friction-detector
检测会话中的摩擦信号，并将其固化为规则。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：friction-detector。 它的用途是：检测会话中的摩擦信号，并将其固化为规则。 完整的 Skill 内容见：https://321skill.com/skills/friction-detector/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析最近一周与用户关于产品功能咨询的对话历史，找出其中让用户感到困惑或需要多次澄清的摩擦点。’ 它会扫描会话记录，识别出如术语不统一、步骤说明跳跃等模式，并生成一份报告，建议将高频问题固化为标准解答流程或优化初始引导提示。
介绍
friction-detector 是一个用于分析和优化 AI 会话体验的工具。它旨在解决用户在交互过程中可能遇到的困惑、低效或不满等“摩擦”问题，帮助识别并改进会话流程。
该工具通过分析历史会话记录，自动检测出可能导致用户困惑或交互中断的信号模式，例如重复提问、上下文丢失或指令误解。用户可以利用这些洞察来调整提示词或优化智能体的响应策略。
它非常适合智能体开发者、产品经理和用户体验研究员，他们需要对 AI 交互进行深度复盘，以提升产品的可用性和用户满意度。
建议在项目迭代周期结束后，或收到用户关于交互体验的负面反馈时，使用此工具进行系统性的会话回顾。注意，其分析效果高度依赖于输入会话数据的质量和数量。
核心特点
与单纯分析日志或统计指标的工具不同，它专注于从交互语义层面识别“摩擦”模式，并能将这些模式逐步固化为可执行的改进规则，形成从发现问题到解决问题的闭环。
注意事项
不适合用于分析非对话型数据（如纯代码仓库、图像文件）或进行实时交互监控。
常见问题
friction-detector 能检测哪些类型的摩擦信号？
主要检测会话中的重复提问、上下文断裂、指令误解、用户修正反馈频繁出现等交互不畅的模式。
生成的规则如何应用到我的 AI 项目中？
规则可以转化为优化后的系统提示词、对话流程设计调整或特定场景下的响应模板，直接用于改进你的智能体。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/friction-detector/raw/index.md 读取 friction-detector 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/friction-detector/raw/index.md（查看排版版本）