Cheat Predict

/cheat-predict — AI 主导的盲预测 + 用户 review

这个工具是"作弊器"——AI 帮你做判断。所以 cheat-predict 的核心是：

• Claude 自己读稿子 + 打 7 维分 + 给 bucket + 概率分布 + 反事实场景
• 用户 review 后回 "ok" 接受，或指出哪个维度 / 哪个判断不对
• 默认走快路径：用户直接 ok → 落盘
• 慢路径：用户挑刺某个维度 → Claude 改 → 再 review → 直至确认

不是用户从 7 维分到概率分布全部自己写，那 Claude 只剩"格式化器"——失去工具的核心价值。

严格遵守 shared-references/blind-prediction-protocol.md——见过任何后续数据就不能写预测，只能记 reconstructed。 完整组件清单见 shared-references/prediction-anatomy.md。 Confidence 派生表见 shared-references/state-management.md。

Overview

[用户：启动预测 scripts/<id>.md]
  ↓
[Phase 0: blind check 自检]                    ← 触犯就拒绝
  ↓
[Phase 0.7: 模式判定 — v1 (新建) 还是 v2 (append)]
  ↓
[Phase 1: 读 script + rubric + state + 派生 confidence]
  ↓
[Phase 2: **委派 cheat-score-blind sub-agent**（Task tool）拿 9 维盲打 + per-dim confidence]
  ↓
[Phase 2.5: 主 Claude 对 blind 输出做 review — 若任意维度 |delta| ≥ 2 vs 主估，弹给用户裁定]
  ↓
[Phase 3: **Claude 自己**找锚点对比]
  ↓
[Phase 4: **Claude 自己**给 bucket + 概率分布 + 中枢]   ← confidence 低时分布更平
  ↓
[Phase 5: **Claude 自己**写反事实场景 + 关键校准假设]
  ↓
[Phase 5.5: **用户 review**——展示完整草拟版，等用户 "ok" 或挑刺]
  ↓
   ├─ "ok" → Phase 6 落盘
   └─ "X 维度应该 Y 不是 Z" → Claude 改 → 再 review → 循环
  ↓
[Phase 6: 落盘 — v1 写新文件 / v2 append 到现有文件 ## 复盘 之前]
  ↓
[Phase 7: 更新 state.in_progress_session]

Constants

• SCRIPTS_DIR = scripts/ — 草稿源目录
• PREDICTION_DIR = predictions/ — 落盘目录
• BLIND_CHECK = strict — strict（默认）/ lenient（仅警告，不推荐）—— 跟 blind-prediction-protocol.md "见过数据"边界相关
• BLIND_SCORING = on（默认）/ off —— 是否走 cheat-score-blind sub-agent。off 等价于 --skip-blind flag，标 last_prediction_self_scored: true 给 cheat-status 警告
• DISAGREEMENT_THRESHOLD = 2 —— blind 与主 Claude 自评的单维度差异 |Δ| ≥ 此值 → Phase 2.5 弹用户裁定
• BUCKET_PRESET = auto — 自动派生：有 baseline_plays → 按 baseline × {0.3 / 1 / 3 / 10 / 30}；无 baseline → 平台通用默认
• MIN_ANCHORS = 2 — 锚点对比期望 2 个；不够时显式标"锚点 N/A"段（不删段，不省略）

💡 调用时覆盖：/cheat-predict scripts/<id>.md — BLIND_CHECK: lenient / --skip-blind（都不推荐）

Inputs

入参解析（Phase 0.5，在 blind check 之前）

用户给的路径应该是 scripts/<date>_<id>_<short>.md。如不在 scripts/ 下：

如 scripts/.md 不存在 → 报错并询问"你想 predict 的稿子在哪？"

Workflow

Phase 0: Blind check 自检（最关键，触犯立即终止）

按 blind-prediction-protocol.md 的"子 skill 必须做的检查清单"执行：

1. 询问用户该作品当前发布状态：

   • 未发 → 通过
   • 已发 < RETRO_WINDOW_DAYS 天 → 询问"你看过任何后续数据吗（播放/点赞/评论）？"
     • 用户回答"没看过" → 通过，标记 published_before_prediction: true + blind_status: confirmed_no_data_seen
     • 用户回答含糊 → 视为"已看"，按下一项处理
   • 已发 ≥ RETRO_WINDOW_DAYS 天 → 立即拒绝写"预测"，建议改用 _redo.md 路径记 reconstructed retrospective

