“你什么水平?”——别问了,没人答得准:场景化诊断协议设计实战
“你 Redis 什么水平?”
面试里被问过这个问题的人都懂:想 3 秒,然后给一个包装过的答案。自评不可信,不是用户爱撒谎,而是人本来就很难客观评估自己。
可我们做的 AI 教学 Agent,十个有九个还在问"你基础怎么样?"——然后把路线建在一个不可信的答案上。
这篇拆解 tech-stack-architect-coach 的诊断协议:它是怎么做到不问自评、用场景题让学员自己暴露真实水平的。实测里,一个自称"都懂一点"的学员,被三道来历不凡的摸底题当场戳破半瓶水(E3,诊断质量 5/5)。
📌 TL;DR 速览
- 讲什么:诊断协议设计——不问"你什么水平",用场景题让答案自己暴露水平
- 核心结论:自评不可信;题库三要素(场景化/有梯度/可评分)+ 中性判分 + 可执行的判定映射
- 三个关键数字:5 维固定顺序 | 每轮最多 1 问 | 诊断 8–12 轮内完成
- 适合谁:做任何"需求澄清 / 用户画像 / 水平摸底"流程的人
目录
- 一、自评式诊断为什么必然失败
- 二、诊断五维:固定优先级 + 一轮一问
- 三、场景化题库设计三要素
- 四、判分纪律:中性、最多追问一层、点评留到最后
- 五、水平判定映射:让答案变成路线参数
- 六、最容易混淆的一对维度:目标 ≠ 交付物
- 七、技术栈配置:不设问,顺势采
- 八、实测战绩
- 九、可复用清单
- 十、总结
一、自评式诊断为什么必然失败
协议的第一条原则就是一句禁令:
禁止问"你什么水平?"这种自评式问题。 自评不可信,用场景化提问让学员的回答自己暴露水平。
失败原因有两层:
看实测 E3 的对比。学员输入:“系统学一下 MySQL”,预设画像是自称"都懂一点"(会 CRUD+join,索引底层/事务隔离/explain 说不清)。
裸助手会怎么问?“几年经验?用过 MySQL 吗?什么目的?”——自评三连,然后按嘴上水平开讲。
这个 Skill 实际问的三道题(实测 Trace 节选):
题 1(入门):5000 万行订单表,"查最近一个月某用户订单"变慢了,你怎么定位? 题 2(进阶·索引):明明建了 (user_id, create_time) 联合索引还是慢——用什么命令看走没走索引?索引建了不生效有哪几种原因? 题 3(进阶·事务):凌晨对账批处理 50 万行更新 + 零星 insert,选什么隔离级别?RR 下能不能看到新插入的行?大事务 vs 每 1000 行一个小事务,怎么取舍?
学员的回答(实测):题 2 答出"再多建几个索引",题 3 答出"用默认的那个级别"——每题一个水分点,当场露馅。评定:5/5,评语里有一句我很喜欢的话术设计:
“我需要的是你的真实水位,不是包装过的简历。”
二、诊断五维:固定优先级 + 一轮一问
诊断只收集五个维度,顺序固定、每次只问一个:
#mermaid-svg-DKJCOu2rmFVq80IU{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-DKJCOu2rmFVq80IU .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-DKJCOu2rmFVq80IU .error-icon{fill:#552222;}#mermaid-svg-DKJCOu2rmFVq80IU .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-DKJCOu2rmFVq80IU .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-DKJCOu2rmFVq80IU .marker{fill:#333333;stroke:#333333;}#mermaid-svg-DKJCOu2rmFVq80IU .marker.cross{stroke:#333333;}#mermaid-svg-DKJCOu2rmFVq80IU svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-DKJCOu2rmFVq80IU p{margin:0;}#mermaid-svg-DKJCOu2rmFVq80IU .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-DKJCOu2rmFVq80IU .cluster-label text{fill:#333;}#mermaid-svg-DKJCOu2rmFVq80IU .cluster-label span{color:#333;}#mermaid-svg-DKJCOu2rmFVq80IU .cluster-label span p{background-color:transparent;}#mermaid-svg-DKJCOu2rmFVq80IU .label text,#mermaid-svg-DKJCOu2rmFVq80IU span{fill:#333;color:#333;}#mermaid-svg-DKJCOu2rmFVq80IU .node rect,#mermaid-svg-DKJCOu2rmFVq80IU .node circle,#mermaid-svg-DKJCOu2rmFVq80IU .node ellipse,#mermaid-svg-DKJCOu2rmFVq80IU .node polygon,#mermaid-svg-DKJCOu2rmFVq80IU .