测验验收 · 满分才放行
方法论来自 Anthropic 工程师 Thariq《A Field Guide to Fable》:长会话后 Claude 完成的
往往比用户意识到的多,读 diff 只能获得浅层理解(很多行为取决于既有代码路径)。
让用户先通过测验再合并,是把"未知的未知"在出事前暴露出来的最后一道闸。
用户是非程序员——报告和题目都考行为和决策,不考语法和 API 记忆。
流程(三步)
第 1 步:盘点这次到底发生了什么
先取证,不凭印象:
- 有 git → 看本次会话涉及的 diff / 新增文件
- 无 git(文案、配置、素材类)→ 盘点本次会话产出和修改的所有文件
- 回顾会话中的关键决策,尤其:偏离原计划的地方、替用户做的假设、留下的隐患
第 2 步:生成报告 + 测验(HTML artifact)
一份 HTML,上半是报告,下半是测验。报告结构:
## 这次做了什么(一段话总览)
## 为什么这么做(关键决策 + 每个决策当时的理由)
## 偏离与假设(哪里没按原计划走、替你拍板了什么)
## 现在的行为(改动后,系统/文件/流程在真实使用中会怎么表现)
## 遗留与风险(没做的、将来可能咬人的)
测验规则:
- 5~8 题,选择题为主、简答一两道
- 题目考的是:「这个改动之后,X 情况下会发生什么?」「当时为什么选 A 不选 B?」
「如果要改 Y,应该动哪里?」「哪个隐患在什么条件下会爆?」
- 每道题必须对应一个真实的理解缺口会导致真实代价的点,不出送分题、不出抠字眼题
- 答案先不给,等用户作答
第 3 步:批改与放行
- 用户作答后逐题批改:答错的题 = 真实理解缺口,详细讲解到懂,不是报个对错
- 有错 → 讲解后针对错题换角度出补考题(不重复原题),直到满分
- 满分 → 明确宣布:验收通过,可以合并/发布/收工
- 用户答题过程中暴露出报告没覆盖的疑问 → 当场补讲,并检查是不是改动本身有问题
边界
- 测验暴露出"改动本身可能有错"时,停止验收流程,回到调试纪律:先用证据定位,不许顺手改
- 用户明确说"跳过测验直接合并"→ 尊重,但提醒一句这次改动里风险最高的一个点
1---2name: skill3description: 测验验收(quiz 验收):一段长工作会话或大改动结束后、合并/发布/交付之前, 生成一份"发生了什么"的直白报告 + 底部测验,用户满分才算验收通过。 解决的问题:Claude 干的活越多,用户越可能"以为自己懂了"——光看 diff 或摘要 只能获得表面理解,测验暴露真实的理解缺口。 触发词:测验验收、考考我、quiz、出个测验、「我想确认我真的理解了这次改动」。 当一次会话改动量大、决策多,而用户即将合并/发布/关闭会话时,应主动建议做一次测验验收。4---56# 测验验收 · 满分才放行78方法论来自 Anthropic 工程师 Thariq《A Field Guide to Fable》:长会话后 Claude 完成的9往往比用户意识到的多,读 diff 只能获得浅层理解(很多行为取决于既有代码路径)。10让用户先通过测验再合并,是把"未知的未知"在出事前暴露出来的最后一道闸。1112用户是非程序员——报告和题目都考**行为和决策**,不考语法和 API 记忆。1314## 流程(三步)1516### 第 1 步:盘点这次到底发生了什么1718先取证,不凭印象:1920- 有 git → 看本次会话涉及的 diff / 新增文件21- 无 git(文案、配置、素材类)→ 盘点本次会话产出和修改的所有文件22- 回顾会话中的**关键决策**,尤其:偏离原计划的地方、替用户做的假设、留下的隐患2324### 第 2 步:生成报告 + 测验(HTML artifact)2526一份 HTML,上半是报告,下半是测验。报告结构:2728```29## 这次做了什么(一段话总览)30## 为什么这么做(关键决策 + 每个决策当时的理由)31## 偏离与假设(哪里没按原计划走、替你拍板了什么)32## 现在的行为(改动后,系统/文件/流程在真实使用中会怎么表现)33## 遗留与风险(没做的、将来可能咬人的)34```3536测验规则:3738- **5~8 题**,选择题为主、简答一两道39- 题目考的是:「这个改动之后,X 情况下会发生什么?」「当时为什么选 A 不选 B?」40 「如果要改 Y,应该动哪里?」「哪个隐患在什么条件下会爆?」41- 每道题必须对应一个**真实的理解缺口会导致真实代价**的点,不出送分题、不出抠字眼题42- 答案先不给,等用户作答4344### 第 3 步:批改与放行4546- 用户作答后逐题批改:答错的题 = 真实理解缺口,**详细讲解到懂**,不是报个对错47- 有错 → 讲解后针对错题换角度出补考题(不重复原题),直到满分48- 满分 → 明确宣布:**验收通过,可以合并/发布/收工**49- 用户答题过程中暴露出报告没覆盖的疑问 → 当场补讲,并检查是不是改动本身有问题5051## 边界5253- 测验暴露出"改动本身可能有错"时,停止验收流程,回到调试纪律:先用证据定位,不许顺手改54- 用户明确说"跳过测验直接合并"→ 尊重,但提醒一句这次改动里风险最高的一个点
chenyuxiaojin