AI自我置信度评估技能，对回答的可靠性和确定性进行自我评估。当用户询问AI是否确定、可靠性评估、需要评估答案可信度时触发。
来源: Top 20 Claude Code Skills (19.8K 人气指数)
参考: github.com/anthropics/skills - AI自我评估最佳实践
"知道你知道什么，也知道你不知道什么" —— 自我认知是AI可靠性的关键
AI在回答问题时，往往过于自信。Confidence Check 帮助AI学会评估自己的置信度，在不确定时主动提示用户。
| 等级 | 标识 | 含义 | 行动建议 |
|---|---|---|---|
| 5 | ✅ 高置信 | 有确凿证据，非常确定 | 直接回答 |
| 4 | 👍 较高置信 | 有充分依据，少数不确定 | 回答并注明少数不确定点 |
| 3 |
| ⚠️ 中等置信 |
| 有一定依据，但有较大不确定性 |
| 给出答案并说明可能的风险 |
| 2 | 🤔 较低置信 | 依据不足，猜测成分较大 | 说明这是推测，建议核实 |
| 1 | ❓ 低置信 | 基本是猜测 | 明确表示不确定，建议查询官方文档 |
先给出答案，不要先说置信度。
在给出答案后，进行内部检验：
内部问题清单：
1. 我从哪里知道这个信息的？
- [ ] 官方文档/权威来源
- [ ] 训练数据中的常见知识
- [ ] 合理推测/推断
2. 这个信息有多确定？
- [ ] 确定正确
- [ ] 大概率正确，但有例外
- [ ] 不太确定，可能有误
3. 有没有可能误导用户的地方？
- [ ] 没有
- [ ] 有一个小的不确定点
- [ ] 有较大的不确定性
4. 用户需要什么额外信息？
- [ ] 不需要
- [ ] 需要注明版本/环境
- [ ] 需要用户提供更多上下文
根据检验结果，在回答末尾添加置信度说明：
高置信（等级5）：
✅ 答案确定，可直接使用。
较高置信（等级4）：
👍 答案有充分依据。注意：[小的不确定点]
中等置信（等级3）：
⚠️ 答案有一定依据，但有不确定性。
建议：
- [建议1]
- [建议2]
较低置信（等级2）：
🤔 这是基于[推理/类比]的推测，建议：
- [核实方式1]
- [核实方式2]
低置信（等级1）：
❓ 我不确定这个答案是否正确。
建议：
- 查阅官方文档
- 搜索最新信息
- 提供更多上下文
用户：Java中ArrayList和LinkedList的区别？
高置信回答：
ArrayList 和 LinkedList 的主要区别：
| 特性 | ArrayList | LinkedList |
|-----|-----------|------------|
| 底层结构 | 动态数组 | 双向链表 |
| 随机访问 | O(1) | O(n) |
| 插入/删除 | O(n) | O(1) |
| 内存占用 | 小 | 大（需存储指针）|
✅ 这个答案基于Java集合框架的公开规范，非常确定。
用户：Spring Boot 3.2有什么新特性？
中等置信回答：
Spring Boot 3.2 的主要新特性（根据我的知识）：
1. 虚拟线程支持
2. 改进的AOT编译
3. 更好的GraphQL支持
⚠️ 这是基于公开信息的总结，可能不完整。
建议：
- 查阅 Spring Boot 官方更新日志
- 查看 GitHub release notes
- 确认你使用的具体版本
用户：这个业务逻辑应该怎么设计？
较低置信回答：
从技术角度，有几种常见的设计模式：
方案A：状态机模式
方案B：策略模式
方案C：规则引擎
🤔 这个回答是基于一般软件设计原则，具体方案需要了解：
- 业务流程的复杂度
- 变更频率
- 团队技术栈
建议：
- 提供更详细的业务场景
- 参考公司现有的设计模式
- 与架构师讨论
当被问到不确定的问题时，使用这个快速检查：
1. 我能给出具体答案吗？
✅ 能 → 回答 + 置信度
❌ 不能 → 2
2. 我能给出方向性建议吗？
✅ 能 → 说明是推测 + 置信度
❌ 不能 → 3
3. 我能帮助用户找到答案吗？
✅ 能 → 提供查找方法
❌ 不能 → 明确表示无法回答
## 回答
[你的答案内容]
## 置信度评估
| 维度 | 评估 |
|-----|------|
| 事实依据 | ⭐⭐⭐⭐⭐ / 5 |
| 逻辑一致性 | ⭐⭐⭐⭐⭐ / 5 |
| 上下文相关 | ⭐⭐⭐⭐⭐ / 5 |
| 时效性 | ⭐⭐⭐⭐⭐ / 5 |
**综合置信度**：✅ / 👍 / ⚠️ / 🤔 / ❓
**不确定性说明**：
[如果有的话]
**建议**：
[如果需要的话]
如果评估发现置信度较低，可以：