2. 自检对话历史里是否含播放/阅读/点赞/评论/转发等字眼的实际数字 → 命中则视为已见数据，按上面 strict 模式处理

3. BLIND_CHECK=lenient 模式：仅警告 + 强制在文件头标注 **Reconstructed retrospective — NOT a blind prediction**，但仍允许继续

通过 → 进入 Phase 0.7。

Phase 0.7: 模式判定（v1 vs v2）

判定本次是新建预测（v1）还是对既有预测的 v2 追加（拍后改稿场景）。

显式参数优先：用户/调用方传 — mode: v2 + — prediction-file: <path> → 直接 v2 模式。

自动检测（无显式参数）：

1. 推断目标 prediction 路径：predictions/<同 scripts/<id> 命名>.md
2. 读该路径：
   • 不存在 → v1 模式，进入 Phase 1
   • 存在但只有空 ## 复盘（无任何 ## 预测... 段）→ v1 模式（异常状态，覆盖警告 + 进 Phase 1）
   • 存在且含 ## 预测 或 ## 预测 v1 段 → v2 模式

v2 模式额外动作：

• 比较输入 script（最终拍摄稿）与 ## 预测 段引用的原 Script Hash
• 如完全一致（hash 同）→ 警告"稿子没改，是否真要写 v2？"——用户确认才继续；不确认则退出
• 如不同 → 算 diff 概要（行数 / 字数 / 结构变化）→ Phase 5.5 review 时展示给用户
• 标记 prediction_basis = "post_shoot_pre_publish"（v1 默认 pre_shoot）

Phase 1: 读最终稿 + rubric + state + 派生 confidence

1. 按 Phase 0.5 解析后的路径，读 scripts/<id>.md 全文
2. 计算 script_hash = sha256(script 内容)[:12] → header 用
3. 读 rubric_notes.md，识别当前公式 + 维度（同 cheat-score Phase 2）
4. 读 .cheat-state.json 拿 rubric_version、content_form、calibration_samples、typical_duration_seconds、baseline_plays
5. 从 calibration_samples 派生 confidence 等级（按 state-management.md confidence 表）→ 后续写入 prediction header
6. 询问用户："这是你打算实际拍摄发布的最终稿吗？还是会再改？"——必须是最终稿
7. 如果稿子字数与 typical_duration_seconds 派生范围严重不符（差 >50%）→ 提示用户："这条稿子 N 字，按你设的典型时长（X 分钟）应该是 M-K 字。是临时改了时长，还是稿子需要砍/补？"

Phase 2: 委派 cheat-score-blind sub-agent 拿盲打分

BLIND_SCORING=on（默认）—— 主 Claude 不再 inline 打分。通过 Task tool spawn cheat-score-blind，让一个 context-isolated 的 sub-agent 只看 script + rubric_notes.md 给出 N 维分。

详见 cheat-score-blind/SKILL.md 的"主 Claude 调用契约"段。Task prompt 必须精简：

Spawn cheat-score-blind sub-agent.

Input:
  script_path: <Phase 0.5 解析出的 scripts/<id>.md>
  rubric_notes_path: rubric_notes.md

Task: 按 rubric_notes 当前公式给上面 script 打分。返回严格 JSON（见 cheat-score-blind SKILL.md Phase 2 schema）。
不要读 state file / predictions/ / videos/ 任何其他文件。
不要询问用户 —— 你没有用户。

调用前自检：把 Task prompt 串过 grep -Ei '播放|阅读|点赞|评论数|实际|retro|复盘|实绩|w$|万$'——命中 → 改 prompt 重发。

主 Claude 自己也内心估一份（不发 sub-agent）——纯为 Phase 2.5 disagreement 检测，不落盘、不替代 sub-agent 输出。这个估值代表"如果我没用 sub-agent，我会打多少"，是 contamination 的客观指标。

