Metacognition Checker
检验用户对概念、决策或计划的真实理解程度，避免因熟悉感导致的过度自信。
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：Metacognition Checker。 它的用途是：检验用户对概念、决策或计划的真实理解程度，避免因熟悉感导致的过度自信。 完整的 Skill 内容见：https://321skill.com/skills/metacognition-checker-x/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
‘请检验我是否真正理解了React Hooks的闭包陷阱。’ 它会要求你解释在特定场景下useEffect的依赖数组如何影响闭包中的变量值，并可能提供一个反例让你分析。或者，
对AI说：‘帮我检查一下这个新功能上线决策的考量是否周全。’ 它会追问你关于用户影响、技术债务、回滚方案等可能被你忽略的方面。
介绍
Metacognition Checker 旨在解决一个普遍存在的认知偏差问题：人们常常将“熟悉感”误认为是“真正的理解”，这可能导致学习不扎实、决策草率或计划不周全。该技能通过提出一系列结构化的、具有挑战性的问题，引导用户深入解释、举例或论证其观点，从而揭示理解上的潜在空白或逻辑漏洞。
使用时，用户只需向AI提出需要检验的概念、决策、计划或信念。例如，你可以说：“请检验我是否真正理解了量子计算的基本原理。” 或者 “帮我检查一下这个项目计划的可行性。” AI会扮演一个严格的审查者，通过追问细节、要求举例或提出反例，来评估你的理解深度。
该技能特别适合在学习、决策制定和项目规划等需要严谨思考场景下的用户。无论是高校学生验证自己对复杂知识点的掌握，产品经理评估一个功能设计的底层逻辑，还是项目经理审视项目风险预案的完备性，都能从中受益。它帮助用户从“感觉懂了”过渡到“经得起拷问的真懂”。
建议在关键学习节点、重要决策前或计划评审阶段使用。请注意，它的反馈可能比较直接，旨在暴露弱点，因此请保持开放心态，将其视为提升思维质量的工具。它不提供答案，而是通过提问促进你的自我反思。
核心特点
与单纯的知识问答或计划生成技能不同，它专注于通过苏格拉底式提问来“检验”理解的深度和逻辑的严谨性，核心目标是揭示认知盲区，而非提供信息或解决方案。
注意事项
不适合用于需要快速获得明确答案或执行具体操作（如写代码、查数据）的场景。
常见问题
Metacognition Checker 能帮我学习新知识吗？
它不直接教授知识，但能通过检验你的理解程度，帮助你发现学习中的薄弱环节，从而更有效地进行针对性复习。
这个技能和普通的解释概念有什么不同？
普通解释可能停留在复述层面；而本技能会主动挑战你的解释，要求你举例、论证甚至面对反例，以此区分“熟悉”与“深刻理解”。
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/metacognition-checker-x/raw/index.md 读取 Metacognition Checker 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/metacognition-checker-x/raw/index.md（查看排版版本）