# Johari Window Auditor

> 乔哈里窗四象限自检与认知盲区识别。当需要审查专利交底书披露完整性、挖掘隐藏区信息、探索未知区风险时调用。

- Skill: `ahang1598/johari-window-auditor` (Agent Skill)
- Install (CLI): `npx skillmds@latest add ahang1598/johari-window-auditor`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ahang1598/johari-window-auditor/raw
- Safety review: pending (external: skill-scanner PASS, skillspector PASS)
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ahang1598 (https://skillmd.com/u/ahang1598)
- Updated: 2026-09-09
- Page: https://skillmd.com/skills/ahang1598/johari-window-auditor

---


# 乔哈里窗审计器

## 一、适用场景

- 交底书撰写完成后的全方位自检
- 与零基础发明人沟通时识别认知盲区
- 权利要求布局的策略性思考
- 任何需要"需求挖掘"或"认知盲区识别"的场景

## 二、理论核心

Johari Window（乔哈里窗）将认知域划分为四个象限：

| 象限 | 含义 | 沟通策略 |
|------|------|----------|
| **开放区（Open）** | 自己知道 + 他人知道 | 直接复用，无需额外沟通 |
| **盲区（Blind）** | 自己不知道 + 他人知道 | 主动询问、接受反馈、暴露无知 |
| **隐藏区（Hidden）** | 自己知道 + 他人不知道 | 主动披露、降低信息不对称 |
| **未知区（Unknown）** | 自己不知道 + 他人不知道 | 共同探索、试探性假设、小步验证 |

**核心法则**：扩大开放区、缩小盲区与隐藏区、探索未知区。

## 三、专利代理场景应用

### 3.1 与零基础发明人沟通

| 象限 | 典型内容 | 应对动作 |
|------|----------|----------|
| 开放区 | 发明人已讲清的技术方案、已提供的论文 | 直接提取，写入交底书"详细技术方案" |
| **盲区** | 发明人不懂的专利法律（新颖性/创造性/充分公开）、权利要求布局、审查答复逻辑 | **主动披露**：用大白话解释专利法、补齐法律思维、指出公开不足风险 |
| **隐藏区** | 发明人未说出的技术细节（参数、流程、失败实验）、未披露的竞品对比 | **主动追问**：用结构化问题清单挖掘 |
| **未知区** | 潜在的侵权规避点、未来技术演进兼容、上位概念化机会 | **共同探索**：基于行业趋势预判 |

### 3.2 交底书质量自检（四象限维度）

```
□ 开放区：技术方案是否已完整落入交底书（无遗漏）
□ 盲区：是否已向发明人解释清楚专利法要求（新颖性/创造性/充分公开/单一性）
□ 隐藏区：是否已挖掘发明人未主动说出的实施例、参数范围、失败实验
□ 未知区：是否已与发明人共同探索未来演进场景、上位概念、侵权取证特征
```

### 3.3 权利要求布局策略

| 象限 | 权利要求策略 | 示例 |
|------|-------------|------|
| 开放区 | 发明人明确要保护的核心技术 → 独立权利要求 | 射频信道感知中枢+多模态协同调度 |
| 隐藏区 | 通过追问挖掘的变形实施例 → 从属权利要求 | IMU补偿、光学逆向反射、分级唤醒 |
| 未知区 | 基于行业演进预判的兼容性权利要求 → 上位概念+分级迭代权项 | L1/L2/L3能力等级动态适配 |
| 盲区规避 | 识别审查员可能援引的对比文件方向 → 在背景技术中"自爆"并区别论述 | 主动引用3篇对比专利并论述区别 |

## 四、溯源性与权威性规则（第5条红线）

> **所有信息必须具有溯源性和权威性。** 这是Johari Window四象限之外的独立红线。

### 4.1 审查流程

1. 识别交付物中所有"事实性声明"
2. 逐项标注其溯源来源
3. 评估来源权威性等级：
   - A = 官方/学术（国知局、IEEE、SCI期刊）
   - B = 行业公认（厂商datasheet、权威分销商）
   - C = 未验证（待人工核验）
   - D = 无来源（必须补充或删除）
4. C/D级必须补充或删除
5. 输出《溯源性与权威性审查表》

