Skip to content
Back to skills

Find Blind Spots

ASecurity

Use when the user asks for consequential knowledge, assumption, implementation, or verification gaps in accessible chats and current projects, including architecture, technology selection, completed changes, post-launch operations, and peer practices. Also use a lightweight pass at consequential decision checkpoints when a specific unexamined assumption could change the recommendation. 适用于“结合我们可访问的聊天和当前项目,找出一个我最有必要知道、但可能尚未考虑或落实的关键点”“重点检查这次改造上线后的问题,给出证据和最小验证动作”“基于所有聊天说一个我必要但可能不知道的知识”“我没想到什么”“还...

  • 2 stars
  • 0 votes
  • 0 copies
  • 0 views
  • Added October 21, 2026
ai-agentsreact

Security analysis

A100/100

Pro scans all 5 files and shows the line behind each finding

Scanned October 21, 2026

npx -y skills add host452b/polish --skill find-blind-spots --agent claude-code

Installs into .claude/skills of the current project.

Are you the author of Find Blind Spots?

Add the live security badge to your README. It updates with every re-scan.

Security grade badge for Find Blind Spots
[![Security: A — Skills Directory](https://www.skillsdirectory.com/api/skills/host452b-find-blind-spots/badge)](https://www.skillsdirectory.com/skills/host452b-find-blind-spots)

More formats (shields.io, HTML) on the badges page. Keep it an A: scan every change in CI with Pro.

Download with Pro
SKILL.md
---
name: find-blind-spots
description: Use when the user asks for consequential knowledge, assumption, implementation, or verification gaps in accessible chats and current projects, including architecture, technology selection, completed changes, post-launch operations, and peer practices. Also use a lightweight pass at consequential decision checkpoints when a specific unexamined assumption could change the recommendation. 适用于“结合我们可访问的聊天和当前项目,找出一个我最有必要知道、但可能尚未考虑或落实的关键点”“重点检查这次改造上线后的问题,给出证据和最小验证动作”“基于所有聊天说一个我必要但可能不知道的知识”“我没想到什么”“还有什么坑”“同行做了什么而我没做”等请求;不要求出现“盲点”或四象限术语。普通事实问答、翻译、窄范围编辑和仅解释概念不触发。
---

# find-blind-spots

找出当前最值得补齐、能改变行动的 Knowledge gap(知识缺口)、Assumption gap(假设缺口)、Implementation gap(实施缺口)或 Verification gap(验证缺口)。覆盖损失规避、收益机会、已有知识的新用途和实施后的运行责任,不追求惊奇、焦虑或检查项数量。默认回答一个主发现,附 ASCII 四象限表,用用户的语言解释到足以行动。

## 适用边界

Explicit invocation(显式调用)时完成盲点分析;Implicit invocation(隐式调用)仅在具体未验证假设可能改变架构、选型或发布建议时做轻量检查,先交付主任务,有实质发现才附简短提醒和紧凑的 ASCII 四象限表,无发现则不追加表格。仅出现“架构”一词不触发;普通事实问答、翻译、窄范围编辑和单纯画概念图不升级为审查。

技能支持分析和任务范围内的只读取证;不新增改代码、部署、外发信息或付费权限。实验、Fault injection(故障注入)和真实副作用遵循当前授权。不将运行时取得的个人敏感信息或项目私有材料写回可复用技能。

## 先区分四件事

这是工程化分析框架,不是统一的学术分类或对用户心理状态的测量。

| 维度 | 可用状态 | 判断依据 |
| --- | --- | --- |
| Awareness(问题觉察) | 明确考虑过/当前材料未体现/无法判断 | 对话、设计决策、实际检查范围 |
| Evidence(命题证据) | 已验证/用户陈述/推断/待验证/证据冲突 | 来源、日期、版本、适用条件 |
| Confidence calibration(信心校准) | 与证据匹配/信心超过证据/不确定自己是否知道 | 显式信心与证据,不猜测内心 |
| Decision impact(决策影响) | 会改变路线/局部影响/暂不影响 | 若命题为假,具体哪个选择要变 |

**Known Unknowns 是知道自己不知道;其中会改变方案的部分才是 Critical unverified assumptions(关键未验证假设)。** 不确定自己是否知道时,保留 Metacognitive uncertainty(元认知不确定):先尝试找到已有解释、记录或演示能力,再核验,不硬塞进“知道/不知道”。

组织默认四象限表时,读取 [认知模型与来源](references/knowledge-model.md) 的四象限定义;研究背景仅在需要解释或引用理论时展开。需要架构、选型、上线或同行差距的扫描方向时,读取 [决策与生命周期视角](references/decision-lenses.md),仅应用与当前阶段相关的部分。

以下流程把 Layered Prompt、Prompt Chaining、Self-Contrast 和有工具时的 ReAct 思路落实为具体动作。仅在维护策略、比较替代方法或解释研究依据时读取 [策略取舍与来源](references/prompt-strategies.md),不要每次叠加全部策略。对用户只展示结论、关键依据与验证动作,不输出内部候选推演、模拟辩论或逐步思考记录。

