使用 art-program-manager skill 时，遵循以下原则能显著提升输出质量。
Skill 的核心能力是把模糊方向拆解成具体方案。给越模糊的需求，越能充分发挥 Skill 的拆解能力。
好的输入：
"我想让课程更娱乐化"
"用户觉得有点枯燥"
"想加一个皮卡丘 IP"
"希望情绪有起伏"
不必要的输入（过度具体化，会缩小探索空间）：
"帮我在第3个节目后加一个答题互动，用悬念竞猜解决方案"
每次开始新需求时，先说明课程：
《讲美术史》/ 《讲名画》 + 需求描述
如果不说明，Skill 会先询问确认，多一个来回。
"用户反馈记不住知识点" → Skill 会从节目、解决方案、参数三个层面分析原因并给出方案
"感觉课程结尾很突然" → Skill 会从收尾节目和情绪节拍维度给出建议
使用 Skill 前，最重要的一个区分：
| 层级 | 问的问题 | 影响范围 |
|---|---|---|
| 节目层 | 这个需求需要新增一个独立体验单元吗？ | 节目单的增删改 |
| 解决方案层 | 现有节目用什么表演模式来承载这个需求？ | 单个节目的呈现方式 |
| 参数层 | 这个表演模式的执行细节是什么？ | BGM、台词、灯光、动作等 |
最常见的错误：把解决方案层的需求当成节目层需求处理。
错误思路："我想用第一人称叙述" → 新增一个"第一人称节目"
正确思路："我想用第一人称叙述" → 这是"情景还原"节目的一种解决方案（02. 第一人称沉浸）
判断标准：用户能否感知到这是一个有明确开始和结束的独立体验？ 能 → 节目层；不能 → 解决方案或参数层。
引入任何第三方 IP 前，提供以下信息（不需要全部，越多越好）：
IP 名称：
所属宇宙：
性格特点：
语言特征（口头禅/说话风格）：
标志性外形/道具：
Skill 会根据 IP 特点判断：
- 适合哪种介入深度（图层叠加 vs 独立节目）
- 适合在哪个节目类型中出现
- 台词风格和出场方式
浅度（图层叠加）：
→ IP 出现在画面前做动作，不打断讲解
→ 只影响参数，不新增节目
→ 适合：频率较高的互动、不需要用户注意力切换的时机
深度（独立节目）：
→ IP 跳出来发表评论，用户注意力完全切换
→ 新增节目到节目单
→ 适合：关键知识点的情感共鸣、制造笑点、建立与 IP 的关系
原则：同一课程中 IP 深度介入的频率不宜过高，否则会消解惊喜感。
Skill 每次会给出至少 3 个解决方案。通常：
- 方案 A：稳妥的标准做法
- 方案 B：有一定创意的变体
- 方案 C：大胆或实验性方向
如果需要执行，先确认方向后再深入某个方案的参数细节。
Skill 内置 25 种参考解决方案，但不是可选范围的边界。如果你有非常规的创意想法，直接描述场景或感受，Skill 会设计新的表演模式。
"我希望这段内容像是在看一场脱口秀"
"想要有点悬疑片的感觉"
"能不能做成一个 90 年代 VHS 录像带的风格"
Skill 的输出分两个阶段，不要跳过第一阶段直接要第二阶段。
第一阶段：概览（让你确认方向）
→ 需求拆解出几个方向
→ 受影响的节目列表
→ 是否需要新增节目
第二阶段：深入（每次聚焦 1-2 个节目）
→ 解决方案 A / B / C
→ 剧本方向
→ 完整参数配置
第一阶段结束后，指定优先深入的节目：
"先展开「画作讲解」这个节目"
"按你建议的优先级顺序展开"
| 错误 | 纠正 |
|---|---|
| 把太多需求打包在一条消息里 | 一次一个需求方向，分多轮对话 |
| 要求 Skill 直接写台词 | 先确认解决方案和剧本方向，再进入台词层 |
| 忽略情感性节目（表扬类） | 任何涉及"用户感受"的需求，都要同时检查机制性和情感性两个维度 |
| 每个新需求都要新建节目 | 大多数需求是现有节目的解决方案扩展，先检查已有节目库 |
| 不说明是哪门课程 | 两门课程的节目单现状不同，背景信息影响建议的准确性 |
节目单是动态的，不是固定的。
- 实时需求（运营节日、用户生日、学习里程碑）的优先级可以高于学习目标，可以临时插入节目单
- 同一节目类型可以在一节课中多次出现，每次承载不同的学习目标或情绪功能
- 情感性节目（如"表扬"）不需要用户完成任务即可触发，应主动安排而非被动等待