沙盒 escape：BLIND_SCORING=off 或 --skip-blind —— 主 Claude 自己打 7 维。state 立刻标 last_prediction_self_scored: true + last_self_scored_at: <ISO>，cheat-status 持续提示警告。仅用于：

• Task tool 不可用（开发环境 / 离线）
• 用户主动 audit 主 Claude 的 inline 判分能力（极少数）

按当前公式算 composite——用 sub-agent 回传的 dim 分，不用主 Claude 自估。

Phase 2.5: Blind 输出 review + disagreement detection

拿到 sub-agent JSON 后，主 Claude 必做的事：

1. JSON validity check：python3 -c "import json; json.loads(...)" 应能解析；不能解析 → 主 Claude 重发 Task（最多 3 次重试），仍败 → abort，向用户报告
2. Contamination check：self_check.any_contamination_signal == true → 警告用户"sub-agent 自报疑似 contamination"，但仍接受打分（confidence 降一档）
3. Refusal check：refusal != null → 按 cheat-score-blind/SKILL.md Phase 2 的处理表对应路径
4. Disagreement detection（核心）：
   • 主 Claude 内心估一份 N 维分（Phase 2 末尾的"自估"）
   • 对每个维度算 delta = |主估 - blind|
   • 任何维度 delta >= DISAGREEMENT_THRESHOLD（默认 2） → 弹给用户裁定

弹裁定 UX：

⚠️  blind sub-agent 跟主 Claude 在某些维度差异较大：

| 维度 | blind (sub) | 主 Claude 自估 | delta | sub-agent 理由 |
|---|---|---|---|---|
| ER | 5 | 3 | 2 | "PPT加油猫猫开头—具象画面强" |
| AB | 2 | 4 | 2 | "一人公司视角，受众窄" |

谁更准？
  a) 信 sub-agent（隔离打分，但同 Claude 模型）
  b) 信主 Claude 自估（有更多对话上下文，可能是 contamination）
  c) 我自己定（你直接给分）

回 a / b / c <你的分数>

用户选：

• a → 用 sub-agent 全套分进 Phase 3
• b → 用主 Claude 自估全套分（视为有意接受 contamination）→ 强制标 last_prediction_self_scored: true
• c → 用户给的分覆盖该维度，其他维度仍走 sub-agent → 记到 User Override

所有 delta —— 即使全 < THRESHOLD —— 都记录到 prediction header 的 BlindScore Disagreement 字段（详见 prediction-anatomy.md 组件 1）。delta=0 也要记录。

Phase 3: 锚点对比

所有阶段都跑此 phase——锚点不够时显式标 N/A，不删段。

1. Glob predictions/*.md，读每个文件 header（提取 composite、实绩 bucket、duration_seconds）。注意排除 reconstructed predictions（标记 "Reconstructed" 的不算锚点）
2. 优先找同时长样本（Target Duration (s) 与本次差 ±20% 内）
3. 在同时长（或全部）池里，找 2-4 个 composite 与本次预测 ±0.5 范围内的样本
4. 如果池子太小（同时长 < 2 个 + 全部 < 2 个）→ 输出"锚点对比 N/A 段"（参考 prediction-anatomy.md 组件 5）—— 仍写这段，告诉读者锚点为何缺
5. 列对照表；如跨时长，每行额外列"时长 vs 本次"列
6. 关键诊断：如果某个锚点的 composite 几乎相同但实绩差异 ≥3x → 说明 rubric 没捕获关键维度。在文件里明确标注作为新观察的种子

为什么按时长筛锚点：4 分钟视频 5w 播放 vs 1 分钟视频 5w 播放完全不是一回事——长视频每秒扛了更多注意力损失。跨时长锚点容易得出虚假结论。

Phase 4: Bucket + 概率分布 + 中枢

所有阶段都写——confidence 低时分布更平，不是省略。

1. 从 starter-rubrics/<content_form>.md 读默认 bucket 边界（除非用户在 rubric_notes.md 自定义了）
2. 选择最可能的 bucket（headline call）
3. 必须给出所有 bucket 的概率分布——加起来 100%
4. 必须给出该 bucket 内的"中枢"点估计

