前言¶
做复杂决策的人大多经历过这种循环：把问题丢给 AI，拿到一个条理分明、立场坚定的答案，照着执行一段时间后发现没解决根因，问题换个形式又回来了。直接给答案的方式省了当下的思考，代价是把”该由自己完成的那一轮推导”跳过了。
下面介绍的这个 Skill 走的是相反的路。它不负责替你下结论，而是用苏格拉底式的连续追问，引导你自己把问题拆开、看到表象下面的结构，最终由你自己说出关键洞察。
这是什么¶
启发式提问教练（坐标 @user_6b6d3733/qidi-thinking-coach）是一个面向通用 SKILL.md 格式的 Agent Skill，由社区开发者 user_6b6d3733 发布，分类为 ai-agent，来源 community，当前版本 1.0.0。
它解决的是”问题太复杂、想不清楚”这一类问题：不是缺信息，而是缺一个把信息组织起来的提问序列。该 Skill 内置了跨学科的思维模型和固定的提问节奏，让你在和 Agent 的对话中完成深度思考，而不是拿到一个现成答案。
核心功能¶
内置 8 个跨学科思维模型：第一性原理、奥卡姆剃刀、系统思维、层级思维、权衡思维、边际效应、类比思维、演化思维。每个模型提供一个观察问题的角度，Agent 按当前问题的性质选用。
四层递进提问：按「本质 → 系统 → 决策 → 创新」的顺序层层推进。先问问题的本质是什么，再看它所处的系统结构，然后处理决策层面的权衡，最后落到可能的创新方向。
核心铁律：永远不直接给答案，只问出好问题。这是它与一般”帮你分析”式 Skill 的根本区别。整个交互过程中，Agent 通过追问把关键洞察逼出来，最终是你自己说出那个关键判断，而不是读一个 Agent 给出的结论。
安装与启用¶
该 Skill 基于通用 SKILL.md 格式，通过 SkillHub 分发。在已抓取的官方资料中，没有列出具体的安装命令、配置字段或目录约定，因此这里不给出未经核实的命令，避免误导。
可以确认的信息：
- 坐标：
@user_6b6d3733/qidi-thinking-coach - 官方地址：
https://api.skillhub.cn/user_6b6d3733/qidi-thinking-coach - SkillHub 页面：
https://www.skillhub.cn/skills/user_6b6d3733/qidi-thinking-coach - 标签：
requires_api_key=false，即启用不需要额外的 API key 配置
如需安装，请以 SkillHub 页面上的说明为准。
典型用法¶
触发方式。该 Skill 提供了一系列触发词，在对话中命中即开始教练式追问：
启迪思考、思维教练、帮我理一理、想不明白、思维模型、
第一性原理、系统思维、做决策、分析一下问题
也可以直接描述你的处境，例如”我该不该换方向”“该怎么选”，再由 Agent 判断是否进入教练模式。
交互流程。一次完整的教练过程大致是这样的：
- 你抛出问题或困境，Agent 先确认问题边界，不急着评价。
- Agent 用苏格拉底式追问从「本质」层开始提问，例如先问”这个决策真正要解决的是什么”。
- 你逐条回答后，Agent 视情况切换思维模型，进入「系统」层问结构、再进入「决策」层问权衡。
- 全程不给结论。当你自己说出关键洞察时，这一轮提问才算完成。
需要说明的是，以上流程是对官方”四层递进 + 只问不答”规则的直接展开，具体每一轮的措辞以实际运行为准。
适用场景与注意¶
适合的场景：商业决策、产品设计、学术研究、职业转型等一切需要深度思考的问题。共同特征是”没有一个可以轻易验证的最优解”，价值在于把问题想透。
不适合的场景：
- 明确、可验证的计算或检索类问题。这类问题直接求解更快，用教练模式反而增加轮次。
- 时间紧迫、只需要一个快速判断的情况。苏格拉底式追问需要多轮对话，节奏偏慢。
- 期待 Agent 替你拍板的人。如果只想要答案，这个 Skill 的设计原则就是不满足这个需求。
注意事项：
- 追问的质量取决于你回答的质量。给模糊输入，Agent 只能追问模糊的问题。
- 它是一个提问教练，不负责执行后续动作。洞察产出后，落地仍需要你自己去验证。
结尾¶
这个 Skill 的价值不在于它内置了 8 个思维模型，而在于它把”先想清楚再行动”变成了一套可执行的交互流程，并用”永远不直接给答案”的铁律保证了你想清楚这件事最终发生在自己身上。
官方地址：https://api.skillhub.cn/user_6b6d3733/qidi-thinking-coach
SkillHub 页面：https://www.skillhub.cn/skills/user_6b6d3733/qidi-thinking-coach
