Structured questioning SOP to …
Structured questioning SOP to determine research boundaries, depth, and
scope-clarification能帮你做什么
不说虚话——S7393 交付的是能直接拿去用的成品，不是“AI 能做”的空话。
用大白话交代任务，它会先确认关键细节再动手，不瞎猜。
输出带结构与说明，拿来就能用，不用再自己整理格式。
与 AIXX 其他技能叠加使用，组成你自己的工作流。
把常用要求沉淀成一句话模板，下次直接复用。
真实任务实跑产出
下面是真实任务由 S7393 实际生成的内容节选——不是宣传文案，是它真的干出来的活。
scope-clarification · 实跑样例
任务：我要调研2024年国内新能源车企在欧洲市场的销量数据，帮我把研究范围界定清楚，列出该问的关键问题清单。
# 2024年中国新能源车企欧洲市场销量调研：范围界定与问题清单
一、研究范围界定
1. 时间范围
- 以2024年1-12月全年数据为主，可追溯2020-2023年作趋势对比
2. 车企范围（建议按梯队划分）
- 头部出海企业：比亚迪、上汽集团（含MG名爵）、吉利系（极氪、smart）、长城、奇瑞、小鹏、蔚来
- 需明确是否纳入：合资背景品牌（如沃尔沃归属吉利）、代工/合作车型（如与Stellantis合作的零跑）
3. 车型口径
- 纯电动（BEV）与插电混动（PHEV）是否分开统计
- 商用车（电动大巴、货车）是否纳入
4. 地域口径
- EU27国为基本盘，需明确是否含英国、挪威、瑞士、土耳其等非欧盟欧洲市场
5. 数据口径
- 新车注册量（registration）vs 销量/批发量，两者差异较大，需统一标准
二、关键问题清单
数据来源与准确性
- 优先采用欧洲汽车制造商协会（ACEA）、JATO Dynamics、Dataforce等第三方注册量数据
- 各国机动车管理机构数据能否交叉验证？
竞争格局
- 各品牌在欧洲新能源市场的份额排名及变化趋势？
- 销量集中在哪几个国家（如德国、法国、英国、北欧）？
价格与产品
- 主销车型区间、定价策略与本土竞品相比处于什么水平？
政策与壁垒
- 欧盟对华电动车反补贴关税（2024年落地）对实际交付的影响程度？
- 各国补贴退坡对需求的影响？
渠道与本地化
- 直营/经销商/与当地集团合作等模式分布？
- 本地建厂计划（如匈牙利、土耳其产能）进展如何？
输出建议
- 最终形成“品牌×国家×车型”三维数据表+政策影响定性分析
---
*提示：具体数据请以ACEA及各公司财报披露为准，建议多源核对。*
三种做法,一比就知道
| 再招一个人 | 自己摸索 | 萬安云 S7393 | |
|---|---|---|---|
| 价格 | 月薪数千起 | 反复试错数小时 | $1.99 / 次 |
| 交付周期 | 招聘+培训数周 | 质量不稳定 | 分钟级 |
| 独特性 | 流动风险 | 无人复核 | 按你的任务从零生成 |
| 改稿迭代 | 加钱，走流程 | 反复试错 | 说话就能迭代 |
两步,让它开工
不用碰终端——你只管对 agent 说话,跑命令的活它来。
对你的 agent 说:
对你的 agent 说:
以上 Agent 均可接入萬安云 · OpenAI 兼容接口 · 装好 AIXX 即可调用全部技能
你可能想问
scope-clarification怎么安装使用？
三步：终端执行 npx aixxai 安装 AIXX；对您的 AI 说「安装编号 S7393」；交代任务背景与要求，scope-clarification即刻开工。
scope-clarification多少钱？怎么付费？
$1.99 一次买断（参考价，实际以平台标价为准）——永久使用，无订阅、无月费；该技能由萬安永久维护迭代，更新对已购用户免费。
产出内容能商用吗？
可以。产出为普通数字文件，归购买者使用，可用于商业场景。
具体能帮我做什么？
把你手头这件重复、费时、有固定套路的活交给它——先描述任务和背景，它会确认要点后直接产出成品，不满意可以继续改。
输出质量不稳定怎么办？
在指令里补充背景、受众与格式要求（例如“面向中小企业主、300 字以内、分三点”）；要求越具体，产出越稳。
一价买断,没有套路
永久使用 · 无订阅无月费 · 永久维护迭代