Agent Skills
返回列表
任务边界审计器

任务边界审计器

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_60928ebf/task-boundary-auditor。

技能介绍

问题:精致幻觉比明显错误更危险

LLM 越界时不会说“我不会”,而是返回格式完整、措辞专业但依据不成立的结论。这个技能面向 Agent 执行前的任务边界审计,用来识别哪些子任务属于 LLM 可主责的安全区,哪些必须交给专业工具或人类。典型场景包括用户要求“找出所有”“保证没有遗漏”、因果推演、精确验证、实时闭环、物理设计、反事实预测等高风险任务。

工作方式:先分类,再拆分,最后给分工方案

task-boundary-auditor 将任务划分为 安全区、受限区、禁止区。安全区如翻译、摘要、格式转换、信息提取,可直接执行;受限区如短链因果、数值估算、方案草拟,需要标注不确定性或交给人确认;禁止区如零遗漏审计、精确验证、实时控制、伦理裁决、极端预测,不应由 LLM 主责。对混合型任务,它要求先拆分子任务,再逐项判定,避免“只审一部分”导致风险漏判。输出会包含 越界阻断、受限分流、安全放行 等模板,并给出类似“LLM 提取证据、规则引擎扫描、律师审查担责”的分工表。

适用边界

它不是让模型更强,而是给模型设定责任边界。适合用于 Agent 工作流、RAG、代码审计辅助、合同审查、销售分析、方案生成等任务的前置校验。注意:边界规则应由人固化,Agent 不应因用户催促、表述模糊或压力而降低风险等级;涉及法律、医疗、金融等领域时,即使技术上可行,也应建议人工复核。

使用场景

  • Agent 准备审查长合同并保证无遗漏时,先审计该任务是否落入零遗漏禁止区。
  • 用户要求分析销售下滑原因并预测下季度趋势时,将短链因果与分布外预测拆分判定。
  • 执行前把翻译、条款提取与责任判断分开,确认哪些可直接执行、哪些需人工抽查。
  • 设计 RAG 工作流时,将证据提取、专业系统诊断与最终结论输出划入不同责任层。

适合人员

  • 负责 Agent 流程上线的工程师:需要给高风险任务加入执行前边界审计与阻断逻辑。
  • 处理合同、协议或长文档审查的律师:希望区分 LLM 可提取条款与必须人工承担的审查责任。
  • 设计 RAG 或工具调用工作流的产品工程师:需要把证据提取、专业系统诊断和结论输出分层。
  • 做销售数据分析的业务负责人:要在因果归因和趋势预测之间设置人工或模型复核点。