reflect

reflect 技能概览

reflect 的用途

reflect 是一个用于二次复核的 Skill Validation 技能：它会拿一份已经完成或接近完成的回复，去压力测试其中是否有遗漏缺陷、薄弱推理，或过于自信的放行判断。reflect skill 最适合用在你需要一个快速但带怀疑精神的质量闸门时，而不是重新生成一份新答案。

适合谁安装

如果你会审查 AI 生成内容、要交付面向生产环境的答案，或者需要一个纪律性很强的“这份内容能不能过？”检查，就适合用 reflect。它适配的是能够提供前一版输出和任务上下文的 agent。若你想要的是头脑风暴或起草帮助，这就不是合适的 skill。

它有什么不同

这个 skill 的核心是复杂度分流、置信度检查，以及以验证为导向的反馈。这意味着 reflect install 的价值主要在于：让模型先判断要检查到多深，再把注意力集中在最可能出错的地方。它更强调发现缺陷，而不是润色表达；更关注在问题扩散前把它们拦下来。

如何使用 reflect 技能

安装 reflect，并指向一份既有答案

先在你的 agent 环境里安装 reflect skill，然后把你要复核的目标输出传给它。仓库里推荐的安装方式是 npx skills add NeoLabHQ/context-engineering-kit --skill reflect。为了得到更好的结果，最好同时提供原始 prompt、草稿回复，以及任何验收标准。

传入正确的输入形态

reflect 最适合输入中明确写出任务、风险等级和置信度门槛。一个好的 prompt 例子是：“请检查这份部署说明是否正确，并指出遗漏风险；如果置信度低于 90%，就做深度 reflect。”一个弱 prompt 只是：“帮我检查一下。”你的通过/不通过标准写得越清楚，复核结果就越有用。

先读这些文件

先从 SKILL.md 看起；这里包含了决定这个 skill 行为方式的核心规则、身份定义和分流逻辑。如果你是在更大的 kit 里改造这个 skill，也要一起查看 README.md、AGENTS.md 以及任何仓库级策略文件，确保这一步反思流程和你的真实工作流一致。在这个仓库里，SKILL.md 是主要事实来源。

把它当作复核闸门来用

一个实用的 reflect usage 工作流是：先写草稿，再运行 reflect，然后只修改复核标记为高风险的部分。除非原始输出根本不能用，否则不要让它重新写整篇内容。reflect guide 最好的用法是窄而准：核实主张、找出缺失约束，并判断草稿是否安全可以发布。

reflect 技能常见问题

reflect 是通用写作提示词吗？

不是。reflect 不是用来生成第一稿的，而是用来评估已有稿件的。如果把它当成普通生成 prompt 使用，就会失去 reflect skill 的核心优势：事后进行有纪律的审查。

什么情况下 reflect 不合适？

当没有前置答案可评估、任务完全偏创意，或者你需要的是广泛发散而不是以否决为导向的复核时，它就不太合适。若你提供不了足够上下文来判断正确性或完整性，它的作用也会明显下降。

reflect 适合新手吗？

适合，只要用户能提供草稿和目标即可。你不需要把整个仓库都摸透才能用它，但你必须说清楚“好”到底意味着什么。对新手来说，最大收益就是在调用 reflect for Skill Validation 之前，先把复核标准明确写出来。

它和普通 prompt 有什么区别？

普通 prompt 通常是在要一个解决方案。reflect 则是在不确定条件下，对这个方案做批判性审视，并更关注漏洞和虚高的自信。这让它更适合 QA、验收检查和高风险输出，而不是第一轮生成。

如何改进 reflect 技能

提供更扎实的证据

reflect 想要拿到强结果，最关键的是输入要具体：原始任务、草稿答案，以及你最担心的失败模式。如果是技术内容，就补上约束条件、边界情况和目标受众。如果是政策或编辑内容，就补上它必须满足的规则。

明确你要它看多深

要有意识地使用这个 skill 的置信度触发条件。如果草稿很简单，就让它快速检查；如果有歧义或风险很高，就要求深度反思并给出明确的拒绝标准。这样可以避免 reflect 把简单问题过度分析，也避免它对高风险内容检查不够。

留意常见失败模式

常见问题包括：笼统放行、缺乏依据的批评，以及没有拿实际约束做验证。要提升 reflect skill 的输出质量，可以要求它引用具体问题、解释为什么重要，并明确这份草稿应当原样通过、修改后通过，还是直接拒绝。

在第一次复核后继续迭代

把第一次反思当成分流检查，而不是最终裁决。先改稿，再对更新后的版本重新运行 reflect，确认修正是否真的把漏洞补上了。这个 skill 的价值正是在这里体现出来：更少误放行、更清晰的返工路径，以及更强的最终把关能力。