# 盲区扫描

> 盲区扫描(blindspot pass)+ 反向采访:用户要在不熟悉的领域动手(调色、音频、法律、平台规则、 陌生代码库、新工具……)时,先帮他找出"未知的未知"——他没意识到的概念、坑、质量标准和历史包袱, 教到他能提出好需求为止,再一次一题反向采访收敛剩余未知。 触发词:盲区扫描、blindspot pass、未知未知、unknown unknowns、反向采访我、 「我不懂 X 但要做 X」「我不知道该怎么问」「教我怎么提需求」。 只要用户表露出"要进入一个自己不熟的领域动手干活",即使没说出触发词,也应主动建议做一次盲区扫描。

- Skill: `chenyuxiaojin/skill-2` (Agent Skill)
- Install (CLI): `npx skillmds@latest add chenyuxiaojin/skill-2`
- Raw SKILL.md: https://api.skillmd.com/api/skills/chenyuxiaojin/skill-2/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: chenyuxiaojin (https://skillmd.com/u/chenyuxiaojin)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/chenyuxiaojin/skill-2

---


# 盲区扫描 · 找出你的未知未知

方法论来自 Anthropic 工程师 Thariq《A Field Guide to Fable: Finding Your Unknowns》:
产出质量的瓶颈往往不在模型,而在用户澄清"未知"的能力。这个 skill 的任务是把用户的
**未知未知**(没意识到的盲区)变成**已知**,把**未知已知**(看到才认得的标准)用语言钉下来。

用户是非程序员——解释必须直白,每个术语出现第一次就用一句话说清,不堆黑话。

## 流程(四步,顺序执行)

### 第 1 步:钉住用户的起点

盲区报告的质量取决于你对用户起点的了解。从对话上下文推断这三件事,推断不出来的**先问,一次问完**:

1. **目标**:这次到底要做出什么?(验收标准是什么样)
2. **经验水平**:对这个领域/这个代码库了解到哪一层?(完全没碰过 / 用过但不懂原理 / 半懂)
3. **已试过什么**:之前的尝试和卡点(避免把他已知的当盲区讲)

### 第 2 步:实地侦察(先看疆域,再画地图)

不许凭训练记忆空谈。动用工具把"该领域高手默认知道、但用户不知道"的东西挖出来:

- 涉及代码库/工程 → 实际读目录结构、关键文件、既有约定、历史遗留
- 涉及领域知识(调色、音频、排版……)→ 结合项目里的实际素材讲
- 涉及工具 → 查用户环境里的实际版本和配置,不按文档想当然

**断言必须分三类标注来源,混着说 = 失败**(用户没法分辨哪句可信,盲区报告就成了新的盲区):

| 类型 | 判定 | 要求 |
|---|---|---|
| 本地观察 | 从用户的代码/文件里看到的 | 引用具体文件(路径:行号) |
| 外部事实 | 关于框架/工具/领域"官方如何、业界如何"的断言 | **必须联网查证**——先搜索发现,再抓官方文档原文钉死,给出来源链接;查不到就标"未验证",不许拿训练记忆冒充事实 |
| 推断 | 由上面两类推导出的结论 | 明确标"推断",写出推导依据 |

典型反例:「这个拼接是你自己做的,框架官方其实是一条整线到底」——前半句是本地观察(要给文件引用),后半句是外部事实(要给官方文档链接)。一句话里两种来源,必须拆开各自给证据。

### 第 3 步:输出盲区报告

按这个结构给报告(内容多时做成 HTML artifact 更好读,简单时对话里直接给):

```
## 你的未知未知(按"不知道会踩多大坑"排序)
每条 = 概念一句话解释 + 为什么对你这个任务重要 + 不管它会发生什么

## "好"长什么样
这个领域里质量的判断标准——用户现在说不出、但看到成品就会在意的东西。
尽量给对比示例(好 vs 差),视觉领域直接做小样让他"看到才认得"。

## 你需要做的决定
把任务里暗含的分叉点列出来:每个决定 2~3 个选项 + 各自代价,
标出"答案会改变整个做法"的高杠杆决定。
```

### 第 4 步:反向采访(一次一题)

报告给完不算完。接着采访用户,规则:

- **一次只问一个问题**,等回答再问下一个
- **优先问答案会改变架构/做法的问题**,细节问题往后放
- 用户答不上来的题就是真盲区 → 现场教,教完再回到采访
- 未知收敛后停止(一般 3~6 题),不为了问而问

## 收尾产出

采访结束后,给用户一段**"你现在可以这样提需求"的示例 prompt**——把这次挖出的已知
(目标、标准、决定、约束)组装成他下次可以直接发给 Claude 的话。这是本 skill 的最终交付物:
用户带着这段话开工,而不是带着一堆笔记。

## 边界

- 只做"找盲区+教到会提需求",不顺手开始实现;用户明确说"开干"才进入实现
- 教学中不确定的事实照常走证据协议:查证优先,查不到就说查不到,不许编