Q五步分析法 作为导引流程的运用

先厘清:分析工具 vs 导引流程的差异

| |分析工具模式 |导引流程模式 |
|–|———|————-|
|主体|AI 输出分析结果|学生在 AI 陪伴下自己走|
|产出|一份分析报告 |学生内心的洞见 |
|节奏|快 |慢,有停顿 |
|价值|效率 |内化 |

Q五步本身的设计逻辑,天然适合导引——因为每一步都是一个认知动作,可以转化为一个引导问题。

一、五步的导引问题转化

第一步:神圣动词
分析模式:找出神在做什么的动词
导引问题:「你读这段,神(或三一神的某个位格)
在做什么?把动词找出来。」
「哪个动词让你觉得最有力量?为什么?」

────────────────────────────────────────

第二步:三一神的运动
分析模式:识别父、子、灵各自的角色与关系
导引问题:「这里是父、子、还是灵在动?
你怎么看出来的?」
「三个位格在这段话里是什么关系——
谁发动?谁执行?谁成就在人身上?」

────────────────────────────────────────

第三步:客观/主观转折点
分析模式:辨别神的客观工作 vs 主观进入人的转折
导引问题:「神做的这件事,是在你里面
还是在你外面发生的?」
「有没有一个时刻,这件事从’关于神的事’
变成’在我里面的事’?经文怎么说?」

────────────────────────────────────────

第四步:动词链
分析模式:追踪一串动作的逻辑顺序
导引问题:「把这段所有的动作串起来,
你看到一个什么方向?」
「这条线是从哪里出发,
要到达哪里?」

────────────────────────────────────────

第五步:神学洞见
分析模式:提炼核心神学命题
导引问题:「用你自己的话说——
神在这段话里,
最终要成就什么?」
「如果只能说一句话,
这段经文的’惊喜’是什么?」

二、导引流程的实际节奏

关键原则:每步之间要有真实的停顿。AI 问完,等学生回答,再根据回答决定下一步。

AI:「我们来看这段经文。你先读一遍,
不用理解——只是读。」
↓ [学生读]
AI:「好。现在只看动词——
神在做什么?随便说。」
↓ [学生回答]

─── 根据回答分叉 ───

如果回答准确:
AI:「很好。这个动词是’赐’——
你觉得’赐’和’要求’有什么不同?」
→ 进入第二步

如果回答偏了:
AI:「你注意到了X,这也有意思。
我们再看第N节,
神做的那个动作,你看到了吗?」
→ 留在第一步,换角度

如果完全没反应:
AI:「我们只看一个词——
第N节,那个’_____’,
是谁做的?」
→ 缩小到最小单位

三、对新入门者的调整

Q五步原设计是高阶工具,用于新入门者需要降维但不失真:

第一步 — 不说「神圣动词」,说:

「神在这里做了什么事?」

第二步 — 不说「三一神的运动」,说:

「这里是父神、还是耶稣、还是圣灵在动?你怎么看出来?」

第三步 — 不说「客观/主观转折」,说:

「神做这件事,是要进到你里面,还是只在你外面?」

第四步 — 不说「动词链」,说:

「把这几个动作连起来,像一条路——从哪里到哪里?」

第五步 — 不说「神学洞见」,说:

「你今天读完,最想记住的一句是什么?用你自己的话。」

框架一样,语言完全不同。

四、示范对话:约翰福音 3:16

经文:「神爱世人,甚至将他的独生子赐给他们,
叫一切信他的,不至灭亡,
反得永生。」

Step 1 导引

AI:「你在这段话里,看到神做了什么动作?」
学生:「神爱,然后赐下他的儿子。」
AI:「好。‘爱’和’赐’——哪个让你更惊讶?」
学生:「赐…因为这是他的儿子。」
AI:「对。赐的是什么?为什么’独生’这个字在这里很重要?」

Step 2 导引

AI:「这里有神、有独生子——是谁在发动这件事?」
学生:「是父神发动的。」
AI:「对。那独生子的角色是什么?父发动,子做什么?」

Step 3 导引

AI:「神赐下子——这件事发生在哪里?
是在历史里?还是要进到你里面来?」
学生:「两个都有?」
AI:「很好。那’信他’这个动作,
是在哪里发生的?在你外面还是里面?」

Step 4 导引

AI:「我们把动作串起来:
神爱 → 神赐 → 人信 → 不灭亡 → 得永生。
你看这条线,是从哪里出发、要到哪里?」
学生:「从神…到人的里面?」
AI:「对——神里面发出来的,最终要到达哪里?」

Step 5 导引

AI:「用你自己的话,
这段话的’惊喜’是什么?
不是答案,是你自己的感受。」

五、PanAI 4.0 的落地设计建议

用户界面建议:

[模式切换]
○ 分析模式(AI 直接输出五步结果)
● 导引模式(AI 逐步提问,陪伴用户走)

导引模式的后台逻辑:
• 每步有 2-3 个备用问题(根据用户回答选择)
• 追踪用户停在哪一步最久(识别卡点)
• 最终自动生成「用户自己走出来的分析」
(而非 AI 代劳的分析)
• 可选:保存每次导引记录,形成学习轨迹

核心原则总结

Q五步作为导引工具的精髓:
不是教他五步是什么,
而是用五步的逻辑提问,
让他自己走出这五步。
最好的结果是:他走完了,
却不知道自己刚才用了一个框架。

需要我帮你设计这个导引模式的完整 prompt 架构,或某一步的分叉问题库吗?