AI数据解读台（ai-data-interpret-hub）

触发场景

用户出现以下意图之一时使用本技能：

• 想用 AI 辅助解读问卷统计结果（频率、百分比、李克特量表均值、交叉分析），但不知道怎么提问、怎么把关
• 想学习 AI 工具的基本原理、使用边界、提示词（RTCE）编写技巧，尤其是在数据场景下的差异化红线
• 需要 人工数据审核的方法论与自查清单，确保 AI 产出"数字对、样本够、结论稳"
• 想沉淀一套 个人 AI 数据解读工作流 / 个人 AI 工具使用指南
• 明确说"AI 数据解读""AI 看懂问卷""AI 分析统计结果""问卷数据""提示词技巧"等相近需求

交付物

一个零外链、可离线、双端适配的单文件 HTML 工作台：ai-data-interpret-hub.html，包含 5 个模块：

1. 方法手册台：AI 基本原理（概率续写器，不会真正算数）、使用边界红线（会顺手编数字/相关、不懂你的数据、不负责）、RTCE 提示词框架（含数据场景进阶技巧）、人工审核 4 原则（核查口径 / 验证数字 / 审视样本量 / 警惕伪相关）、合规要点，附 SVG 五步学习法进度环（点击卡片标记完成，环同步）。
2. 场景实操台：频率解读 / 李克特量表解读两套可直接复制的提示词 + 通用"三段式（证据→结论→建议）"提示词；草稿区（localStorage 自动保存，含频率/量表/交叉三种类型）+ 6 项人工数据审核清单（带进度条）。
3. 作品拆解台：两个真实对照案例（满意度量表解读、交叉分析误读），用绿色/红色标注"AI 写了什么、人改了什么、为什么"，直观讲清人机分工与伪相关陷阱。
4. 模板库：提示词收藏（增删 / 搜索 / 导入导出 .json）+ 个人数据解读 SOP（自动保存）。含 4 条 SEED 种子（频率三段式 / 量表均值短板 / 交叉+样本量提示 / 异常识别）。
5. 成果 & 指南：左侧汇总用户 AI 辅助写出的解读成果，右侧生成**「个人 AI 数据解读工具使用指南」**并一键导出 .md（即模块交付物：AI 成果 + 个人指南）。

顶部还有 「今天要处理」 sticky 条，根据未完成任务自动联动跳转。

执行流程（agent 必做）

1. 把本技能 assets/ai-data-interpret-hub.html 复制到当前工作区（如 /Users/zhoukun/WorkBuddy/<session>/ai-data-interpret-hub.html）。
   • 用 Bash：cp <skill_dir>/assets/ai-data-interpret-hub.html <workspace>/ai-data-interpret-hub.html
   • skill 目录可用 find ~/.workbuddy/skills -name ai-data-interpret-hub.html 定位。
2. 用 present_files 打开并交付该 HTML，让用户直接在浏览器里使用。
3. 简短说明五模块用法（见下）。无需让用户安装额外依赖，纯前端即可运行。

使用说明（转告用户）

• 先逛 ① 方法手册台，搞懂"AI 是什么、边界在哪、人把哪道关"，点亮五步进度环
• 到 ② 先把统计数字算好贴进提示词，复制去任意 AI 工具跑，把初稿贴回草稿区，逐项勾选审核清单做人工把关
• ③ 看 AI 初稿 vs 人工审核对照，建立"AI 管把数字讲成人话、人管数字对不对/样本够不够/结论能不能下"的分工意识
• ④ 把验证过好用的提示词存进模板库，写下自己的数据解读 SOP
• ⑤ 汇总成果 + 生成并导出「个人 AI 数据解读工具使用指南」.md
• 所有草稿 / 清单 / 模板 / SOP / 指南只存本地浏览器，关掉再开还在；支持导出 .json 备份

注意事项

• HTML 本体即唯一资产，无需构建步骤。
• 合规铁律（已在台内强调）：AI 可辅助把数字翻译成人话、梳理解读结构、头脑风暴建议，不可替你做统计计算或编造相关性/显著性结论；原始问卷含个人信息、敏感题项时勿粘贴到联网 AI；最终解读结论由用户署名负责。
• 数据全部存于浏览器 localStorage（前缀 wb_dataread_），不上传任何服务器。
• 高阶主题差异化红线：① 数字必须由用户先算对，AI 只做文字化；② 小样本（<30）只给弱信号、不下强结论；③ 相关≠因果，显著性/ p 值必须由人确认；④ 每条解读必备"证据→结论→建议"三段，空话一律砍掉。
• 若用户要求改成具体问卷题目 / 增加场景（如开放性题编码、时间序列、不同量表），直接用编辑器改 assets/ai-data-interpret-hub.html 内对应文案后重新分发。