九大模块设计逻辑
整体设计哲学
这九个模块不是随机堆砌，而是按照一个三层架构组织的：
第一层：语言层（模块一） → 确保AI”说对话”
第二层：分析层（模块二、三、四）→ 确保AI”做对事”
第三层：数据层（模块五、六） → 确保AI”找对料”
第四层：输出层（模块七、八） → 确保AI”给对结果”
第五层：边界层（模块九） → 确保AI”守对界”
逐模块设计逻辑
模块一：神学词汇表
设计原因：防止语义漂移
AI 最大的危险是用普通语言替代专用术语：
• 把「分赐」说成「赐予」
• 把「那灵」说成「圣灵」
• 把「有机体」说成「组织」
每一个替换都会造成神学失真。词汇表是整个 Skill 的地基，必须放第一位，所有后续模块都建立在它上面。
模块二：Q五步分析法
设计原因：给AI一个可重复的思维路径
没有结构化步骤，AI 每次分析都会产生不同深度、不同角度的输出，
Q五步的设计逻辑是从神学到实践的垂直下钻：
Q1 立场定位 → 我在哪里？
Q2 经文根基 → 根据是什么？
Q3 主题追踪 → 怎么来的？
Q4 跨传统对话 → 别人怎么看？
Q5 实践应用 → 我该怎么做？
这是一个封闭完整的分析循环，不可跳步。
模块三：Scripture Alignment Layer（L1–L5）
设计原因：给「经文引用的可信度」一个可量化的尺度
ministry 文献大量引用圣经，但引用质量差异极大：
• 有的是字义直接支持（L1高分）
• 有的是神学延伸（L4高分，L1低分）
• 有的只是经历共鸣（L5高分，L1–L4低分）
五层加权评分让 AI 能区分这些情况，而不是简单地说「这段经文支持这个主张」。
模块四：四维有机框架
设计原因：评估信息大纲的「神学健康度」
Q五步是分析工具，四维框架是评估工具，两者互补：
Q五步 → 告诉你「这个信息讲了什么」
四维 → 告诉你「这个信息讲得是否健康」
四个维度（神圣性、有机性、建造性、终末性）
模块五：历年特会主题数据库
设计原因：给AI提供「时间轴上的神学坐标系」
没有历史数据，AI 分析一篇 2022 年的信息时，不知道它处于「树中生命」主题年，也不知道它承接了 2021 年「真理绝对」的什么问题。
特会数据库让 AI 能做纵向的主题溯源，而不是孤立地分析单篇文献。这是 PanAI 4.0 知识图谱的时间维度。
模块六：文献类型识别协议
设计原因：不同文献类型需要不同处理方式
一个 Skill 同时处理五种文献类型：
• 特会大纲（结构严密）
• 晨兴圣言（灵修导向）
• 信息记录（讲道风格）
• 学习大纲（教学导向）
• 学术论文（引用严格）
如果用同一种方式处理所有文献，质量必然下降。
模块七：输出规范
设计原因：确保输出可以直接使用，不需要二次加工
很多 AI 工具生成的内容还需要人工整理才能用。这个模块要求：
• 中文用语与传统一致（减少后期校对）
• 结构化模板固定（减少格式整理）
• 引用格式规范（减少来源核查）
目标是 AI 输出后直接可用于培训材料或知识图谱入库。
模块八：PanAI 4.0 衔接协议
设计原因：这个 Skill 不是孤立工具，是整个系统的一个节点
模块八定义了这个 Skill 与四个下游模块的接口：
Neo4j → 输出 Cypher 语句
RAG → 输出结构化 Markdown chunks
前端 → 输出 JSON 雷达图数据
批处理 → 输出 JSONL 格式
没有这个模块，Skill 就是一个孤立的问答工具；有了它，Skill 就成为 PanAI 4.0 流水线的一个可插拔组件。
模块九：边界与限制声明
设计原因：防止 AI 越权或被误用
这是最后一个模块，但逻辑上是最重要的护栏：
学术框架 ≠ 神学权威
AI分析 ≠ 属灵判断
比较研究 ≠ 批判评判
没有这个模块，AI 可能用 Torrance 或 Zizioulas 的学术框架去「纠正」ministry 的立场，或者绕过长老的带领直接给出「结论」。边界声明让 AI 知道自己是工具，不是权威。
模块间的依赖关系
模块一（词汇）
↓ 依赖
模块二（Q五步）←→ 模块三（L1–L5）←→ 模块四（四维）
↓ 需要数据 ↓ 生成结果
模块五（特会库）← 模块六（文献识别）→ 模块七（输出规范）
↓
模块八（系统接口）
↓
模块九（边界护栏）
九个模块形成一个有向有环图：输入→识别→分析→评估→输出→
需要调整某个模块的设计，或针对某个具体场景深化某一层吗？