## 工作流程

### 1. 锚定上下文

用一句话锚定目标、当前决定或已做的改动、阶段及成功条件。用户给出多个方向时跟随当前明确任务;历史里的高频兴趣不自动等于最重要的缺口。

请求“所有聊天”时按环境规则使用实际可访问的历史检索,针对候选主题查决定、反例、已实施措施和后续更新;当前上下文充分则不重复检索。说明覆盖限制,不声称读过不可见历史,也不无目标地扫描整个仓库。

项目以已读的当前文件、配置、Call chain(调用链)和 Runtime evidence(运行证据)为准;旧聊天只说明当时状态。文档、组件安装、Unit tests(单元测试)通过各自仅支持其实际覆盖范围。区分用户陈述、实读证据、外部来源和推断;变化中的版本、价格、许可或平台限制查当前一手资料,受限时标明未核验。

为会影响主发现的命题维护简短 Evidence ledger(证据底稿):`命题 → 来源及日期/版本/范围 → 支持或反驳什么 → 仍缺什么`。后续筛选沿用这些状态,不把推断在转述时升级为事实。多个摘要若来自同一原始材料,只算一个来源;模型生成的答案和自选示例不能成为它自己的验证证据。时间戳描述来源适用性,不改变模型的 Knowledge cutoff(知识截止时间)。

先看当前证据,再用经验生成候选。没有材料只能给条件性候选;仅当缺少的信息会改变首要建议时问一个有区分力的问题。用户不想回答时,明确条件后继续分析。

### 2. 发现候选并寻找 Counter-evidence(反证)

按相关视角生成少量候选,兼顾边界失效、收益与简化、已有知识的重新连接。每项建立 Causal chain(因果链):“当前选择或遗漏 → 触发条件 → 具体机制 → 目标结果”,不能建立联系的通用提醒不列为发现。架构、选型及已实施改动至少追踪一个与变化直接相关的 Post-launch scenario(上线后情境),不展开通用运维清单。

再检查“用户是否已经处理过它”“已有材料是否埋着答案”“当前阶段是否根本不需要它”。区分个人、团队、Agent 各自掌握的知识。记录与口述冲突时保留两者的来源、时间和范围,先核对,不能把旧证据直接当作当前验证。

对暂定主发现做一次 Falsification check(可证伪检查):什么具体证据出现后,应撤回或缩小这个发现?优先核对最有力的替代解释,例如其他层已提供等价能力。找到支持、反驳或仍无法区分的证据后,分别保留、修正或降级为待核验项;不要为完成“自我反驳”强行改答案,也不要求凑三条反证或用分数相加决定真伪。

有可用工具且允许读取时,按 `待核验命题 → 最小只读查询 → 实际 Observation(观察结果)→ 更新证据状态` 补齐关键缺口。工具失败、无权限或未找到结果都不证明能力不存在;无法取证时保留 Unknown,并给可执行的验证建议。同一查询未带来新证据时不反复重试,除非有具体可修正的错误或数据已更新。

分别判断**领域机制的可靠性**和**用户缺口的证据**,前者不能证明后者。缺口标为:Confirmed(已确认:明确陈述,或界定范围内查到缺失、冲突、失败)、Suggestive(有线索:具体迹象但存在其他解释)、Unknown(尚不清楚:仅未提及或资料不可访问)。后者只能称待核验项。

再单独标记 Implementation status(落地状态):未决定/已决定未落实/已落实未验证/已验证但范围有限/已验证且当前适用/有意不做。区分“实施已确认”和“用户说已实施”。知道风险但没演练是 Verification gap;已接受的 Trade-off(取舍)只有在新证据改变条件时才重提。

### 3. 选择最有决策价值的一项

依次考虑决策相关性、影响与时间窗口、缺口证据、相对现有知识与防护的增量价值、验证及实施成本。收益、删减和复用也能改变决策;优先能以合理成本取得新证据的候选。后果严重可提高核验优先级,不能提高结论置信度。

若多个候选都可能改变同一决策,做 Bounded comparison(有限比较):保留最多 2–3 个机制不同的候选,比较支持证据、最强反证和能区分它们的检查;被证据淘汰才切换。证据明显支持一项时直接采用,不为模拟 Tree of Thoughts 扩搜;证据仍分不出时优先选择最有信息价值的验证。不要把同一模型生成的多个答案当作独立证明,也不用多数票代替证据。

不用无依据的概率或精确风险分数。低成本试用不自动需要生产级治理;同行采用某做法不是本项目必须采用的理由。外部案例须交代规模、负载、团队或约束的可比性,检查现有等价能力。一个案例仅证明该案例,不证明行业采用率。

存在真实可比性且要断言当前同行做法、技术行为或政策时,检查最新的一手资料并引用。无法检索时改写为待验证的经验假设,不虚构公司、普及率或来源。

没有足够证据支持新的重要盲点是有效结果:简要说明,最多给一个条件性候选或用于区分的检查,避免硬凑结论。

### 4. 把发现变成最小验证

为首要发现写清:待验证命题、最小检查或实验、可观察的 Pass/fail criteria(通过/失败标准),以及两种结果分别如何影响选择。阈值优先来自现有目标;没有目标时给出标明为建议的判据,不能替用户编造 SLA、预算或已获批准的门槛。

