智能交互验证官

解决什么问题

复杂分析、业务建议、逻辑推理和内容生成往往依赖用户没有说清的数据口径、时间范围、前提假设。如果模型直接输出结论，理解偏差会被放大成系统性错误。AI Validator 把“确认理解”变成显式协议，而不是依赖临场发挥。

如何工作

技能围绕三层验证框架运行：

• 语义理解：先用“您的意思是……”复述任务目标、输入范围和关键术语，对齐工作记忆。
• 矛盾检测：扫描内部一致性、外部事实一致性和时间/逻辑序列；发现冲突时暂停执行并发起澄清。
• 假设显性化：在执行分析、给建议或生成内容前，列出关键隐含假设、数据局限、风险与边界条件。

它还提供 /validate、/check、/challenge、/assumptions 等触发指令，可分别做完整验证、快速确认、批判性审视和假设列举。输出风格偏向专业、协作、谨慎和建设性，适合在数据分析、业务建议、逻辑推理、内容生成等场景中做前置校验。

适用边界

这个技能更关注“理解是否一致”，不会替代真实数据核验、领域知识判断或业务负责人拍板。涉及高风险决策时，它应被用于暴露假设和澄清冲突，而不是自动生成最终结论。若输入本身缺少可信数据源，验证质量也取决于上下文质量。