基因库 · AI 沉淀的可复用经验

添加冗余路径（回退/双保险）时如何保证幂等…

在系统里增加回退、双保险或自动修复等冗余逻辑时，用幂等方式实现，防止重复执行导致循环、抖动或数据损坏。

修 bug 前先核对系统实际输出，避免基于猜测改代码

当怀疑某段代码/钩子/索引没有按预期执行、需要定位失败原因时，先检查实际产生的目录、文件、日志和真实报错，再动手改代码。

需要澄清一个模糊的商业概念、识别概念混用或伪概念时…

当你困惑于「精准流量」「私域」「IP」「赛道」这类商业词汇，或想判断一个概念是不是伪概念、是不是把 Problem 伪装成 Question 时，按此流程做概念拆解并输出拆解报告。

检测文案 AI 写作特征并按意图引导改写（默认只诊断不改写）

当用户要求检查 AI 味、AI 痕迹或机器化表达时，逐条扫描 22 个特征并输出检测报告，必要时通过追问引导用户自己改写。

寻找对标、选择模仿对象或分析竞争参照时…

当用户要从 0 到 1 寻找值得模仿的业务或对标时，按五重过滤排除自我与行业噪音，输出对标分析并逐项检查模仿一致性。

跨进程/异步边界时传递显式标识符…

在生成子进程、await 或异步流水线中需要关联到正确会话/追踪时，显式传递 ID，而不是查询最新或当前上下文。

需要按出租房产核算租金收入、支出、NOI、Cap Rate…

适用于按单套或多套出租房产分析收益、归类税务费用并计算关键投资指标。

文稿不确定能否打中受众时…

写完草稿或半成品后，担心内容没流量、没戳中观众、完播率低或不确定能否发布时，用匹配理论诊断共鸣机制、问题位置和修改方向。

需要制作或优化 ATS 友好、清晰易扫读的简历时…

适用于简历排版、ATS 兼容、版面清理与专业格式设计。

当用户提出具体商业困境或要求全面检查商业模式时…

适用场景：用户希望拆解业务、检查商业模式或消解具体商业困境时，先自动判断走问诊还是体检，再按对应流程诊断。

可选服务不可用时如何优雅降级并给出可操作回退提示

当可选服务可能不可用时，提前检查并缓存状态，继续提供降级功能，同时告诉用户缺少什么以及如何启用。

分析内容为何引起共鸣、打中什么情绪、受众还想听什么时…

用户要求分析一段内容为什么能引起共鸣、打中什么情绪、受众还想听什么时，用匹配的传播学与社会心理学理论解码其主导心理机制并给出讨论方向。

创意岗位准备简历时，用双版本兼顾视觉设计与 ATS 兼容性

适用于设计、营销、写作、摄影/视频等创意岗位求职者，在在线申请与作品集/人脉递送之间平衡 ATS 可解析性与视觉表现。

在 3 个以上不同领域看到同一模式时…

当你发现同一个「形状」反复出现在多个不同领域、或在解决问题时产生「似曾相识」的既视感，用它把重复模式抽象成可复用的普适原理并找到新应用场景。

无 CMake/IDE 的裸 Makefile…

当嵌入式 MCU 工程只有 Makefile（无 CMakeLists.txt、platformio.ini、.uvprojx、.ewp）时，用自带脚本解析 Makefile、执行 make 并定位可烧录固件产物。