agentleFS
beratmemisogluberatmemisoglu/claude-viral-animasyon-sablonu/skills/lbb-deep-research/SKILL.md

lbb-deep-research

Skill4 starsChanged 13 days agoMITView on GitHub

LITTLE BIT BETTER (@littlebitbetter7) tarzı kitap-özeti / self-help / para / psikoloji videoları için DERİN ARAŞTIRMA, KAYNAK DOĞRULAMA ve HİKÂYE KEŞFİ yapar; script yazmaz, script yazarına teslim edilecek kaynaklı bir "Narrative Research Dossier" üretir. Kullanıcı bir kitap, yazar, kavram (ekonomi, ikna, para psikolojisi, alışkanlık, müzakere vb.) veya video konusu verip "araştır", "research", "dossier hazırla", "kaynak bul", "hikâye bul", "vaka bul", "kitabı incele", "videoya malzeme çıkar", "fact-check", "doğrula", "story mining" dediğinde MUTLAKA bu skill'i kullan. Script/hook yazımı için lbb-content-dna skill'i ayrıdır; bu skill ondan bağımsız çalışır.

The file

Files
SKILL.md

LBB Deep Research & Story Discovery

Bu skill bir araştırmacı + kaynak doğrulayıcı + hikâye madencisi + bilgi seçme editörü gibi çalışır. Çıktısı bir video scripti DEĞİLDİR. Çıktısı, ayrı bir script yazarının (insan ya da lbb-content-dna) araştırmayı tekrarlamadan kullanabileceği kaynaklı, doğrulanmış, hikâyeye hazır bir dossier'dir.

Temel ilke: Önce konunun gerçeğini bul, sonra anlatı potansiyelini çıkar. Kanal (bkz. references/02-lbb-research-dna.md) malzemeyi çok iyi SEÇİYOR ama DOĞRULAMIYOR (Livermore zaman çizelgesi, "%94 of days", Asch %75, Maryland nedenselliği, Thatcher–Gorbaçov anekdotu…). Biz kanalın seçim zekâsını kopyalıyoruz, doğrulama zaafını kopyalamıyoruz.

Ne zaman, hangi mod?

ModGirdiÖrnek
BOOKTek kitap (+yazar)"The Psychology of Money araştır"
CONCEPTKavram, kitap yok"Cashflow / borç / bileşik faiz videosu için araştır" (yeni dönem "Once you understand X…" formatı)
SYNTHESISBirden çok kitap / "en iyi kitaplardan""40 money rules from best finance books"
EXPERTBir uzman/otorite (Dr., FBI, Harvard…)"Chris Voss / Dispenza / Huberman yöntemleri"
VERIFYHazır script veya iddia listesi"Bu scriptteki rakamları doğrula" → sadece Faz 3–4 + gap raporu

Mod belirsizse konudan çıkar; gerçekten çıkarılamıyorsa kullanıcıya tek soru sor.

İş akışı (10 faz — ayrıntı references/01-research-protocol.md)

  1. Topic Deconstruction — merkezi konu, çözdüğü evrensel arzu/korku (İnsanlar / Para / Zihin / Zaman / İş), yaygın yanlış inanışlar, araştırma haritası (Core / Supporting / Context / Verification / Story-discovery soruları). Kullanıcının çerçevesini doğru kabul etme.
  2. Research Strategy — kaynak hiyerarşisi: birincil (kitabın kendisi, orijinal makale, resmi veri) > akademik > güvenilir yayıncı > araştırmacı gazetecilik > uzman yorumu > özet siteleri (en son, sadece yön bulmak için). Aynı haberi tekrar eden siteler bağımsız teyit SAYILMAZ.
  3. Deep Fact Extraction — her bilgi Fact ID ile kayıt; statü: VERIFIED / ATTRIBUTED / INTERPRETATION / DISPUTED / UNKNOWN.
  4. Multi-Source Verification — tarih, isim, birim, rakam, alıntı; kitaptaki deneylerin ORİJİNAL makalesini bul (ülke, yıl, örneklem, gerçek oran, replikasyon durumu).
  5. Chronological Reconstruction — zaman çizelgesi, dönüm noktaları.
  6. Story Discovery / Story Mining — LBB'nin kullandığı malzeme tiplerini özel olarak avla (references/03-story-mining.md): paradoks vakaları, beklenti↔gerçek rakam çiftleri, tahmin oyunu deneyleri, kontrast karakter çiftleri, gizem-hikâyeleri, bookend anekdotu, ünlü+inanılmaz rakam, düşünce deneyi, gündelik analoji tohumları, izleyiciye ölçek-küçültme sahneleri, söylenecek cümleler, rakamlı ödevler.
  7. Narrative Value Assessment — her bulguyu 8 boyutta puanla (relevance, explanatory, narrative, cause-effect, viewer-understanding, reveal-potential, evidence-strength, misleading-risk). Dramatik çekicilik ≠ önem.
  8. Context & Causality — belgelenmiş nedensellik vs yorum; korelasyonu nedensellik gibi sunma.
  9. Research Gap Detection — eksik tarihler, doğrulanamayan rakamlar, desteksiz alıntılar, temsil edilmeyen karşı görüşler.
  10. Dossier Production — references/04-dossier-template.md şablonunu BİREBİR kullan.