反诚实陷阱：如果你给一个 bucket 95% 概率，下次预测错了你没法说"我其实不太确定"。真实的概率分布通常在 headline bucket 是 40-65%，剩下 ≥35% 散布在邻近 buckets。

Phase 5: 反事实场景 + 关键校准假设

所有阶段都写——校准池小时关键校准假设可能没有合适对照样本，那就写"无可对照样本——仍写下我对这次的核心赌注"+ 1-2 条这次想测的事。

反事实场景（4 段，每段对应一个可能的 bucket，写"如果落在这里，意味着什么 rubric 假设被验证 / 推翻"）：参考 prediction-anatomy.md 组件 6。

关键校准假设（强烈推荐）：

• 找一个对照样本（最好是上一篇预测）
• 明确写"我押本篇 vs 对照 = X 倍"
• 写"如果反过来 / 差距 < N → 哪个 rubric 假设被推翻"

如 REQUIRE_HYPOTHESIS=required → 缺失则不允许落盘。

Phase 5.5: 用户 review（核心 — 决定写什么进文件）

Phase 2-5 全部在内存里做完后，一次性展示完整草拟版给用户：

我的预测草稿（写文件前 review）：

📊 7 维分（v0 / v2 / 等当前 rubric）：
| 维度 | 分 | 理由 |
|---|---|---|
| ER | 5 | "PPT 加油猫猫 + 老板看到 + 大脑空白"——情感重 |
| HP | 5 | 开头"PPT 第七页大屏中央 一只加油猫猫"具体反差强 |
| QL | 5 | "加油猫猫救了我一命"双金句 |
| NA | 4 | 单一时间线 + 反思，清晰但不复杂 |
| AB | 4 | 一人公司题但 AI 焦虑普适 |
| SR | 3 | AI 焦虑是议题但不是热点对峙 |
| SAT | 2 | 共情调性，几乎无讽刺 |
→ composite ≈ 8.00

🎯 押 bucket：30-100w，中枢 ~60w
   概率分布: <5w 5% / 5-30w 22% / **30-100w 50%** / 100-150w 18% / >150w 5%
   confidence: 🟢 中（基于 8 个校准样本，中枢 ±25%）

🔍 锚点对比：
| 对照 | composite | 实绩 | 异同 |
|---|---|---|---|
| ... | ... | ... | ... |

🤔 反事实：
   如果 >100w → 验证 ER 主导假设强化
   如果 30-100w → 基准线 ok
   如果 <30w → 推翻 "AI 焦虑普适"，AB 偏乐观

🎲 关键校准假设：本篇 vs [对照] 押 1.5x

——————————————————————————————

回 "ok" 我直接落盘，
或指出哪些维度 / 判断不对（如 "AB 给 3，太乐观" / "中枢应该 30w 不是 60w"）。

用户三种回应：

1. "ok" / "可以" / "继续" → 直接 Phase 6 落盘，header 标 Scored By: claude
2. "X 不对，应该 Y" → Claude 改对应字段（不光改值，要更新 composite + 概率分布等连锁影响），重新展示 → 循环回 Phase 5.5
3. "全部重做" → Phase 2-5 重跑（罕见，通常是 Claude 严重误判稿子调性）

用户挑刺的字段记录到 prediction header 的 User Override 段（Phase 6 写入）：

• 哪个维度 / 哪个数字被覆盖
• AI 原值 vs 用户改后的值

复盘时这个字段帮诊断：

• 用户每次都 ok（claude 一致）→ 没有用户偏见污染
• 用户经常覆盖某维度 → Claude 在该维度系统性偏离用户实际感觉
• 覆盖维度被实绩验证 → 用户直觉准 → rubric 可能漏了什么

用户挑刺的纪律：

• 用户只能改字段值，不能在 review 阶段塞新理由让 Claude 重写整段——那是把 Claude 当代笔
• 改完 composite / 概率分布 / 锚点不一致 → Claude 自动连锁更新（不是用户算）

Phase 6: 落盘

Phase 6a: v1 模式（新建预测文件）

文件名约定（blind-prediction-protocol.md 的"文件名约定"段）：

predictions/YYYY-MM-DD_<id>_<short-title>.md

• YYYY-MM-DD：今天日期（预测写下的日期）
• <id>：12 位 hash，对稿子全文做 sha256 取前 12 位（稳定 ID，重写不变）
• <short-title>：3-8 字，去标点

