话说我一直在琢磨怎么用AI搞点副业。写公众号试过了，说实话连每个月的AI订阅费都赚不回来。写小说也搭了个框架，但是第一章就让我很不满意。后来想，要不试试用AI辅助炒股？于是就有了今天的经历。

先说清楚，我不是在说AI炒股有效，也不是在推荐这个方法。我只是今天买了Claude Max，想趁着额度充裕搭一整套AI辅助系统，画图只是其中一环。至于这套系统到底能不能帮我炒股赚钱——等哪天真赚到了大钱，我们再回头聊这个框架吧。

结果搭的过程中卡在了一个bug上：缠论的"笔"端点，应该精确贴在K线的高低点上，但AI画出来的图总是飘的。

改了3次，每次AI都说"已修复"，结果打开图一看还是不对。

后来想起之前看到过一个叫PUA的Skill，卡神都推荐过。我一直以为这东西是搞笑的——用"大厂职场压力"去PUA你的AI？听起来就离谱。

但抱着死马当活马医的心态试了一下。

居然一次就修好了！

先看效果

先看改之前的图。注意看笔的端点，和K线的高低点之间有明显的偏移：

用了PUA Skill之后，AI重新分析了问题，改完之后的效果：

端点直接贴在K线的最高点和最低点上了。之前改了3次都没做到的事，PUA了一下，一次搞定。

到底发生了什么？

我在对话里跟AI说了一句：

你用PUA Skill激励自己一下，然后检查一下到底哪里出了问题。

然后AI加载了PUA Skill，画风突变。它先给自己选了个"华为味"，然后启动了一套叫RCA 5-Why根因分析的方法论。

简单说就是连问5个"为什么"：

1. 为什么笔端点没贴在K线高低点上？ → 画图时坐标和原始K线对不上
2. 为什么对不上？ → 搜索极值点的代码只在±3根K线的范围内找，但实际偏移可能远超3根
3. 为什么偏移这么大？ → K线合并后，多根K线变成一根，索引就不对了
4. 为什么之前3次修改没生效？ → 一直在改画图的代码，从来没验证过数据本身对不对
5. 根因是什么？ → 没做数据验证，盲改代码

找到根因之后，AI的做法也完全变了。它没有急着改代码，而是先打印了一组数据——把笔端点的实际坐标和原始K线的真正高低点做对比：

up end: orig_idx=185, snap±3=188:4025, true_extreme±10=194:4179
→ 差了6根K线、154点！

数据摆出来，问题就清楚了：±3根的搜索范围根本不够。AI把方案改成了"在相邻两笔之间的完整区间搜索极值"，不再用固定半径。改完之后三张图全部重新生成，一次到位。

之前3次失败，每次AI都是直接改代码、说"已修复"、结束。这次不一样——先诊断、再验证、最后才动手。

这个行为变化是怎么来的？就是PUA Skill。

PUA Skill是什么？

一句话解释：给AI套上"大厂打工人"的人设，让它用大厂方法论干活。

GitHub地址：https://github.com/tanweai/pua

听起来像个整活项目，但实际上里面藏了一套很完整的东西。

它支持13种"味道"，每种对应一家大厂的文化风格：

重点来了：每种味道不只是换个说话口气，是换一套解题方法。

而且它有个"方法论路由"——根据你当前的任务类型，自动选择最合适的方法论。我那次是debug场景，它自动选了华为味的RCA根因分析。如果是开发新功能，它会选Musk味的第一性原理。代码审查会选Jobs味的减法优先。

不需要你自己选，它自己判断。

为什么看起来搞笑，但真的有效？

很多人看到"PUA你的AI"就觉得是在搞笑，我一开始也这么想。但用了之后回头想，它有效是有道理的。

把"认真点"变成了具体步骤

你跟AI说"你仔细想想"、“你认真检查一下”，有用吗？

大概率没用。因为AI不知道"仔细"具体意味着什么动作。这就像你跟同事说"认真点"，他嘴上说好，干活还是老样子。

PUA Skill不说"认真点"。它说的是：“执行华为RCA 5-Why根因分析”、“先用数据诊断，不改代码”、“蓝军自攻击，假设你的方案是错的”。

每一句都是具体的执行步骤，不是抽象的态度要求。

就像你不跟新员工说"好好干"，而是给他一份SOP手册——先做A，再做B，做完C之后对照检查清单。AI拿到这种具体指令，执行效果完全不一样。

三条红线堵死了"假完成"

