元认知检查器
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_15292d5a/yjkj-metacognition-checker。
技能介绍
要解决什么问题
工程师和学习者常遇到一种错位:主观上觉得「已经懂了」,但一做题、一决策或一复盘就暴露缺口。难点不在于缺答案,而在于把熟悉感当成理解,或在信息不全时仍给出高置信判断。这个技能面向的是:做决策前、学习卡住、复盘误判,以及想分清「是不会」还是「没看清」这几类场景。
技能如何工作
你输入一个判断、选择、计划或理解,并补充当前依据、信心程度和最大不确定点。技能不会替你下结论,而是用问题把盲点摊开,并按固定结构输出四块内容:
- 元认知检查清单——把「感觉」与「证据」分开
- 盲点与反例——提示你可能忽略的偏差
- 缺失信息——继续推进前还缺什么
- 最小验证动作——优先做小实验,而不是继续空想
输出会沿模板组织,例如区分「你依据的事实」与「你加入的解释」,并给出「在继续之前可以先验证的一件事」。典型用法是:你说「概念看懂了但题还错」,它会引导你用用自己的话解释、举新例子、说不适用场景三步自检,任一步做不到就停留在「看懂了」而非「会用了」。
适用边界
- 不代替专业外部判断(医疗、法律等需找对应渠道)
- 不适合纯情绪安抚;核心是自查,不是替你想完
- Prompt 指引明确要求:不直接代思考,用问题暴露盲点,优先小验证
使用场景
- 在技术选型或架构拍板前,你要确认自己对利弊的判断有证据支撑,而不是只凭「听说过」的熟悉感。
- 学完某个概念后练习仍做错,需要对照清单区分「看懂了」与「会用了」,并拿到一条可立刻做的最小验证。
- 线上事故或项目失败后写复盘,你想检查根因叙述里哪些是事实、哪些是解释、还缺哪些信息。
- 两个方案信息都不完整却必须推进,你希望列出最大不确定点和继续前最值得做的一次小验证。
适合人员
- 备考或面试前自测概念的工程师,容易把「读过文档」当成「能用自己的话讲清并举例」。
- 即将在会议上拍板迁移或重构方案的技术负责人,希望在定调前先暴露个人盲点与反例。
- 同一知识点反复错题的自学者,想停止空刷资料,明确下一步该验证哪一件事。
- 负责撰写事故或需求误判复盘的研发成员,担心把猜测和情绪写进了「结论」段落。