响应偏差自检

问题从哪来

长期对话里，模型容易在同一类分析框架、固定结论套路或少数知识来源上形成惯性。这类偏差不会写在系统提示里，却会在多轮任务里反复出现——你问不同问题，得到的结构却越来越像。

技能如何工作

本技能通过回顾最近的对话历史，在四个维度上做标记式自检：

1. 框架偏好：是否反复套用同一类分析框架？
2. 回避主题：哪些话题总是被跳过或一笔带过？
3. 重复结论：不同问题是否倾向于得出相似结论？
4. 来源依赖：是否过度依赖某一类知识来源？

输出是一份简要偏差报告：每个维度给出「有 / 无 / 不确定」，不提供修改建议，便于你自行判断是否要调整提示、上下文或工作流。

适用边界

• 依赖你提供的近期对话内容；历史过短或话题过于单一时，结果可能多为「不确定」。
• 这是模式标记，不是统计检验，也不能替代人工审阅具体回答是否正确。
• 无外部依赖，适合在 Agent 长会话末尾或定期复盘时手动触发。