reflect

reflect skill 概览

reflect 能做什么

reflect 是一个用于 Claude 的对话中途复盘技能：它会暂停当前执行，从最初目标重新阅读对话，并给出坦诚的方向判断。reflect skill 不是继续深入细节，而是检查当前路径是否仍然合理、背后有哪些假设、可能遗漏了什么，以及下一步应该继续、转向还是暂停。

它特别适合 Decision Support、规划、产品工作、调试循环、策略讨论，以及任何较长的交流——在这些场景里，战术层面的推进很容易掩盖战略方向的偏移。

最适合的用户和场景

如果你经常让 AI assistant 帮你处理多步骤工作，并且希望有一个可靠的“理智检查”机制，可以安装 reflect。它适合那些常说“退一步看”“我们是不是漏了什么？”“我们是不是想太多了？”“拉远一点看”“我们还在正确方向上吗？”的用户。

它最强的用途不是总结。真正的价值在于方向校正：在对话走向错误路径之前，提前发现确认偏误、沉没成本思维、锚定效应、复杂度膨胀，或近因偏差。

reflect 的不同之处

这个技能刻意保持低输入门槛。如果之前的对话已经有足够上下文，它应该直接运行，而不是要求用户先做一大段铺垫。如果上下文太少，它会只问一个必须回答的澄清问题，而不是把复盘变成另一轮规划练习。

它附带的参考材料也提供了有用的约束：复盘应当从最初目标重新阅读，避免为了显得严谨而凭空制造问题，并且要以一个具体建议收尾。随附脚本也适合团队用于测试对话记录，或验证复盘输出是否足够具体。

如何使用 reflect skill

reflect 安装方式与仓库路径

使用下面的命令从 GitHub repository 安装该技能：

npx skills add alirezarezvani/claude-skills --skill reflect

源码位置是：

productivity/reflect/skills/reflect

先阅读 SKILL.md，然后查看这些文件来理解它的运行模型：

• references/cognitive_bias_canon.md
• references/conversation_reflection_practice.md
• references/honest_output_discipline.md
• scripts/bias_pattern_detector.py
• scripts/conversation_depth_analyzer.py
• scripts/directional_recommendation_validator.py

这是一个纯推理类 skill。除了兼容的 skill environment 之外，它不需要外部 API、数据库或特定供应商工具。

在实际对话中如何调用 reflect

在进行中的对话里直接提出请求即可：

• “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 使用提示不只是说明主题，还会说明当前的决策压力。例如，不要只写“reflect on this”，可以写：“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.”

能提升输出质量的输入信息

当对话中已经包含最初目标、当前方案、约束条件和近期决策时，这个技能效果最好。如果这些信息分散在不同轮次里，调用 reflect 前可以先简要重述。

有用的输入结构：

• Original goal：成功原本意味着什么
• Current direction：当前对话正在优化什么
• Decision point：你即将承诺或执行的决策是什么
• Constraints：截止时间、风险承受度、用户需求、技术限制
• Concern：方向漂移、复杂度、偏见、证据不足，或卡住不前

这样能帮助该技能把当前路径与最初框架进行对比，而不是只对最近几轮对话做反应。

可选的脚本辅助工作流

这些脚本不是必需的，但对可重复的审查很有帮助。将对话记录保存为纯文本，使用 User: 和 Assistant: 标记轮次，然后运行：

python scripts/conversation_depth_analyzer.py --conversation /tmp/transcript.txt

可以使用 bias_pattern_detector.py 标记候选偏差模式，但应让 AI 进行判断，而不是把 regex 命中当作证据。生成复盘后，directional_recommendation_validator.py 可以检查输出是否以明确的 continue、pivot 或 pause 建议结尾，并避免空泛的安慰性表述。

reflect skill 常见问题

reflect 只是更好的总结提示词吗？

不是。总结会压缩已经发生的内容；reflect 会判断对话是否仍然指向正确结果。reflect skill 应当指出方向漂移、缺失证据、过度设计的方案、被忽视的约束，或没有充分依据却继续推进的惯性。如果一切确实合理，它也应该基于证据说明，而不是硬找反对意见。

什么时候不该使用 reflect？

不要把它用于简单的一次性任务、事实查询，或没有足够先前上下文可供重新评估的场景。如果你只是想要鼓励或文风反馈，它也不合适。这个技能的设计目的是打断惯性推进；这在复杂工作中很有价值，但对琐碎任务没有必要。

reflect 对新手友好吗？

是的，因为调用可以简单到只说“reflect”或“take a step back”。新手会受益于它的低输入门槛设计；高级用户则可以通过补充最初目标、当前决策和疑似失败模式，获得更好的结果。

用于 Decision Support 时，reflect 如何帮助团队？

在 Decision Support 场景中，reflect 会在做出承诺前提供一次结构化暂停。它适用于选择产品方向、敲定技术设计、继续某条调试路径，或接受某项建议之前。当沿着错误方向继续推进的成本高于暂停复盘的成本时，它的价值最明显。

如何改进 reflect skill 的使用效果

给 reflect 一个清晰的决策边界

最常见的弱输出来自模糊调用。“Reflect on our discussion”有时也能工作，但“Reflect before we choose option B; check for anchoring, missing counterevidence, and whether we should continue, pivot, or pause”会给这个技能更明确的目标。

如果你关心某个特定风险，请直接点名。例如：“I’m worried we are adding features because each one sounds reasonable individually. Check for complexity bias.”

强制基于证据重新评估

好的 reflect 输出应当引用具体的对话证据：最初目标、框架发生转变的节点、逐渐占主导的假设，或需要验证的决策。如果回应感觉很泛，可以要求：“Redo the reflection using specific evidence from earlier turns and end with a concrete recommendation.”

这与仓库中的 honest-output discipline 一致：不要空泛悲观，不要空泛安慰，也不要凭空制造问题。

留意常见失败模式

常见的 reflect 失败包括：只关注最近几轮、把判断写成总结、没有证据就找问题，或结尾没有清晰的下一步。另一种失败是过度提问：只有在对话上下文太薄、无法重新评估时，这个技能才应该询问澄清问题。

你可以这样纠正：“Reread from the original goal, not just the recent implementation details. Identify the strongest reason to continue and the strongest reason to pivot.”

在第一条建议之后继续迭代

把第一次复盘当作一个决策检查点，而不是工作的终点。如果建议是“continue”，追问什么证据会改变这个判断。如果建议是“pivot”，追问最小可行转向是什么。如果建议是“pause”，追问继续之前必须解决的确切缺失信息是什么。

这样能让 reflect 保持实用：目标不是做更多分析，而是得到更好的下一步行动。