ai_member_xiaobian/skills/contextual-word-allocation/SKILL.md
2026-04-04 08:10:01 +08:00

3.8 KiB
Raw Blame History

name description
contextual-word-allocation 儿童教育游戏动画剧本的情境化选词工具。将词库Excel/列表)中的单词知识点, 按照故事情境而非词义类别分组分配至每个Unit的Lesson中 使每个Lesson的4个单词能自然地支撑一个贴近日常的小故事情境。 **触发场景:** (1) 用户提供单词表(含单词/词性/词义和Unit故事背景设定 (2) 需要将词库拆分为每4词一组的情境化分配方案 (3) 需要给出情境名称≤6字和聚合理由 (4) 用户提到「情境化选词」「单词分配」「词库分组」「Lesson选词」

情境化选词工作流

核心概念

情境化选词 ≠ 词义分类

  • 传统blue/red/yellow/pink → 【颜色】
  • 情境化autumn/leaf/yellow/orange → 【秋季拾叶】(配秋天捡落叶做艺术品的故事)

词汇从属于情境,情境服务于故事,故事符合儿童日常体验。

输入规格

  1. 词库文件Excel/列表):包含 单词 | 词性 | 词义 | 原始主题分类
  2. Unit背景设定每个Unit的故事一句话概要、关键剧情、出场角色
  3. 分配规格Units数量 × 5 Lessons/Unit × 4词/Lesson = 总词数

工作流程5步

Step 1词库预处理

  • 读取词库文件,提取全部词条(含词性,同词多词性视为独立词条)
  • 统计虚词adv/pron/det/prep数量
  • 验证:总词数 = Units × 5 × 4

Step 2虚词规划

每Unit需含 2-3个虚词。先均衡分配虚词到各Unit再填充实词。

  • 规划公式:虚词总数 / Units数 ≈ 每Unit虚词配额
  • 调整原则与Unit故事情境自然契合的虚词优先分配如ago=「以前」适合「收到旧包裹」的情节)
  • 记录虚词分配表后续Step 4严格遵守

Step 3主题-Unit映射

对照Unit故事背景将词库中天然契合该Unit主题的词群预标注

  • 扫描词义/原始主题找出与Unit场景强相关的词
  • 避免强行「凑主题」——无强关联的词可放入暂空池(若有)

Step 4逐Lesson分配核心步骤

每组4词需同时满足

  1. ≥3词与本Lesson角色行为/话题强相关第4词可为虚词或弱关联词
  2. 4词共同指向同一个生活化情境(可用一句话描述这个场景)
  3. 虚词自然嵌入,不显突兀

分配顺序建议:

  1. 先锁定Lesson核心情境来自Unit故事
  2. 找3个与情境强相关的实词
  3. 从该Unit的虚词配额中选1个最契合的虚词补位
  4. 若虚词已配完,可用弱关联实词补位

Step 5全局验证

分配完成后必须执行:

  • 总词条数 = 预期数(无遗漏)
  • 无重复(每个词条仅出现一次)
  • 每Unit虚词数量在2-3范围内
  • 所有Unit虚词合计 = 词库虚词总数

输出格式

每个Lesson输出

| Lesson编号 | 情境名称≤6字 | 单词1(词性,词义) 单词2 单词3 单词4 | 聚合理由说明4词如何共同构建一个情境|

按Unit分组表格形式呈现。

质量标准

好的情境聚合(符合以下特征):

  • 4词放在一起能在脑海中浮现一个具体场景画面
  • 虚词的用法在情境里是自然的(孩子能感受到它的意思)
  • 情境贴近5-9岁儿童日常符合「低风险高情绪」原则

需要重新考虑的分组(出现以下特征):

  • 4词凑在一起感觉很随机找不到共同的场景
  • 强行说教(词义直接=教训)
  • 虚词嵌入感觉生硬,像「单词+adv填空」

注意事项

  • 同拼写不同词性/词义的词,视为独立词条
  • 暂空池Unit若有用于放置其余Unit塞不下的词词汇选择灵活度最高
  • 分配草稿完成后等待用户逐Unit微调不要急于输出剧本正文