reflect
作者 alirezarezvanireflect 是一項用於對話中段重新評估的技能,可在執行中暫停,回到原始目標重新閱讀,檢查偏誤與方向偏移,並判斷該繼續、轉向或暫停。當你需要坦率的合理性檢查,而不是又一份摘要時,可將它用於決策支援、規劃、除錯迴圈與策略工作。
此技能評分為 84/100,對想要可重複使用的對話中段重新評估流程,而不是一般「再想深一點」提示的目錄使用者來說,是相當穩健的上架候選。它很容易被觸發,預期輸出規範清楚,也包含實用參考資料與驗證腳本;不過若能提供明確安裝指引與更醒目的快速上手範例,採用門檻會更低。
- 觸發條件非常清楚:frontmatter 列出明確用語,例如「reflect」、「take a step back」、「sanity check this」,也包含長時間細節模式對話或出現卡關跡象等隱性觸發情境。
- 操作流程具體:暫停執行、重新閱讀對話、評估宏觀視角、缺口、反思式提問、偏誤與一致性,最後以 continue/pivot/pause 建議收尾。
- 支援材料充足:三份聚焦參考資料分別定義五種偏誤準則、反思實作與誠實輸出規範;腳本則協助偵測偏誤模式、深度觸發點與建議品質。
- 技能路徑中沒有安裝指令或 README,因此目錄使用者可能需要參考整個 repository 的安裝模式才能採用。
- 支援腳本明確屬於啟發式的 regex/計數工具;它們可以提示訊號,但不能取代此技能對完整對話所需做出的判斷。
reflect skill 概覽
reflect 的作用
reflect 是一個給 Claude 使用的對話中途重新評估技能:它會暫停當前執行,從原始目標重新閱讀整段對話,並給出坦率的方向判斷。reflect skill 不是繼續往細節裡鑽,而是檢查目前路線是否仍然合理、哪些假設正在主導討論、可能缺少什麼,以及下一步應該繼續、轉向,還是先暫停。
它特別適合 Decision Support、規劃、產品工作、除錯迴圈、策略討論,以及任何進行很久、看似有戰術進展卻可能已經出現策略偏移的對話。
最適合的使用者與情境
如果你常請 AI assistant 協助多步驟工作,並希望有一個可靠的「sanity check」機制,就適合安裝 reflect。它很適合常說「先退一步看」、「我們是不是漏了什麼?」、「我們是不是想太多?」、「拉遠一點看」、「我們還在正確方向上嗎?」這類話的使用者。
它最強的使用情境不是摘要。真正的任務是方向修正:在對話投入錯誤路線之前,先抓出確認偏誤、沉沒成本思維、錨定效應、複雜度蔓延,或近因偏誤。
reflect 的不同之處
這個 skill 刻意設計成低輸入門檻。如果先前對話已經有足夠脈絡,它應該直接執行,而不是要求你再做一長段設定。若脈絡太薄,它會提出一個必要的釐清問題,而不是把反思本身又變成另一場規劃。
它附帶的參考資料也提供了有用的紀律:反思應該從原始目標重新閱讀,避免為了看起來嚴謹而硬編問題,並以具體建議作結。內含的 scripts 也很適合團隊用來測試 transcripts,或驗證反思輸出是否足夠具體。
如何使用 reflect skill
reflect 安裝與 repository 路徑
使用以下指令從 GitHub repository 安裝 skill:
npx skills add alirezarezvani/claude-skills --skill reflect
原始碼位於:
productivity/reflect/skills/reflect
請先閱讀 SKILL.md,再檢查以下檔案以理解其運作模型:
references/cognitive_bias_canon.mdreferences/conversation_reflection_practice.mdreferences/honest_output_discipline.mdscripts/bias_pattern_detector.pyscripts/conversation_depth_analyzer.pyscripts/directional_recommendation_validator.py
這是一個純推理型 skill。除了相容的 skill 環境之外,不需要外部 APIs、資料庫,或特定供應商工具。
實務上如何叫用 reflect
在進行中的對話裡直接使用清楚語句:
- “Reflect on where we are before we continue.”
- “Take a step back. Are we solving the right problem?”
- “Sanity check this plan for bias and drift.”
- “Are we overthinking this, or is the complexity justified?”
- “Use reflect for Decision Support: should we continue, pivot, or pause?”
