给只用Chatbot的朋友写了塔罗解释 Skill

我帮一个非 AI-native 的朋友做系统实体化。这是我的实践过程和失败的分析。

我的朋友雪，学习塔罗的时候，和GPT一起摸索了一个基于时间系统的塔罗解释方案。它能定位当下后，同时思考两条时间流方向的结果，并探寻对其其中任何一个选择的成本，和具体的决策时间点。这样解好的牌，等到命中注定的那一刻，一切都会变得非常清晰。

我听闻后觉得有点难受，因为GPT在长上下文的时候会出现context rot，系统本身的记忆会被输入的信息污染，我非常质疑这个性能的功能发挥稳定性，所以主动提出想把这个系统架构成稳定的，方便进化的Skill。

当时我的做法就是下载聊天记录，把原始设定、迭代过程、当前流程、查表资料拆开，攒成一套 skill。具体来说就是让它输出四个文件，ref.md 放原版系统，diff.md 放变动过程， skill.md 放当前可调用流程，assets.md 维护一个不变的查表资料。

然后新建 ChatGPT 项目，把这些文件摊开放进去。要是需要调用，直接开一个新窗口说，

使用时优先读取 skill.md，按里面的流程执行。 需要确认原始设定时，读取 ref.md。 需要判断某个规则为什么变过，读取 diff.md。 查辅助资料，读取 assets.md。 文件之间有冲突，以 skill.md 为当前执行版本。

后来再和朋友catch up，发现skill的发挥极其离谱。ChatGPT对塔罗解释的寓意和流程非常擅长，但是却没有用雪常用的繁体中文回答；牌义全被散开回答；没办法把牌面根据时间、和牌阵讲成一个故事。

这说明 目前而言这个Skill 只解决到了“怎么做”，却丧失了原先建立的一种风格。对非 AI-native 的朋友来说，这个差别非常要命。她不会去 debug 什么 style layer、output contract、instruction priority。她只会觉得在这个项目里，GPT的发挥完全和她以前接触到的不像。

于是这个项目就这样搁浅了。