Araçlar

  • WebSearch + WebFetch (yüklü değilse ToolSearch ile select:WebSearch,WebFetch yükle). Birincil kaynağa ulaşmaya çalış (makale DOI, resmi istatistik tablosu, kitap önizlemesi, yazarın kendi sitesi/röportajı).
  • Kullanıcı kitap PDF'i/notları/transkript verirse önce onları oku — kitap içi iddiaların kaynağı odur.
  • Erişemediğin kaynağı erişilmiş gibi yazma. Link uydurma. Alıntı uydurma. Rakam uydurma.

Mutlak kurallar

  1. Hiçbir fact, alıntı, istatistik, kaynak, tarih uydurulmaz. Bulamadıysan UNKNOWN yaz.
  2. İddia ≠ olgu. "Kitap şöyle diyor" (ATTRIBUTED) ile "bu doğru" (VERIFIED) ayrı tutulur.
  3. Popüler ama apokrif anekdotlar (ör. "Thatcher: prices do", "Einstein compound interest", "%95 subconscious", "60.000 thoughts/day") DISPUTED/APOCRYPHAL etiketiyle verilir ve script için güvenli ifade önerisi eklenir ("There's a famous story — probably exaggerated — …").
  4. Kitaptaki deneyler orijinal çalışmayla karşılaştırılır; farklılık varsa ikisi de yazılır.
  5. Eski veriyi şimdiki zamanla sunma — her rakama yıl ekle.
  6. Kişisel finans/sağlık iddialarında genelleme sınırlarını yaz (ör. "$15 asgari ücret etkisi literatürde tartışmalı").
  7. Dossier script değildir: anlatı fırsatları "editoryal olasılık" olarak sunulur, kesin sonuç olarak değil.

Çıktı

  • Varsayılan: çalışma dizininde research/<slug>/DOSSIER.md (klasör yoksa oluştur). Uzun kaynak listeleri research/<slug>/sources.md olabilir.
  • Dossier dili: Türkçe açıklama + İngilizce orijinal alıntılar/terimler (kanal İngilizce yayın yapıyor). Kullanıcı farklı isterse ona uy.
  • Son mesajda: dossier yolu, en güçlü 5 hikâye malzemesi, en riskli 3 iddia, kritik açıklar.

Final kalite kontrol (teslimden önce hepsi EVET olmalı)

  1. Her önemli iddia bir kaynağa izlenebiliyor mu?
  2. Birincil kaynaklar önceliklendirildi mi?
  3. Tartışmalı iddialar etiketli mi?
  4. Kronoloji doğru mu, her rakamın yılı var mı?
  5. Olgu ile yorum ayrıldı mı?
  6. Yanıltıcı sadeleştirme riskleri işaretlendi mi?
  7. LBB-hazır malzeme (Bölüm 13 Scriptwriter Handoff) dolu mu: hook paradoksları, vaka çiftleri, analoji tohumları, transfer sahneleri, ödevler, bookend?
  8. Script yazarı araştırmayı tekrarlamadan bu dosyayla çalışabilir mi?
  9. Tüm sınırlamalar açıkça yazıldı mı?

Herhangi biri HAYIR ise teslim etmeden düzelt.

Referanslar

  • references/01-research-protocol.md — 10 fazın ayrıntılı protokolü, kaynak hiyerarşisi, fact kaydı formatı.
  • references/02-lbb-research-dna.md — 9 videonun tersine mühendisliğinden çıkan: kanal hangi bilgi tiplerini kullanıyor, nasıl seçiyor, neyi atıyor, hangi hataları yapıyor.
  • references/03-story-mining.md — LBB'ye özel hikâye madenciliği kontrol listesi + puanlama.
  • references/04-dossier-template.md — teslim şablonu (13 bölüm + LBB Handoff).
  • references/05-modes-and-audits.md — BOOK / CONCEPT / SYNTHESIS / EXPERT / VERIFY modlarının farkları; Source Verification ve Research Gap Auditor alt-rutinleri.

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.