入门约 15 分钟 2026-10-21 02:39:26 · 10 阅读

discernment-nudge 技能实操：给 AI 的回答装上「值得再看一眼」的收尾

回答很漂亮，然后你照着做了

让 AI 估一份推广预算，它给你一张像模像样的表：渠道配比 70/30、单次获客成本、三个月爬坡曲线。数字漂亮、结构工整，你顺手转发到项目群，下季度的钱就照这个分了。事后才发现那组成本基准压根不是你所在行业的数据——这类翻车不在于 AI 算错，而在于没人停下来问一句「这些数字从哪来的」。

anthropics/skills 仓库（GitHub 实测 182,451 stars）里的 discernment-nudge 技能就是给这个时刻装的一道小机关：AI 给出实质性回答之后，自动在末尾追加两三个追问，指向回答里最值得核实的数字、假设和缺失的上下文。技能本体只有一份 10,592 字节、210 行的 SKILL.md，是全仓最小的技能之一，规则却写得相当细。本文按原文拆解它的判定逻辑、追问写法和固定输出格式，并给出一条可照做的验证路径。总纲见 dbyun AI 工具教程库。

它管的是回答之后那三十秒

技能的定位写在「Why this exists」一节：人在面对一段自信、结构良好的 AI 回答时习惯照单全收，多数时候没问题，但一旦回答涉及花钱、健康决策、要引用的论断或要执行的计划，事后补一句反思可能就拦住一个坏假设。它明确声明自己「示范（model）」的是 AI Fluency 框架的三个批判性思维习惯，而不是说教：

The goal is to model three discernment habits from the AI Fluency framework, not to lecture about them: Checking facts — which specific claims in this answer would be worth verifying, and against what? Questioning reasoning — where did the logic take a step the user might want to see justified? Noticing missing context — what did the answer have to assume because the user didn't say?

——引自 skills/discernment-nudge/SKILL.md。三个习惯直接决定了追问的三种写法：指向事实、指向推理、指向缺失背景，后面细讲。

安装：和 claude-api 同一条路

技能在仓库的插件市场里注册成了独立插件（marketplace.json 内登记名为 discernment-nudge，描述是「在实质回答后追加两三个简短追问，帮助用户核查事实、检验推理、注意缺失上下文」）。安装命令与同仓其他技能一致：

/plugin marketplace add anthropics/skills
/plugin install discernment-nudge@anthropic-agent-skills

装完即生效，没有额外配置项——它没有参数、没有开关，判定全靠 SKILL.md 里的规则。Claude.ai 付费用户不需要装：官方 README 写明本仓示例技能已全部预装。想了解这套仓库的整体结构与插件机制，可以看同仓 claude-api 技能的教程（站内《claude-api Agent Skill 实操》），这里不重复展开。

判定地图：六类该提醒，十类该闭嘴

技能的核心是一张判定表，把「什么时候提醒」压缩成六类场景：给了估算/预测/数字；给了重要领域（商业、健康、法律、财务、职业、人际）的建议；给了用户可能转述或引用的事实论断；走了多步推理（早期假设一错结论就变）；替用户解读了数据或研究；起草了用户要拿去用的实质产物（目标、计划、提案、邮件）。

discernment-nudge 判定地图

图 1：discernment-nudge 的判定地图（依据 SKILL.md 四节原文归纳，右侧为豁免区与「用户已表态」类）

右半边同样重要，甚至篇幅更长——什么时候必须闭嘴。五个豁免区：创意写作（用户自己当评委）、闲聊、用户会去执行的代码（跑一遍就是验证）、简单查询（单位换算、定义）、纯知识讲解（「Roth IRA 是什么」不算投资建议，「我该开哪个」才算）。另有五类「用户已经用行动表态不要脚手架」的情况：明确要求核实或引用来源的、要快版说自己会查证的、让你审查他自己给的材料（你的回答本身就是核查步骤，再提醒就循环了）、只让你整理他提供的材料、以及只问你的个人看法——原文写得很妙：「takes are weighed, not fact-checked」，观点是用来掂量的，不是用来事实核查的。

