MAPS™ 四维罗盘

MAPS™ 四维罗盘 | MAPS™ Framework

►

AI 协作的方法论框架，由四个维度构成的思维罗盘。核心口号："抬头有坐标，低头有路径；既见树木，也见森林。"

M — Mindset（心智模式）：增长 + 批判双轨思维。从"问题处理者"升级为"机会发现者"。"先升级大脑，再升级模型。"
A — Architecture（架构设计）：把业务流程、数据流、角色权限抽象成可演进的"信息建筑"。"好架构，才撑得住好模型。"
P — Prompt（提示词工程）：连接"大脑语义"与"模型参数"的协议层。"Prompt 好，模型才会有礼貌。"
S — Systems（系统化落地）：触发-动作-AI 三层闭环。"系统成型，价值恒久。"

四个维度层层递进：先升级心智，再设计架构，然后写好提示词，最终部署系统。

四步跑道 | Four-Step Runway

►

MAPS™ 框架的动态实践闭环：

Scan（扫描洞察） → 对应 M（心智）
Design（设计蓝图） → 对应 A（架构）
Dialogue（精确对话） → 对应 P（提示词）
Deploy（部署落地） → 对应 S（系统）

不是做完一轮就结束。每次 Deploy 后都会触发新一轮 Scan，形成螺旋上升。

四级协作阶梯 | Four-Level Collaboration Ladder

►

描述人与 AI 协作深度的自检模型：

等级	角色	描述
L1	旁观者	知道 AI 存在，但没有实际使用
L2	工具使用者	把 AI 当搜索引擎或翻译器
L3	协作伙伴	能设计多轮对话，让 AI 参与创作和决策
L4	共生者/架构师	设计 AI 系统，让 AI 自主运转

大多数人卡在 L2 → L3 的跃迁。

5A+ 方法论 | 5A+ Methodology

►

从想法到落地的六步行动框架。MAPS™ 解决"Why & What"，5A+ 解决"How & When"：

Aim（明确目标）
Acquire（获取资源）
Attempt（动手尝试）
Adjust（调试优化）
Apply（应用迁移）
+Plus（持续进化）

核心理念：不追求一步到位，快速完成 Aim → Attempt 最短路径，再通过循环逼近最优解。

RCARE 框架 | RCARE Template

►

结构化提示词设计脚手架：

R — Role（角色）：定义 AI 的身份和专业背景
C — Context（上下文）：提供任务所需的背景信息
A — Aim（目标）：明确期望 AI 完成什么
R — Rules（规则）：设定约束条件、输出格式、禁区
E — Examples（示例）：给出输入-输出的参考样本

关键改进：把笼统的"指令"拆分为"目标"和"规则"，让提示词从"模糊请求"变成"精确合同"。

写得对/准/稳/活 | Four Quality Standards

►

提示词工程的四层质量标准：

层级	标准	含义
1	对	结构正确，AI 能理解并执行
2	准	事实准确，输出内容可信可靠
3	稳	生产可靠，多次运行结果一致
4	活	灵活适配，能应对不同输入和场景变化

大多数人停留在"对"。工程化的提示词必须从"准"做起。

橘子树模型 | C-O-R-E Model

►

"先宽泛后聚焦"的提示词迭代方法论：

C — Cast a wide net（抛撒种子）
O — Orange-split divergence（结出橘子）
R — Rate & prune（剪枝筛选）
E — Exact synthesis（榨成果汁）

与"家具图纸"式 Prompt 形成互补：橘子树适合创意探索，家具图纸适合高确定性任务。

降幻三板斧 | Three Axes of Hallucination Reduction

►

治理 AI 幻觉的三个实操原则，把 AI 从"闭卷考试"变成"开卷考试"：

反思校对：要求 AI 先自我评估、列出风险点
引用锚定：要求 AI 对关键论断标注来源
手动 RAG：将精准资料喂给 AI，强制基于该资料回答

IDERA 方法论 | IDERA Methodology

►

系统性 Prompt 优化框架：

I — Identify（识别）：主观不满转化为客观验收条件
D — Deconstruct（解构）：诊断问题根源
E — Experiment（实验）：控制变量，一次只改一处
R — Review（复盘）：对照验收条件量化结果
A — Archive（归档）：版本化存档