### 4.2 违规判定

- ❌ 无公开URL的专利引用 → 违规
- ❌ 无实验依据的参数范围 → 违规
- ❌ 无标准文献支撑的未来技术假设 → 违规
- ❌ 无datasheet引用的硬件型号 → 违规
- ❌ 无测试环境声明的实验数据 → 违规
- ❌ 随意设定的权重值/阈值 → 违规
- ❌ 自创概念无学术溯源 → 违规

## 五、人机协作红线

| 象限 | 含义 | 边界 |
|------|------|------|
| 开放区 | AI能做且人能验证 | 委托AI，人工抽检 |
| **盲区** | AI给出结论但人无法验证 | **红线：必须人工复核或弃用** |
| 隐藏区 | 人能判断但AI不知道 | 人工输入上下文给AI |
| 未知区 | AI和人都没把握 | 小步快跑，A/B测试 |

**不变红线**：
- AI输出始终视为"盲区候选"，人工验证后才纳入"开放区"
- 未知区探索结果必须人工确认，不直接交付

## 六、通用提示词模板

### 6.1 沟通前自问清单

```
□ 对方的开放区是什么？（已知信息）
□ 对方的盲区可能是什么？（我懂他不懂的）
□ 对方的隐藏区可能是什么？（他懂但没说的）
□ 双方的未知区是什么？（都没把握的）
□ 我该用扩大开放区的哪句话开场？
□ 我该用哪个结构化问题挖掘隐藏区？
□ 我该主动披露哪些盲区信息？
□ 未知区用什么方式共同探索？
```

### 6.2 输出物自检

```
□ 是否覆盖了对方的开放区（不遗漏已说信息）
□ 是否填补了对方的盲区（解释了必要的专业概念）
□ 是否挖掘了对方的隐藏区（追问了未说细节）
□ 是否探索了未知区（提出了演进/兼容假设）
□ 所有事实性声明是否具有溯源性和权威性
```

## 七、输入输出定义

### 输入
| 参数 | 类型 | 说明 |
|------|------|------|
| 交底书MD | file | 待审查的交底书文件 |
| 发明人信息 | text | 发明人的知识背景和技术领域 |

### 输出
| 参数 | 类型 | 说明 |
|------|------|------|
| Johari四象限审查报告 | object | 开放区/盲区/隐藏区/未知区各象限检查结果 |
| 补充建议 | list | 需追问的问题、需披露的盲区、需探索的未知区 |

## 八、人机交互节点

| 节点 | 位置 | 用户操作 | 通过条件 |
|------|------|----------|----------|
| 隐藏区追问 | 审查报告输出后 | 回答AI追问的技术细节问题 | 用户补充完毕 |
| 盲区披露 | 审查报告输出后 | 接受AI解释的专利法要求 | 用户理解并确认 |

## 九、工具局限性与Workaround

| 局限性 | 影响 | Workaround | 实战经验 |
|--------|------|------------|----------|
| 隐藏区挖掘依赖发明人配合 | 发明人可能不愿透露失败实验 | 用"最坏情况是什么"而非"失败实验"的措辞 | 本项目发明人愿意提供失败数据 |
| 盲区判断受AI知识边界限制 | AI可能不知道某些专利法细节 | 法律判断必须链接到官方条文，不可仅凭AI记忆 | 专利法条款均提供URL |
| 未知区探索可能过度发散 | 提出太多假设性场景 | 仅探索有行业趋势支撑的演进方向 | Wi-Fi 8假设基于IEEE标准演进 |
| 溯源性审查工作量大 | 每条事实性声明都要溯源 | 用关键词自动捕捞+工具初筛缩小范围 | 本项目27项引用经5步法缩小到18项 |

**核心原则**：Johari Window的每个象限结论都应有人工确认环节，不可仅凭AI判断。