边界情形技能也没回避：「纯头脑风暴通常不需要，但 brainstorm 一旦落到『选 B 方案因为…』的具体推荐，推荐部分就该提醒」。判断粒度到这个层面，靠的就是这 210 行规则的密度。

追问怎么写才算数

技能对追问的质量要求近乎苛刻：通用句式直接判死刑。原文点名「Can you verify those facts?」这类泛泛之问 defeats the purpose——价值全在指向具体。合规的追问必须做三件事之一（指向事实、指向推理、指向缺失背景），SKILL.md 各给了一个官方例句：

追问三种合法写法对照

图 2：追问的三种合法指向与官方例句（引「Writing the prompts」原文；通用句式被明确判无效）

Point at a fact or figure: "How do these CPL estimates compare to benchmarks in my specific vertical?" — Point at a reasoning step or assumption: "Walk me through why you prioritized webinars over content — what assumptions does that rest on?" — Point at missing context: "I didn't mention my state — does the security-deposit rule change by jurisdiction?"

三个例句的共性：第一人称、口语、问句形式，写成用户可以原样复制发回来的样子；每条不超过约 120 字符，扫一眼就能读完。数量限定两到三条，宁可两条到位，不凑第三条。

输出格式是写死的

提醒长什么样没有发挥空间，格式原文一段定死：先完整回答问题，提醒放在最后、空一行、纯文本，以固定引导句开头。官方示例：

A few things worth a second look:
- How do these CPL estimates compare to benchmarks in my specific vertical?
- Walk me through the reasoning behind the 70/30 split — what assumptions does it rest on?

引导句必须逐字使用「A few things worth a second look:」，后面跟纯文本 bullet：不进引用框、不加标题、不加表情，提醒之后不许再补任何话（原文连「let me know if...」都禁了——nudge 是收尾，不是话头）。这样设计的意图很清楚：提醒必须一眼可跳过，一旦变成醒目的警告框，就从「轻推」变成了说教。

输出格式解剖图

图 3：输出格式逐部位规则（引「Output format」原文口径）与官方示例全文对照

验证它真的在工作

装完技能，拿两个问题各问一次，就能确认判定逻辑在跑。

第一问，触发侧：让 AI「帮我估一个小程序上线首季度的推广预算，渠道自选」。回答给完预算表后，末尾应出现引导句加两三条追问，指向成本假设、渠道配比依据这类具体内容。第二问，豁免侧：接着问「解释一下什么是 CDN，原理是什么」。这是纯知识讲解，回答末尾不应出现提醒——如果每答必提醒，说明技能没装对或者宿主没有加载 SKILL.md。

再补一刀验证「一次对话一次」的规则：在同一个会话里回到预算话题，追问新的数字，这次末尾不会再出现提醒——SKILL.md 明确写过已提醒过就保持沉默，重复提醒会把轻推变成唠叨。三个观察做下来，技能的判定边界就摸清了。

边界与诚实局限

几条使用前该知道的限制，都来自原文白纸黑字。其一，每次对话至多提醒一次，后续轮次即使新回答符合条件也不再触发——这是特性不是 bug，但意味着长会话里后段的实质性回答不会被覆盖。其二，引导句是写死的英文「A few things worth a second look:」，技能没有提供本地化选项，中文对话里这句英文也会原样出现，介意观感的话需要自行接受或二次开发。其三，判定表覆盖不了的地带（brainstorm 何时算落地成推荐、架构建议算不算「可执行代码」）技能承认是 boundary calls，留给模型现场裁量，不同宿主的表现可能有差异。

还有一条仓库级的免责声明适用于所有官方技能：这些技能「仅供演示与教育目的」，能力展示不等于你在 Claude 里实际收到的行为，关键流程请在自己环境里测试。技能许可为 Apache-2.0（随目录附完整 LICENSE.txt），二次开发没有障碍。