稳定性护栏 | Stability Guardrails

►

让 Prompt 在自动化流程中稳定运行的三原则：

防御性结构：用分隔符隔离指令区和数据区
红线与出口：消除模糊性，预设确定性的失败路径
守门人自检：引入独立审计 Prompt 验证合规性

当提示词从"人用"变成"机器用"，稳定性护栏就是必选项。

信息链五环模型 | Information Chain Five-Link Model

►

个人知识管理闭环：

捕获（Capture）
提炼（Distill）
关联（Link）
应用（Apply）
分享（Share）

AI 陪伴式深度学习 | AI-Companion Deep Learning

►

借助 AI 在"设问 → 对话 → 反思 → 输出"的认知循环中深化理解的学习模式。AI 是"思维伙伴"而非搜索引擎。

4R 知识打磨法 | 4R Knowledge Polishing

►

深度研究标准流程：

Research（研究）
Reflect（反思）
Run（实战）
Refine（提炼）

核心理念：读了不算懂，做了才算懂。

资产保真度 | Asset Fidelity

►

衡量 AI 工具在辅助生成内容时，能否忠实保留原始知识资产的结构、逻辑和架构。如果 AI 生成的 PPT 和原始笔记对比，核心框架还在吗？

资产化 | Assetization

►

将一次性努力转化为可沉淀、可复用、可规模化的"资产"。核心类比：从"手艺"到"食谱"。

三类资产：内容资产、流程资产、数据/模型资产。

判断标准：如果你做的事情只能用一次就废弃，那不是资产，是消耗。

系统设计能力 | System Design Capability

►

核心公式：AI 时代的竞争力 = 人机协作深度 x 系统设计能力。

乘法效应：两者缺一不可。系统设计能力 = 画蓝图的能力，不是写代码的能力。

拆分-通信-权衡 | Decomposition-Communication-Tradeoffs

►

架构设计三大核心原则：

拆分：把大任务分解为可独立执行的小单元
通信：定义单元之间如何传递信息
权衡：在成本、质量、速度之间做出明确取舍

三层影响漏斗 | Three-Layer Influence Funnel

►

构建个人影响力的系统化模型：

磁吸层（Attraction）：让人发现你
信任层（Trust）：让人信任你
转化层（Conversion）：让人选择你

很多创作者的问题不是"内容不够好"，而是三层之间的衔接断裂。

3 级需求分析框架 | 3-Level Requirements Framework

►

根据任务复杂度选择的需求定义工具：

等级	工具	适用场景
L1	2W-1H Lite	日常小任务
L2	4W-1H 小金字塔	一般工作流
L3	7-Step 需求全栈	复杂跨系统项目

核心理念：需求分析的深度要匹配任务的复杂度。

Skills SSOT | Single Source of Truth

►

Skill 源码的单一可信数据源管理原则。核心规则：所有 Skill 源码在代码项目中开发，通过 symlink 映射到运行目录。永远不在运行目录中直接创建或修改文件。

能力包型 vs 软编排型 | Capability Package vs Soft Orchestration

►

Claude Code Skills 的两种核心设计模式：

模式	特征	适用场景
能力包型	单个 agent 自包含	翻译、格式转换等独立任务
软编排型	主 Skill + 多子 agent	视频后期、Newsletter 等多步骤流水线

"软"字含义：通过 Markdown 文件、约定目录结构等"软"协议编排。

工具思维 vs 系统化思维 | Tool Mindset vs System Mindset

►

MAPS™ 最基础的认知分野：

工具思维：关注"我会用 X 工具"
系统化思维：关注"我要设计什么系统来达成 Y 目标"

核心转变：从"我会用什么"变成"我要设计什么"。

橘子树 vs 家具图纸 | Orange Tree vs Furniture Blueprint

►

两种 Prompt 风格：

橘子树：给 AI 种子，自由生长，修剪，榨汁。适合创意探索。
家具图纸：精确到毫米的约束。适合高确定性任务。

高手根据任务性质灵活切换。

厨房模型 | Kitchen Model

►

Claude 生态关系类比：

角色	对应
大厨	Claude（核心大脑）
菜谱	Skills
仓库和冰箱	MCP
厨房场景	Projects
专职帮厨	Sub-agents

原厂实践者

►

Axton 的品牌定位——中文 AI 世界的原厂实践者。

一句话：不翻译别人说了什么，只展示自己做了什么。

"原厂"意味着：本词典收录的每一个框架、术语和方法论，都由 Axton 在真实生产环境中原创、命名并验证。这里是这些概念的原始出处。

Blueprint Prompting | 蓝图提示词

►

将提示词视为可演化的建筑蓝图。核心转变：旧思维 → 提示词是问答；蓝图思维 → 提示词是有版本号、有参数、有测试用例的工程制品。

勤奋的低效 | Busy but Inefficient

►

常见反模式：活动水平很高，系统价值创造很低。

典型症状：每天都很忙但没有可复用产出；工具越来越多但信息割裂。

破解关键：用资产化思维重新审视。

关于本词典

►

本词典由 Axton Liu 维护，术语定义基于 MAPS™ 框架与实战验证。

深入学习：