PUA Skill里有三条不能碰的红线：

1. 没验证不算完成 — 说"已修复"之前，必须跑测试、贴输出结果
2. 没数据不算解决 — 说"可能是环境问题"之前，你验证了吗？还是猜的？
3. 没穷尽不能放弃 — 说"我无法解决"之前，所有方法都试过了吗？

回头看我之前的3次失败，每次AI都是改完代码就说"已修复"，没有验证。如果当时有红线约束，它会被强制要求跑一遍图、对比一下端点位置，那第一次就该发现问题还在。

这三条红线听起来像"大厂企业文化"，但本质上是把"完成"的定义从"我觉得改好了"变成了"数据证明改好了"。

失败了不是重试，是换方法

普通情况下，AI改了3次没改好，你再让它改第4次，它大概率还是用同一个思路，继续在同一个坑里打转。

PUA Skill的做法不一样。它有个失败切换链：连续失败后，会自动切换到不同的方法论。

原来的方法不行 → 换Musk味的第一性原理，从需求本身开始质疑 → 还不行 → 换华为味的蓝军反向攻击，假设自己的方案是错的 → 还不行 → 换Amazon的Dive Deep，深入数据层面分析。

每次切换都是前一种方法的补集——换个完全不同的角度看问题，而不是在同一条路上死磕。

我那次就是典型。前3次AI都在画图代码层面改来改去，属于"同一个思路反复试"。PUA Skill介入之后，直接切换到了数据诊断——先不改代码，先看数据对不对。角度一换，根因立刻暴露了。

Prompt里的行为约束真的管用

有人可能会问：给AI一个"P8"的标签，它就真的干得更好？是不是玄学？

不是玄学。AI干什么、怎么干，全看Prompt里写了什么。PUA Skill注入的不只是一个title，而是一整套行为约束：

• 做任何事之前先问自己"还有什么没想到的？"
• 解决一个问题的时候，检查同类问题是不是也存在
• 不要等用户指出来，主动发现问题

这些约束写在Prompt里，AI生成每一步回复的时候都会参考。

打个比方：给一个新人"项目负责人"的title不一定有用，但如果同时给他一份"项目负责人行为手册"——该什么时候汇报、该检查哪些项、该怎么验收——他的行为模式确实会变。 PUA Skill做的就是后者。

怎么安装和使用

安装

从GitHub下载：https://github.com/tanweai/pua

把整个文件夹放到 ~/.claude/skills/pua/，确保 SKILL.md 在这个路径下面。

不需要配置任何API Key，不需要安装额外依赖。放好就能用。

使用

方法一：直接调用

在Claude Code里输入：

/pua

AI会加载PUA Skill，切换到大厂模式。之后你正常提需求就行，它会自动带着方法论干活。

方法二：对话中触发

不用专门调用，在对话过程中直接说：

用PUA Skill激励自己一下

或者更直接：

你怎么又改错了，认真点行不行

PUA Skill被设计成能识别这类"用户不满"的表达，自动激活。

方法论路由

你不需要手动选择"味道"。PUA Skill会根据你当前的任务类型自动匹配：

• 在debug？→ 华为味RCA根因分析
• 在写新功能？→ Musk味第一性原理
• 在做代码审查？→ Jobs味减法优先
• 在做调研？→ 百度味搜索优先

当然你也可以手动指定，比如"用阿里味来做这个任务"。

总结

PUA你的AI，不是真的在PUA。搞笑的是外壳，有效的是里面的方法论。

今天学到了什么：

1. PUA Skill是什么 — 给AI注入大厂方法论和行为约束的Skill，支持13种企业文化"味道"
2. 为什么有效 — 把模糊的"认真点"变成具体的执行步骤，用红线堵死假完成，失败时自动切换方法论
3. 核心原理 — 不是心理暗示，是Prompt里的结构化指令在起作用。方法论具体化 + 行为约束 + 强制验证闭环
4. 怎么用 — 下载放到 ~/.claude/skills/pua/，输入 /pua 或者在对话中直接触发

核心要点：

• 如果你的AI经常"改了又改"、“说修好了但没修好”，试试PUA Skill
• 它本质上是给AI装了一套SOP——先诊断、再验证、最后才动手
• 开源免费，不需要配置，放进去就能用