第一段标题写 ## 预测 v1（不再写裸 ## 预测——为将来可能的 v2 留 schema 一致性。老用户的 legacy ## 预测 文件不动，hook 都识别）。

header 必填字段：

• Article ID（与 scripts/.md 同 id）
• Script Path（指向 scripts/.md）
• Script Hash（Phase 1 算出的）
• Calibration Samples + Confidence（从 state 派生）
• Prediction Basis：pre_shoot（v1 默认）
• Scored By：claude / claude+user_override
• BlindScored By：subagent-v1（Phase 2 默认）/ main-claude-self（--skip-blind 时） / mixed（Phase 2.5 用户裁定 b/c）
• BlindScore Disagreement：JSON 字段列表，每维度 {dim, blind, self, delta, decided_as}，所有维度必记（即使 delta=0）
• User Override（如有覆盖）：列出哪些字段被用户改了
• 其他见 prediction-anatomy.md 组件 1

留一个空的 ## 复盘 段：

## 复盘

（待填——T+RETRO_WINDOW_DAYS 天后跑 /cheat-retro <对应 video folder>）

Phase 6b: v2 模式（append 到既有文件）

绝不用 Write 覆盖文件——会被 immutability hook 拦。用 Edit 在 ## 复盘 之前插入 ## 预测 v2 段：

# 伪代码
edit_old = "## 复盘\n"   # 单独一行，确保 hook awk 识别为 v1 段的边界
edit_new = """## 预测 v2 (replaces v1; basis=post_shoot_pre_publish)

**Diff vs v1**: 改了 N 行（X→Y%），主要变化：[摘要]
**重判触发**: cheat-shoot 检测稿子改动 ≥30%
**Script Hash (v2)**: <新稿子 hash>

[7 组件 — 与 v1 同 anatomy]

---

## 复盘
"""

v1 段不动。v2 段头部明确写"replaces v1"——读者一眼知道哪段是有效预测。

cheat-retro 复盘时按"读最后一个 ## 预测 vN"逻辑，自然取到 v2 算偏差。

共用规则

所有阶段都用统一完整版格式（参考 prediction-anatomy.md "完整结构总览"）。confidence 低不缩格式，只让 header 标 confidence 等级 + 锚点对比段写"N/A 解释" + 概率分布更平。

写文件前自检 7 个组件齐全（缺锚点 / 关键校准假设 → 写"N/A 解释段"，不删段）。

Phase 7: 更新 state file

更新 .cheat-state.json：

{
  "in_progress_session": {
    "type": "prediction",
    "file": "predictions/YYYY-MM-DD_<id>_<short>.md",
    "video_folder": "videos/YYYY-MM-DD_<id>_<short>/",
    "started_at": "<ISO timestamp>",
    "rubric_version": "<v0/v2/...>"
  },
  "last_prediction_self_scored": <true 仅当 --skip-blind / Phase 2.5 选 b>,
  "last_self_scored_at": <ISO 当 last_prediction_self_scored=true 时>
}

video_folder 为 null 表示用户跑的是裸 .md 文件，没建 video folder。

in_progress_session 在 cheat-publish 触发时清除。如果用户预测后从未 publish（弃稿），下次 /cheat-init 或 /cheat-status 检测到陈旧 in_progress 会询问是否清理。

last_prediction_self_scored：

• true 仅当本次预测走了 --skip-blind 或 Phase 2.5 用户选了 b（信主 Claude 自估）
• 一旦 true → cheat-status 持续 nag："上次预测没走 blind sub-agent，已 N 天"——直到下次 normal cheat-predict（走 sub-agent）触发后才清回 false
• last_self_scored_at 跟随更新；下次 cheat-predict 走 sub-agent → 这两个字段一起被重置

Phase 8: 控制台总结

Cold-start-simple 模式：

✅ 预测落盘（cold-start 简化版）：predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md

7 维打分：ER5 / HP5 / QL4 / NA3 / AB5 / SR2 / SAT4
方向押注：比上一篇明显好（ER+HP 双 5）
对比对象：N/A（这是第 1 篇）

⚠️  ## 预测段已 immutable（hook 锁定）。
⚠️  这是 cold-start 期简化版——没有 bucket 数字。前 5 篇都这样。
   第 5 篇复盘后会自动解锁完整预测（bucket / 概率 / 锚点 / 反事实）。

进度：第 N 篇 / 共 5 篇 cold-start 期

下一步：
- 发布后 → "已发布 https://..."
- T+3 天 → "复盘 predictions/2026-05-04_..."

