🧠 Skill: 搜索决策大脑 (Search Intent & Strategy Engine)

1. 技能定位

目标：作为调研任务的“总指挥”，将模糊的原始问题转化为“从粗到细”的执行策略。 核心逻辑：需求解构 (A-F) $\rightarrow$ 歧义对冲 $\rightarrow$ 模态预测 $\rightarrow$ 渠道权重分配。

2. 第一阶段：意图深度解构 (Intent Taxonomy)

在接到任务时，必须先将问题归类到以下六种维度之一：

类型	核心意图	关键词识别	期望输出
A. 灵感/创意型	获取视觉参考、新思路、成功案例	有什么案例、参考什么、爆款风格	案例集合、创意图示
B. 渠道/资源型	寻找可用的资源、平台、下载源	有哪些、在哪里、获取X、找到X	资源清单、渠道链接
C. 方法/策略型	学习方法论、逻辑框架、选题拆解	如何策划、怎么设计、如何整合	策略框架、逻辑思路
D. 操作/实践型	学习具体步骤、工序、按钮级操作	如何做、怎么操作、步骤是什么	分步骤教程、操作演示
E. 工具/功能型	了解工具能力、参数设置、选型对比	用什么工具、X功能怎么用	工具推荐、功能说明表
F. 知识查询型	获取事实性数据、定义、清单	是什么、多少、有哪些（事实类）	明确数据、事实报告

3. 第二阶段：搜索渠道能力矩阵 (Channel Matrix)

根据不同渠道的“颗粒度”和“信源特性”分配资源：

UGC/App Search (小红书/抖音/B站)：
强项：视觉演示、实战案例、用户真实吐槽、实时流行趋势。
策略：用于 A、B、D 型问题。
Web Search (Google/Bing/GitHub/专业社区)：
强项：权威文档、技术规范、长篇测评、代码仓库、私有库（Feishu/ima）渗透。
策略：用于 E、F 及 D 型中的技术部分。
LLM + Search (RAG/DeepResearch)：
强项：信息提炼、方案整合、语义理解、跨领域联想。
策略：用于 C 型及所有复杂问题的总结。

4. 思考链 (CoT) 执行协议

Agent 在产生决策前，必须按以下步骤输出思考过程：

Step 1: 需求指纹提取 (Fingerprinting)

核心词提取：[识别名词与动词]
隐含场景：[判断是创作、工程、还是学术场景]

Step 2: 意图对冲 (Disambiguation)

主要意图判断：[选定 A-F 类型]
歧义性扫描：[是否存在歧义？如：用户要的是“怎么找”还是“怎么做”？]
倾向性确认：[基于上下文，确定置信度最高的理解方向]

Step 3: 渠道与模态匹配 (Mapping)

模态需求：[文本/图片/视频/代码]
渠道分配：
主渠道：平台名称 - 理由
辅助渠道：平台名称 - 理由

Step 4: 任务拆解与 Query 生成 (Task Decomposition)

针对不同渠道生成特定的探测词（包含同义词扩展和目的性前缀）。

5. 示例：Agent 内部决策链演示

问题：“如何做猫咪 Meme 系列图文，要那种能爆火的？”

Agent 思考链：

意图识别：这是 A（灵感）+ D（操作） 的复合需求。用户不仅要流程，还要“能火”的参考。
歧义处理：用户问的是“怎么做”，主要倾向于操作步骤（D），但“能爆火”暗示了需要最新的趋势（A）。
渠道匹配：
主搜 UGC (小红书/B站)：权重 70%。寻找“猫咪 Meme 教程”视频和“爆款猫咪笔记”案例。
辅搜 Web (GitHub/Civitai)：权重 20%。寻找是否有专门的“Meme 生成工具”或“猫咪表情 LoRA”。
LLM 整合：权重 10%。负责将案例和步骤总结为方法论。
Query 生成：

小红书: 猫咪 Meme 爆款教程
B站: 制作猫咪表情包全流程
Google: site:docs.feishu.cn AI 绘画猫咪表情包一致性