clarify-intent · 意图对齐

中文 · English

不是让 AI 多问问题，而是让它知道什么时候该问、该问什么、什么时候该直接做。

Clarify Intent 是一个面向新手用户的 AI Skill。它用于在真正会“方向跑偏”的地方提前对齐意图，同时避免把每个任务都变成需求访谈。

适合解决什么问题

新手常见的问题不是“完全不知道自己要什么”，而是：

• 说得太笼统；
• 不知道哪些信息重要；
• 描述出来的和心里想的有偏差；
• 不会专业术语；
• 面对开放式提问不知道怎么回答。

目标是：用最小提问成本减少返工，而不是要求用户先学会写好 prompt。

主要特性

• ✅ 不过度澄清：信息不完整不等于必须提问
• ✅ 默认一次一问：先问最能改变方向的问题
• ✅ 先读上下文：能从文件、代码、配置里查到的绝不反问
• ✅ 允许合理默认：低风险、易修改的任务可以先做
• ✅ 新手友好：用大白话和可识别选项，保留“你帮我定”
• ✅ 减少推荐偏置：只有有依据时才标“推荐”
• ✅ 高风险单独确认：删除、覆盖、生产环境、付费、外发等动作更谨慎
• ✅ 任务分类隐藏在内部：不让用户判断“自己属于哪一类任务”

一个例子

用户：帮我做个网站。

AI：可以。先确认一个会直接决定工作量的问题：你更接近哪种？ A. 一个能展示内容和效果的页面 B. 一个有登录、数据保存等功能的完整网站 C. 我不确定，你按最适合新手的方案定

回答之后，AI 再决定是否真的还需要下一问。

四种行动模式

模式	什么时候用	AI 怎么做
PROCEED	意图足够清楚	直接执行
ASSUME	小歧义、低风险、易修改	说明一个关键假设后直接执行
ASK	不同解释会明显改变结果	只问一个最高价值问题
CONFIRM	不可逆 / 外部 / 高影响动作	明确动作和影响范围后确认

安装

方式一：让 AI 帮你装（推荐）

把这句话连同仓库链接发给 AI：

帮我安装这个 skill：https://github.com/Hugo-DDT/clarify-intent

它会自己拉取仓库、放进正确的 skills 目录，你不用碰文件。

方式二：手动安装

把仓库里的 SKILL.md 复制到 skills 目录，建议连 references/ 一起（里面是分领域的问题库）：

• Windows：C:\Users\<你的用户名>\.claude\skills\clarify-intent\
• macOS / Linux：~/.claude/skills/clarify-intent/

重启对话后生效。

其他平台

平台	放到哪里	装完怎么用
Claude Code	.claude/skills/	新建对话
Cursor / Codex / Gemini CLI / GitHub Copilot	.agents/skills/	新建对话
Claude 网页版 / 桌面版	打包 .zip 上传（里面要有 SKILL.md）	直接对话

.agents/skills/ 是这几个工具共用的位置，放一份就够。想一条命令装好，也可以用 npx skills add Hugo-DDT/clarify-intent。

怎么触发

装完不用打特殊命令，正常提需求就行——含糊的请求它先对齐，清楚的请求它直接做：

帮我做个网站。

目录结构

clarify-intent/
├── SKILL.md
├── README.md
├── README.en.md
├── EVALS.md
└── references/
    ├── coding.md
    ├── writing.md
    ├── research.md
    ├── data.md
    ├── decision.md
    └── general.md

设计原则

一句话版：

先查，再猜，再问；能安全推进就推进，只有真正会改变方向的歧义才打断用户。

更完整地说：

• 澄清不是固定流程，而是成本收益判断；
• 问题的价值取决于它能否改变执行路径；
• 一次只解决最大的未知数；
• 对可逆任务偏向行动，对不可逆任务偏向确认；
• 用户说“直接做 / 你帮我定”时，低风险任务应真正直接做。

如何判断是否有效

推荐同时关注两类失败：

• Under-clarify：本来应该问，却猜错方向；
• Over-clarify：本来可以直接做，却把用户拦在问答流程里。

项目中附带 EVALS.md，给出一套可直接测试的样例和指标。