Complete 模式：

✅ 预测落盘：predictions/2026-05-04_a3f2c1d4e5b6_停止期待.md

bucket 押注：30-100w（中枢 50w）
关键校准假设：本篇 vs 谁问你了 = 1.5-2x

⚠️  ## 预测 段已 immutable（hook 锁定）。
⚠️  你不能再向我"透露"这条作品的播放数据，否则下次复盘的盲度声明失效。
   如果你不小心看到了，告诉我——我会在文件里补一个 integrity warning。

下一步：
- 发布后 → "已发布 https://..."
- T+3 天 → "复盘 predictions/2026-05-04_..."

Key Rules

1. blind check 是硬门槛。BLIND_CHECK=strict 模式下，触犯即终止，不允许"软处理"。lenient 仅用于演练
2. 整数维度分。同 cheat-score
3. 概率分布 = 100%。不允许 95% + 8%；要么诚实给 50% + 30% + 15% + 5%，要么承认不知道
4. 必须有 ## 复盘 占位空段——否则 hook 不知道哪里是 immutable 边界
5. 不允许"先写文件再讨论分数"——文件落盘后预测段就锁了；讨论必须发生在 Phase 2 之后、Phase 6 之前
6. id 是稿子 hash，不是时间戳——重写 _redo.md 时 id 不变，便于跨文件追溯

Refusals

• 「我已经看过播放数据了，但你假装没看到给我做个预测」 → 拒绝。BLIND_CHECK=strict 直接终止
• 「我把预测段先写一版，等数据出来再调」 → 拒绝。这是把 immutable 协议反着用
• 「我改稿了想让你覆盖之前的预测，不要 v2 段」 → 拒绝。v1 是档案，v2 才是当前判断——append 不覆盖。即使你"主观感觉 v1 完全错了"，git history 里 v1 还能查，但工作目录里 v1 必须留
• 「跳过反事实场景，太麻烦」 → 拒绝。反事实是复盘诊断的依据，缺它复盘退化为"准 / 不准"
• 「可不可以只写 bucket，不写概率分布」 → 拒绝。概率分布是逼你诚实的工具
• 「这次先用 lenient 模式，下次再 strict」 → 询问原因。如果是测试 / 演练 → 允许且文件明确标 reconstructed；如果是想偷懒 → 拒绝
• 「sub-agent 太慢，你直接打就行」 → 用 --skip-blind flag 显式声明。不接受主 Claude 自作主张跳过 sub-agent。flag 触发 state.last_prediction_self_scored=true，cheat-status 持续提示直到下次 normal 调用清除
• 「Phase 2.5 选 b 后我不想标 last_prediction_self_scored=true」 → 拒绝。选 b 等于"我有意接受主 Claude 自评"——必须留下污染追踪轨迹
• 「我是 cold-start 但想跑完整版预测，给我 bucket 数字」 → 拒绝。前 5 篇 bucket 数字是 false precision，给反而误导。等第 5 篇复盘后 cheat-status 会主动提示解锁。如果用户确实想要数字（罕见，自我教育目的）→ 允许但在文件头醒目标 **Numerical predictions in cold-start are NOT predictive — for self-education only**

Integration

• 前置：/cheat-init 必须完成 + rubric_notes.md 存在
• 上游可选：/cheat-score 反复尝试不同稿子版本
• 下游：/cheat-publish（发布登记）→ /cheat-retro（复盘）→ 累计 ≥ MIN_SAMPLES 后 /cheat-bump
• hook 依赖：hooks/prediction-immutability.sh 必须已安装在用户 .claude/settings.json，否则 immutability 仅靠 SKILL.md 自律——cheat-status 会持续提示