前言¶
在使用大模型时，很容易遇到输出不够贴合意图、策略选择偏颇、或对话陷入循环等问题。这些往往不是模型能力不足，而是交互策略未对齐。下面介绍一个专注于 LLM 交互优化的 Skill。
是什么¶
静水深流（mark-StillWater）是一个社区出品、面向 LLM 交互优化的 Skill。当前版本为 1.9.47，核心定位是提供一套可落地的交互优化实践指南。
核心能力¶
根据官方简介，该 Skill 聚焦以下几方面：
- 用户意图分析：在对话开始前或中途，对用户意图进行拆解与澄清，避免模型在模糊意图上发散。
- 响应策略选择：根据意图类型与上下文，选择合适的输出策略（如简洁总结、多轮追问、结构化输出等）。
- 认知偏差处理：识别并缓解常见的模型偏差（如过度概括、立场倾斜、重复表述等）。
- 对话优化技巧：提供对话节奏控制、上下文压缩、关键信息提取等技巧，使对话更高效、更可控。
安装与启用¶
SkillHub 提供 Skill 下载与安装，当前版本为 1.9.47。安装命令如下：
skill install user_fdb96f95/mark-stillwater
安装完成后，在对话中即可按该 Skill 的指引进行交互优化。
典型用法¶
使用时，可在对话中引入该 Skill 的思路：
- 在发起任务前，先让模型对用户意图进行拆解，确认关键约束与期望输出。
- 根据意图类型，选择合适的响应策略（如列表、表格、分步说明等）。
- 在对话过程中，关注并调整策略，避免重复、偏题或过度展开。
- 必要时，让模型输出中间步骤或检查点，便于人工介入或调整。
适用场景与注意¶
- 适合需要稳定、可控对话的场景，如流程化问答、参数配置、多步骤任务指导等。
- 对纯创意写作、开放式生成等场景，可选择性参考其策略，不必完全套用。
- 注意 Skill 仅提供实践指南，具体效果取决于上下文质量与模型本身能力。
结语¶
静水深流通过系统化的交互优化思路，帮助开发者在对话中更精准地把握意图、选择策略、控制偏差。适合希望在 LLM 交互中追求稳定与可控的开发者。
官方地址：https://api.skillhub.cn/user_fdb96f95/mark-stillwater
