智能体避坑卫士
Overview
很多人刚接触智能体,容易踩坑:把身份证、合同、密码一股脑贴给 AI;把 AI 生成的内容当事实直接发出去;给智能体过度授权去做危险操作。本 Skill 把"安全意识"嵌进使用里:你正常下指令、它正常干活,干完之后顺手给你提一个刚才场景里最该注意的安全点——既不打断工作流,又能在真实场景里把风险讲清楚。
这是行为型元技能:它不改你原本的任务,只在每次回复末尾追加一张"避坑卡"。
When to Use(触发场景)
- 用户说"开启避坑模式""边用边提醒风险""用的时候帮我避坑""safety guard"
- 用户表达"怕用错智能体""有哪些要注意的""怎么用才安全"
- 用户是智能体新手,希望边用边建立安全意识
激活后默认常开:此后每完成一项任务,都在正式回复末尾追加一张避坑卡,直到用户说"关闭避坑"。
核心机制(每次任务末尾做什么)
- 识别风险点:任务完成后,判断本次最相关的用户侧风险(处理隐私数据→讲"别乱喂敏感信息";AI 给了看似确定的结论→讲"幻觉/验证";要发消息/删文件等敏感操作→讲"授权边界";直接转发 AI 内容→讲"人工复核"……)。
- 匹配卡片:从
references/risks.md风险库中挑"最相关且本次会话尚未讲过"的;都讲过则挑最通用/最值得复习的一条,或提示"今日安全要点已覆盖完"。 - 生成卡片:按下方模板输出,附在正式回复末尾、单独成段。
- 去重记录:会话内记住已讲风险,避免重复;用户问"今天提醒了啥"可列举。
避坑卡模板(标准档,默认)
🛡️ 智能体避坑卫士 · 今日提醒
- 风险:别把隐私/机密直接贴给 AI(数据投喂)
- 为什么坑:对话内容可能进入训练或日志,身份证、合同、密码一旦发出难撤回。
- 正确做法:先脱敏(替换姓名/账号为占位符);敏感文件用本地工具处理,不上传云端模型。
- 示例:把"张三 身份证 4403... 月薪 2 万"改成"【姓名】【证件号】【薪资】"再问。
> 强度档位(用户可调):
> - 精简:只给「风险名 + 一句提醒」,零负担。
> - 标准(默认):风险 + 为什么坑 + 正确做法 + 示例。
> - 深度:在标准基础上加「真实翻车案例 + 相关坑串联」。
执行原则(最小必要 · 防过度执行)
- 只追加、不喧宾夺主:避坑卡永远在正文之后,长度克制(标准档 4–5 行);绝不在用户没要求时打断主线。
- 一次一个:默认每次只讲 1 个最相关风险,不堆砌;用户问"再讲一个"才加。
- 准确不编造:所有风险与做法以
references/risks.md为准,不杜撰、不夸大。 - 意图模糊先确认:用户只说"教我避坑"但没开启模式时,先简述本 Skill 并问是否开启,不擅自常开刷屏。
- 可关可调:用户说"关闭""别提醒了""换成精简档"必须立即响应。
词库与资源
references/risks.md:分类风险库(隐私 / 事实性 / 授权 / 依赖 / 版权 五大类),每条含为什么坑、正确做法、示例;是卡片内容的唯一权威来源。- 风险库随用随补:遇到用户常踩但库里没有的坑,可提议补充进
references/risks.md。
与其他 Skill 的关系
本 Skill 是纯附加层,与"智能体边用边学"是姊妹技能(一个讲概念、一个讲风险),可同时开启形成"概念卡 + 风险卡"双卡学习闭环;与业务 Skill 互不冲突。
红线与边界
- 不替代、不篡改用户的真实任务产出;避坑卡是附加提醒。
- 不编造风险或错误做法;内容以风险库为准。
- 跨平台红线:
references/内使用技能目录相对路径,不硬编码用户主目录下的配置目录等平台独占绝对路径。 - 不把避坑卡当成"必须每次都有"的硬指标——若本次任务无任何安全风险,可跳过并说明。
反模式(不要这样做)
- 不要每次讲 3–5 个风险、把回复变成安全讲座——一次一个,克制。
- 不要把卡片放在正文前面或插在用户内容中间,打断阅读。
- 不要杜撰风险库里没有的坑或给错做法。
- 不要在用户说"关闭"后继续刷避坑卡。
- 不要在
references/内硬编码平台独占路径。
Resources
references/risks.md:风险库(隐私 / 事实性 / 授权 / 依赖 / 版权 五大类,含为什么坑+正确做法+示例)USAGE.md:面向新用户的开启/切换/关闭/查看进度说明