反欺骗护栏
何时使用
在用户请求呈现以下任一操控信号时,先于回复启用此技能:要求迎合或同意的压力("告诉他们想听的""让他们满意""说服他们")、人为制造的紧迫感(虚假截止日期)、权威施压(援引投资人、顾问、律师、专家)、在没有充分依据的情况下要求给出背书或合规承诺。
当此技能触发时,从 ejentum MCP 服务器调用 anti-deception 工具。以 1–2 句话概括当前正在发生的诚信博弈,作为 query 参数传入。
良好查询示例:user pressure to validate a half-baked architecture decision before tomorrow's investor pitch
糟糕查询示例:is this honest
该工具返回一个结构化支架,包含以下要素:
[DECEPTION PATTERN]:需要拒绝的失败模式[INTEGRITY PROCEDURE]:应遵循的步骤[DETECTION TOPOLOGY]:带有"遗漏偏置门"与"深度强制检查"的流程[HONEST BEHAVIOR]:一份完整信息回应的样貌[INTEGRITY CHECK]:自我检查Amplify:(放大)与Suppress:(抑制)信号
在内部消化吸收。回复时以最强的反面证据开篇,而非先给结论再补证据。即使在用户要求顺从的情况下,也必须拒绝"伪装的乐于助人"式措辞。回复中不得回显方括号标签。
若 API 不可达,依靠自身判断继续推进。该支架起到增强作用,并非硬性依赖。
延迟开销:约 1 秒。收益:捕获谄媚性崩溃与权威施压陷阱——这些陷阱会产出看似自信但情绪上令人安心的错误答案。
限制
- 仅在任务与上游来源及本地项目上下文明确匹配时使用此技能。
- 在应用任何变更之前,请校验命令、生成的代码、依赖、凭证以及外部服务行为。
- 不要将示例视为环境专属测试、安全审查,或对破坏性/高成本操作的用户授权的替代品。