好的 reflect 使用提示不只描述主題,也會交代決策壓力。例如,不要只寫 “reflect on this”,可以寫:「Reflect before we implement. Original goal: reduce onboarding friction. Current path: adding a multi-step configuration wizard. Check whether this is still aligned, what assumptions we are making, and whether we should continue, pivot, or pause.」
能提升輸出品質的輸入
當對話中已經包含原始目標、目前計畫、限制條件與近期決策時,這個 skill 表現最好。如果這些資訊分散在不同回合,請在叫用 reflect 前簡短重述。
實用的輸入模式:
- Original goal:原本怎樣才算成功
- Current direction:目前對話正在最佳化什麼
- Decision point:你即將承諾採取的決定
- Constraints:期限、風險承受度、使用者需求、技術限制
- Concern:方向偏移、複雜度、偏誤、證據不足,或卡住
這能幫助 skill 將目前路線拿回起始框架下比較,而不是只對最近幾輪對話做反應。
可選的 script 輔助流程
scripts 不是必要條件,但對可重複的審查很有幫助。將 transcript 存成純文字,並保留 User: 與 Assistant: 回合,然後執行:
python scripts/conversation_depth_analyzer.py --conversation /tmp/transcript.txt
使用 bias_pattern_detector.py 標出可能的偏誤模式,接著讓 AI 進行判斷,而不是把 regex 命中當成證據。產生反思之後,directional_recommendation_validator.py 可以檢查輸出是否以明確的 continue、pivot 或 pause 建議作結,並避免模糊的安撫式說法。
reflect skill 常見問題
reflect 只是更好的摘要提示嗎?
不是。摘要是壓縮發生過的事;reflect 是判斷對話是否仍然朝正確結果前進。reflect skill 應該揭露方向偏移、缺少的證據、過度設計的解法、被忽略的限制,或缺乏正當性的慣性推進。如果一切確實合理,它也應該用證據說明,而不是硬是製造反對意見。
什麼時候不該使用 reflect?
不要把它用在簡單的一次性任務、事實查詢,或沒有足夠先前脈絡可重新評估的情境。若你只是想要鼓勵或風格回饋,它也不適合。這個 skill 的設計目的是中斷慣性;在複雜工作中很有價值,但對瑣碎任務並不必要。
reflect 適合新手嗎?
適合,因為叫用方式可以簡單到只說 “reflect” 或 “take a step back”。新手會受益於這個 skill 的低輸入門檻設計;進階使用者則可以透過提供原始目標、目前決策,以及懷疑的失敗模式,得到更好的結果。
reflect 在 Decision Support 中如何協助團隊?
在 Decision Support 場景中,reflect 會在承諾採取行動前提供結構化暫停。它適合用在選擇產品方向、定案技術設計、延續某條除錯路徑,或接受某項建議之前。當「沿著錯誤方向繼續」的成本高於「暫停重新評估」的成本時,它的價值最明顯。
如何改進 reflect skill 的使用效果
給 reflect 清楚的決策邊界
最常見的弱輸出來自模糊叫用。“Reflect on our discussion” 也許能用,但 “Reflect before we choose option B; check for anchoring, missing counterevidence, and whether we should continue, pivot, or pause” 會給這個 skill 更明確的目標。
如果你在意某個特定風險,請直接說出來。例如:「I’m worried we are adding features because each one sounds reasonable individually. Check for complexity bias.」
強制以證據為基礎重新評估
好的 reflect 輸出應該引用具體的對話證據:原始目標、框架開始轉移的地方、變成主導的假設,或需要驗證的決策。如果回應感覺很泛泛,可以要求:「Redo the reflection using specific evidence from earlier turns and end with a concrete recommendation.」
這符合 repository 中的 honest-output discipline:不要模糊悲觀、不要模糊安撫,也不要憑空編造問題。
留意常見失敗模式
常見的 reflect 失敗包括只聚焦最近幾輪、把判斷寫成摘要、沒有證據就找問題,或結尾沒有清楚下一步。另一種失敗是過度提問:只有在對話脈絡太薄、無法重新評估時,這個 skill 才應該提出釐清問題。
你可以這樣修正:「Reread from the original goal, not just the recent implementation details. Identify the strongest reason to continue and the strongest reason to pivot.」
在第一個建議之後繼續迭代
把第一次反思視為決策檢查點,而不是工作的終點。如果建議是 “continue”,追問什麼證據會改變這個判斷。如果建議是 “pivot”,追問最小可行轉向是什麼。如果建議是 “pause”,追問繼續之前必須先釐清的確切缺口。
這能讓 reflect 保持實用:目標不是更多分析,而是更好的下一步行動。
