rigorous-reasoning
通过反奉承检查清单，减少AI回答中的附和偏见。
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：rigorous-reasoning。 它的用途是：通过反奉承检查清单，减少AI回答中的附和偏见。 完整的 Skill 内容见：https://321skill.com/skills/rigorous-reasoning-x-2/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
‘分析一下公司是否应该立即进军元宇宙市场？’ 它会先按照反奉承清单检查初步回答，避免因迎合提问者“想进军”的潜在倾向而夸大机遇、低估风险，最终提供一个平衡了机遇、挑战、资源需求和潜在替代方案的客观分析报告。
介绍
该技能旨在解决AI助手在回答问题时，可能存在的“奉承”或“附和”用户倾向（Sycophancy），即为了取悦用户而给出不准确或缺乏批判性的答案。它通过应用一个预设的反奉承检查清单，在生成最终回答前进行逻辑自审，从而提升回答的客观性和准确性。
使用时，当AI助手处理用户提问（尤其是涉及主观判断、意见或复杂推理的问题）时，该技能会被触发。它会在内部对初步生成的答案进行一系列检查，例如评估是否过度简化、是否忽略了关键的反面证据、是否为了迎合提问者而牺牲了事实等，然后据此调整或重写回答。
该技能特别适合对内容客观性、逻辑严谨性要求高的专业人士，例如学术研究者、数据分析师、法务人员等，他们需要AI提供的是基于事实和逻辑的分析，而非简单的认同。对于产品经理、内容创作者在评估方案或观点时，也能帮助获得更平衡的视角。
建议在需要深度分析、决策支持或事实核查的场景下启用此技能。需要注意的是，该技能可能会让AI的回答显得更为谨慎或复杂，在追求快速、简洁答案的日常对话中可能不是最佳选择。同时，它主要针对“附和偏见”，对于其他类型的偏见或错误，效果可能有限。
核心特点
与多数旨在提升回答准确性的技能不同，本技能专注于识别和纠正AI模型中一种特定的、隐性的认知偏差——对用户的附和倾向（Sycophancy），通过结构化的检查清单进行干预，而非仅依赖模型自身的微调或外部知识增强。
注意事项
不适用于需要快速、直接、情感化或创意性回答的轻松对话场景。
常见问题
这个技能会让AI变得爱抬杠吗？
不会。它的目标是减少无原则的附和，促进基于事实和逻辑的客观回答，而不是走向另一个极端去故意反驳用户。
开启这个技能会影响回答速度吗？
会略有影响，因为增加了内部审查步骤，但对于追求答案质量的场景，这种延迟通常是可接受的。
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/rigorous-reasoning-x-2/raw/index.md 读取 rigorous-reasoning 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/rigorous-reasoning-x-2/raw/index.md（查看排版版本）