Deep Research Content Architect Skill

此技能封裝了「代理程式寫作 (Agentic Writing)」的最佳實踐，將創作過程拆解為結構設計、深度採掘、內容合成與文化精修四個階段。

Capabilities

1. •ToC Architecting: 建立具備邏輯深度與開放式架構（如動態檔案櫃）的內容大綱。
2. •Autonomous Research Prompting: 辨識知識缺口，動態生成高效的「深度研究指令 (Deep Research Prompts)」以獲取外部報告。
3. •Synthesis writing: 將多份研究報告自動轉化為模組化的章節內容，並保持敘事一致性。
4. •Cultural Localization (Taiwanese Soul): 提供術語置換與語氣修正模型，確保內容符合台灣在地語境與價值觀。

Resources

• •Scripts:
  • •scripts/taiwanize_terms.py: 批次將大陸式/通用科技用語置換為台灣慣用語。
• •Templates:
  • •templates/research_prompt_template.md: 用於對外請求深度研究的結構化指令範本。
  • •templates/chapter_structure.md: 確保每一章節具備「實踐註記」、「解讀邏輯」與「擴充工具箱」的深度結構。

Instructions

階段一：二階段架構規劃 (Two-Stage Structuring)

1. •Step 1: 建立全書 TOC：優先設計具備「核心方法論」、「導航索引」與「動態實踐紀錄」的三位一體架構，確立全書的骨幹與邏輯。
2. •Step 2: 章節範本化 (Templates)：為每一類型的章節（如流域導航、規劃分析）建立標準範本。這能確保多人或多個 AI 會話產出的內容品質一致。
3. •解耦 (Decoupling)：針對隨時間增加的內容（如實作紀錄），採用「動態檔案櫃」取代固定章節編號，使用語意化檔名。

階段二：二階段研究採掘 (Two-Stage Research Injection)

為了確保內容廣度與深度的平衡，必須執行兩個層次的研究：

1. •Stage A: 跨域摘要研究 (Cross-domain Summary)：先獲得一份包含所有主題（如 11 個流域）的橫向對比資料。這用於快速填補章節骨架，確保全書不留白。
2. •Stage B: 深度研究注入 (Deep Research Injection)：辨識出核心節點或讀者最關心的章節，動態生成一份針對該主題的「深度研究指令」。當獲得「厚度」更強的獨立報告後，再對原先的骨架進行「版本注入式」的覆寫。

階段三：內容合成與結構化佈局 (Synthesis)

1. •精煉而非複製：注入深度報告時，應保持導航者的語氣，僅提取地質、權力、文化等「解讀邏輯」，而非貼上整篇研究。
2. •必備模組：每一章節需包含：
   • •身分證 (Basic Identity)：核心基礎資料。
   • •靈魂特徵 (Signature)：該章節的獨特批判視角。
   • •方法論實踐 (Methodology Notation)：如何應用方法論來解讀。
   • •擴充工具箱 (Prompt Extension)：提供讀者可進一步追問的指令。

階段四：在地化與品質精修 (Localization & Refinement)

1. •術語置換：執行 scripts/taiwanize_terms.py 置換通用/大陸式科技用語。
2. •主體性注入：進行人工覆寫，強化「台灣人視角」、「咱的土地」等情感連結。
3. •撇步化語氣：將專業教條改為具備「在地導覽前輩傳承經驗」感的語氣。

Usage/Examples

• •請求 AI 啟動寫作流程: "請使用 deep-research-content-architect 技能，為我建立一份關於『台灣都市更新』的書本架構，並針對第一章產出深度研究指令..."