成所有步骤,梳理所有关键术语并提供替换候选项
    • 仅审查关键错位 — 标出影响最大的内涵错位和首选替换方案
    • 指定术语 — 深入分析一个术语或短语
    • 重新界定 — 当前理解有误;请予以纠正,审查将依据修正后的框架进行

根据用户的选择继续。如果用户重新界定了问题,请先纳入其修正,再进行分析。

输出格式

内涵审查

术语指称意义内涵内涵负载类型受众敏感度评估

评估标记:强化 / 削弱 / 中性 / 因受众而异

替换候选项 对于每个被标记为“削弱”或“因受众而异”的术语:

  • 当前术语:[术语] — [说明其问题]
  • 候选项 1:[术语] — 内涵负载:[说明] — 优点:[说明] — 代价:[说明]
  • 候选项 2:[术语] — 内涵负载:[说明] — 优点:[说明] — 代价:[说明]
  • 建议:[首选候选项及理由]

语域一致性评估 整体内涵语域:[描述]。发现的不一致之处:[列表]。


说明

内涵分析并非要寻找“安全”或“中性”的语言。中性语言往往也带有自身的内涵负载——临床式的疏离感可能显得冷漠,官僚化的语言可能显得推诿,企业化的语言可能显得不真诚。目标是实现契合:让语言的内涵语域服务于沟通目的。

平克的委婉语循环提醒我们,不要一味追求中性:问题往往不在于词语,而在于其所指的事物。如果所指本身带有污名或令人不适,那么替换词最终也会承受同样的内涵负载。这对长期术语策略很重要:要实现可持续的术语变更,就必须改变人们对事物的根本认知,而不只是换个词。

如果问题不止涉及个别词语,而是整个概念框架有误,请与 /s4h-linguistics-framing 配合使用。如果问题在于理解和歧义,而不是内涵和价值倾向,请与 /s4h-communication-clarity-audit 配合使用。


接下来

交付此输出后,使用 AskUserQuestion 提供下一步选项:

  • 问题:“内涵审查已完成。接下来做什么?”
  • 标题:“下一步”
  • 选项:
    • /s4h-linguistics-framing — 揭示这些用词正在激活的框架
    • /s4h-linguistics-pragmatics — 分析全文暗示了什么,以及它明确表达了什么
    • /s4h-communication-clarity-audit — 审查文本的清晰度和理解障碍,以及内涵问题
    • 完成 — 收尾并综合目前的结果

评论

支持 Markdown