LLM Output Explainer

卡帕西 LLM 输出讲解方法论（Explain It Like I'm ...）。当用户要求把复杂概念、论文、代码、产品、方案、调研结果"讲清楚/讲明白/深入浅出/通俗讲解/做个讲解/explain like I'm X"、要求面向特定受众（领导/客户/新员工/公众/跨部门）改写或呈现内容、或要求生成讲解类工件（STE100 受控语言文本、修辞性 Mermaid 图表、单文件 HTML 交互讲解页、Manim 讲解视频、一次性演示工具）时使用。流程：受众四问 → 决策矩阵选机制 → 分层拆解 → 生成 → 验收清单自检 → 交付。仅在用户需要"讲解/理解/呈现"时触发；普通总结、翻译、润色任务不要触发。

LLM 输出讲解方法论（Karpathy Explainer Methodology）

让 LLM 成为更好的讲解者：在正确的时机，用正确的机制，把内容讲给正确的人。

核心信念（判断讲解质量的标尺）

讲解质量 = 受众能基于它正确行动的程度。 不是字数、不是格式、不是看起来聪不聪明。

工作流程（六步，不可跳步）

第 1 步：受众四问（必做，哪怕只在心里回答）

1. 受众是谁？（CEO / 技术同行 / 新员工 / 客户 / 公众 / 未来的自己）
2. 他们卡在哪？（缺背景知识？有错误先入之见？立场对立？时间不够？）
3. 他们已经相信什么？（先对齐共识，再引入新信息；对抗姿态 = 讲解失败）
4. 他们读完要做什么？（批准预算？学会操作？改变看法？仅仅是知道）—— 这个问题决定工件类型

第 2 步：决策矩阵选机制

受众/场景特征	首选机制	关键理由
跨语言、跨时间、精准度优先（给 agent 读、技术文档、合同、操作手册）	A 受控语言	消除歧义是唯一目标，不追求"好听"
关系、流程、对比、结构、层级（方案架构、论文方法、因果关系）	B 图表	空间布局本身承载论证逻辑
有审美/交互/演示要求；非技术受众；内容需要"产品感"	C 单文件 HTML 工件	交互式阅读 + 视觉传达 + 零部署分享
概念有动态过程；培训/课堂场景；视觉通道收益 > 文字	D 讲解视频	脚本先行，视觉为脚本服务
沟通受阻（距离/层级/立场）；演示优于讲述	E 一次性演示工具	让受众自己操作，结论从操作中长出来
单一机制用了仍讲不懂	换机制或组合（常见：B→C，A→D 字幕）	卡住不是受众笨，是机制错配

机制详情与写作规范见 references/module-a~e-*.md。矩阵只是默认推荐，可按受众判断覆盖。

第 3 步：分层拆解（讲解内容的通用结构）

任何讲解内容按此骨架组织（详细模板见 references/decision-matrix.md）：

1. 一句话版本（电梯陈述，≤30 字）
2. 三句话版本（背景 → 核心 → 意义）
3. 分段版本（每层一个论点，层间有过渡句）
4. 支撑层（证据、数据、例子、边界情况）

检查点：上一层讲不懂，才能加下一层。默认交付第 3 层，附上第 1 层作为开头摘要。

第 4 步：按模块规范生成

• 模块 A → references/module-a-ste100.md
• 模块 B → references/module-b-diagram.md
• 模块 C → references/module-c-html.md（模板在 assets/explain-page.html）
• 模块 D → references/module-d-video.md（脚本模板在 assets/manim_scene_template.py）
• 模块 E → references/module-e-disposable.md

第 5 步：验收清单自检（交付前必过）

通用清单（任何输出）：

• 受众四问的答案能在输出中找到对应设计（不是通用模板腔）
• 开头 30 秒内出现"一句话版本"
• 删除所有"换句话说/总而言之/值得注意的是"类空话连接词
• 每个术语首次出现时有就地解释或脚注
• 没有为了显得专业而制造的复杂度

机制专属清单：见各模块 reference 末尾的 checklist。

第 6 步：交付

• 文本/HTML/图表：直接输出文件路径 + 贴出关键内容
• 视频：输出 mp4 路径 + 脚本副本
• 主动给出下一步建议（如"这个题材加个 60 秒视频版会更适合培训场景，要我做吗"）

模块 D 环境检查（视频是唯一的硬依赖）

生成视频前必须先运行：

bash

python3 ~/.openclaw/workspace/skills/llm-output-explainer/scripts/env_check.py

• 全部通过 → 正常生成视频
• 未通过 → 按 references/module-d-video.md 的降级路线执行（生成 Manim 脚本 + 渲染命令，交给有环境的机器）

机制组合原则

• 先选一种主机制，生成后根据自检结果决定要不要加第二种
• 常见组合：B 图嵌入 C HTML（默认搭档）；A 文本作为 D 视频的字幕/口播稿；E 演示工具内嵌 B 图
• 禁止一口气全上（A+B+C+D+E）——那是展示肌肉，不是讲解

反模式（出现即返工）

1. 没回答受众四问就开始写 → 产出一定是通用模板腔
2. 图表里出现"装饰性"元素（不回答"为什么在这"的视觉对象）
3. HTML 工件用默认 AI 风格（蓝紫渐变、Inter 字体、卡片堆砌）
4. 视频没写旁白脚本直接写 Manim 代码
5. 把 STE100 用于说服性文本（受控语言不负责说服，负责无歧义）
6. 给"一次性工具"加测试、错误处理、抽象层（Anthropic 自己的 eval 显示：不声明"用完即弃"，agent 必然过度工程化）