质量守卫

为什么大模型输出需要“质检”

大模型在执行复杂任务时，常出现“完美解决了错误的问题”、格式漂移、未验证的假设被当成事实以及置信度膨胀等问题。当输出直接用于决策或作为其他技能的依赖项时，这些静默错误会带来高昂的修复成本。

四道结构化关卡

该技能将质量控制拆解为四个可审计的步骤：

• 本质解构 (Deconstruct)：在动手前剥离表象，通过“5 Whys”找到真实问题，列出隐含假设，避免在错误的指标上做完美分析。
• 契约定义 (Contract)：在产出前明确结构、内容、格式、质量标准和边界情况，防止范围蔓延和格式漂移。
• 受控执行 (Execute)：执行中保持过程纪律，使用 [VERIFIED]、[INFERRED]、[ESTIMATED] 和 [UNKNOWN] 标记数据来源与置信度，记录偏离契约的情况。
• 对抗验证 (Adversarial)：交付前通过“怀疑论者”、“恶意用户”和“边界测试员”三个视角攻击自己的输出，输出 HIGH、MEDIUM 或 LOW 的置信度评级。

适用边界与注意点

该技能最适合数据分析、报告生成、代码输出等对正确性要求极高的场景。对于简单或一次性的闲聊任务，过度引入四道关卡会增加不必要的延迟和 token 消耗。此外，对抗验证的质量高度依赖于提示词的深度，浅尝辄止的审查无法真正暴露边界缺陷。