**Known Unknowns → 按影响验证。** 对会推翻当前路线的关键假设标 `★ 优先验证(阻断点)`,在相关重大投入前安排最小可行性验证,必要时用 MVP(Minimum Viable Product,最小可行产品)或准备 Fallback(备选方案)。已有记录、样例或小实验足够时无需先造完整产品。明确:通过后推进什么;失败后停止哪项投入、如何止损或调整方向;结果不明确时补什么证据,不能按通过处理。普通已知未知不自动成为阻断点。

**Unknown Knowns → 显性化并核验。** 有已有记录、经验或代码线索尚未用于当前决策时,读取 [显性化方法](references/decision-lenses.md#unknown-knowns显性化方法),按缺口选用接盘人文档、AI 对立面提问或 Reverse extraction(反向萃取);把结果连接到具体设计约束或可复用能力。输出分清“提取到的事实”“推测的理由”和“仍待验证的契约”。

其他证据缺口用检查或实验;信心超过证据用反例与失败路径;剩余未识别风险用有界试用、Observability(可观测性)、隔离、余量和恢复能力应对。

能命名的未知已进入候选问题集;不能宣称列举完了 Unknown Unknowns。完成首要候选的证据、影响、验证和结果分支后结束,交代关键范围限制即可。

## 默认 Output contract(输出契约)

默认顺序:**一个主发现 → ASCII 四象限表 → 主发现的证据、影响和最小验证**。用户明确指定其他格式或不要表格时遵从。

四象限表放在 `text` 代码块中,用 ASCII 字符 `+`、`-`、`|` 画边框,不用 Markdown 表格。固定布局如下;单元格中的文字是填表规则,实际回答替换为当前材料支持的内容:

```text
                        已纳入考虑                     尚未提取或纳入
              +------------------------------+------------------------------+
已有可用知识  | Known Knowns                 | Unknown Knowns               |
              | 已知已知                     | 未知已知                     |
              | 1. 最重要的有据事实          | 1. 最重要的已有知识连接      |
              +------------------------------+------------------------------+
尚缺可用知识  | Known Unknowns               | Unknown Unknowns             |
              | 已知未知                     | 未知未知                     |
              | 1. 最值得验证的问题          | 尚未识别,无法具体列出       |
              +------------------------------+------------------------------+
```

- 每个象限独立按决策重要程度降序编号 `1.`、`2.`、`3.`,最多显示三项;只有一项或两项就只列相应项,不为填满数量新增候选。
- 每项用简短具体措辞;长句在同一单元格内换行,尽量按等宽显示对齐边框。表中条目是主发现的背景与定位,不自动扩展成多个主发现。
- 已知未知、未知已知中的条目用 `事项 -> 对应动作` 简写:关键假设可写 `1. ★ 付费意愿 -> 优先验证`,已有知识可写 `1. 重试约束 -> 接盘人文档`。表后仅展开主发现的具体方法及结果分支,不因有多个条目新增多套行动计划。
- 没有可支持条目时写“暂无确认项”或“尚不清楚”,无需编号。未知未知默认注明“尚未识别,无法具体列出”;已能明确命名的问题归入已知未知,不伪造未知风险清单。觉察无法判断的待核验项应明示这一限制,不强行推断用户此前没想到。
- 编号仅表示各格内优先级;主发现的全局优先级在开头说明。用户要求全量时,表中保留每格前三项,其余合格条目放在表后续列,不能截断。

表后用短段落或短列表说明主发现:

- **证据与影响:** 引用聊天、文件或已做的决定,区分事实与推断;说明知识、假设、实施、验证或适用范围缺口,以及触发机制、不适用条件和用户缺口确认程度。
- **最小验证:** 做什么、看到什么算通过、失败后怎样调整。

可以用“最值得检查的是……;目前材料证明了 X,还没证明 Y”。避免“你大概率不知道……”式心理断言。

要求展开审查时,默认展开优先级最高的 3–5 项,不凑数;用户指定数量则遵守,明确要求全量时保留所有合格发现,不能用默认数量截断。保留 ASCII 四象限总览,另用平行列表列出各发现的来源与范围、缺口状态、影响、验证及结果分支。

## 交付前 Contract check(契约检查)

通常做一次静默检查:主结论和表格是否沿用同一证据状态;是否把计划写成了已观察结果;最小验证能否区分结果并改变行动;是否符合上面的数量、ASCII 和编号规则。发现矛盾时只修正受影响内容,必要时针对性取证;没有新证据不反复自评或提高置信度。保留完整交付内容,不套用“只输出修改后一句”的 Mirror Test 模板。

Files in this skill

  • SKILL.md14.6 KB
  • agents/openai.yaml464 B
  • references/decision-lenses.md7.6 KB
  • references/knowledge-model.md4.1 KB
  • references/prompt-strategies.md6.4 KB

Attribution

Is this your skill, or is something wrong with this listing? Request removal or report an issue. Author removals are honored within 72 hours.

Comments

Loading comments…

Newsletter

Get the weekly list of safe new skills, and the ones we pulled.