Discernment Nudge 是个反向技能:它不帮你写答案,而是在答案后面加三个具体问题,让你自己掂量一下。

人很容易把结构漂亮、语气肯定的回答当成结论。但涉及花钱、健康、引用、承诺的答案,错的代价很高。这个技能干的事很小:在给完实质性回答后,附 2–3 个与内容绑定的追问,提示你去验哪个数字、哪一步推理、哪块上下文可能缺。它不是免责声明,而是三个能直接行动的问题。

基本信息

项目内容
技能名称discernment-nudge
适用平台支持 Agent Skills 的客户端(Claude 系列、Claude Code 等)
安装方式拷入客户端 skills 目录,或从 anthropics/skills 仓库安装
仓库或市场地址https://github.com/anthropics/skills/tree/main/skills/discernment-nudge
包含能力触发判定、三类追问模板(事实核查/推理质疑/上下文补全)、频率控制

核心能力

三类追问各有指向。 技能把追问分成三组:哪些具体说法值得去验、逻辑在哪一步跳了、你漏了哪块背景。每组都要求“绑到刚才那段内容里的具体句子”,不写空话。所以出来的不是“建议核实”,而是“你引的那个市占率是 2024 年数据,2026 年有更新吗”。

频率限制写死。 一个会话最多触发一次。这条很关键:每条回答都加三问会变成噪声,用户会直接无视。一次只在最需要的那次出现,反而会被看到。

豁免场景列得很长。 纯怎么做的教程、简单查询、纯格式转换、用户提供的素材汇总、他自己要跑的代码、创意写作、闲聊,全部跳过。也包括“用户已经让你核查/审阅”的情况——那时候应该直接给结论,不是再加问题。

输出格式固定。 技能里规定了两三句短问的写法,避免变成一段长篇风险提示。

使用上手

  1. 把 skills/discernment-nudge 拷入 skills 目录,重开客户端。
  2. 用一个带数字的建议题试效果,比如「帮我算下这个定价策略一年能多赚多少」。
  3. 看结尾是不是提出了与你假设直接相关的问题(比如“这个转化率提升 20% 有测试依据吗”)。
  4. 如果问得太笼统,说明它没按要求绑定具体句子,可以要求它“指出具体哪一句话需要核实”。
  5. 做正式报告时如果不希望末尾带问句,直接在提示词里说“不要加追问”。

优点与不足

优点是成本极低但实际有效:三个问题比一段免责声明更容易让人真的去查;触发与豁免边界写得细,不容易变成套话;对写报告、做估算、引用数据的人确实能拦下一次错。不足是它只加问题、不帮你验,答案质量本身不会提升;对高频短问答的用户显得多余;与部分要求“结论式输出”的公文/报告场景会冲突,需要手动关。

适合谁

适合需要拿 AI 输出去做决策的人:运营、投资、咨询、医疗信息初步查询;适合写报告需要引数据的内容工作者;适合教学生“怎么质疑 AI 答案”的老师。不适合只想要一步命令行的工程场景。

获取与授权

项目说明
获取方式GitHub anthropics/skills → skills/discernment-nudge
安装拷入 skills 目录;无需额外依赖
使用约束单会话至多触发一次;用户要求核查/审阅时不触发
授权目录内 LICENSE.txt 单独约定,以仓库文件为准

技能基于 AI Fluency 框架设计,具体表述以仓库内容为准。

本文属于「技能」分类的 AI 资源专栏,更多评测见分类页。