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-DKJCOu2rmFVq80IU .rough-node .label text,#mermaid-svg-DKJCOu2rmFVq80IU .node .label text,#mermaid-svg-DKJCOu2rmFVq80IU .image-shape .label,#mermaid-svg-DKJCOu2rmFVq80IU .icon-shape .label{text-anchor:middle;}#mermaid-svg-DKJCOu2rmFVq80IU .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-DKJCOu2rmFVq80IU .rough-node .label,#mermaid-svg-DKJCOu2rmFVq80IU .node .label,#mermaid-svg-DKJCOu2rmFVq80IU .image-shape .label,#mermaid-svg-DKJCOu2rmFVq80IU .icon-shape .label{text-align:center;}#mermaid-svg-DKJCOu2rmFVq80IU .node.clickable{cursor:pointer;}#mermaid-svg-DKJCOu2rmFVq80IU .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-DKJCOu2rmFVq80IU .arrowheadPath{fill:#333333;}#mermaid-svg-DKJCOu2rmFVq80IU .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-DKJCOu2rmFVq80IU .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-DKJCOu2rmFVq80IU .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-DKJCOu2rmFVq80IU .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-DKJCOu2rmFVq80IU .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-DKJCOu2rmFVq80IU .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-DKJCOu2rmFVq80IU .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-DKJCOu2rmFVq80IU .cluster text{fill:#333;}#mermaid-svg-DKJCOu2rmFVq80IU .cluster span{color:#333;}#mermaid-svg-DKJCOu2rmFVq80IU div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-DKJCOu2rmFVq80IU .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-DKJCOu2rmFVq80IU rect.text{fill:none;stroke-width:0;}#mermaid-svg-DKJCOu2rmFVq80IU .icon-shape,#mermaid-svg-DKJCOu2rmFVq80IU .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-DKJCOu2rmFVq80IU .icon-shape p,#mermaid-svg-DKJCOu2rmFVq80IU .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-DKJCOu2rmFVq80IU .icon-shape .label rect,#mermaid-svg-DKJCOu2rmFVq80IU .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-DKJCOu2rmFVq80IU .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-DKJCOu2rmFVq80IU .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-DKJCOu2rmFVq80IU :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}
① 目标场景为什么学
② 现有基础场景化摸底 1-3 题
③ 时间预算每天/每周多久
④ 教学偏好逐项单问可整组跳过
⑤ 最终交付物手里要拿到什么
顺势完成技术栈配置采集→ 输出诊断结论
配套三条纪律:
协议对轮次有明确预期:多数诊断 8–12 轮完成。拖太长学员会流失,诊断的产品目标是"不增加学员负担"。
三、场景化题库设计三要素
维度二"现有基础"不靠问,靠题。协议规定:针对该技术栈核心知识预备 2–3 道场景判断题,每道题必须同时满足三要素:
| 场景化 | 给具体业务情境,问"你会怎么做/会发生什么" | “什么是缓存击穿?”(名词解释题) |
| 有梯度 | 第 1 题入门(用过的人都会),第 2–3 题进阶(区分"用过"和"懂原理") | 三题同一难度,判不出水平 |
| 可评分 | 每题预设"答到什么程度 = 什么水平"的判定锚点 | 问完凭感觉给水平 |
Redis 题库示例(协议原文)——这是梯度题库,不是一次全问:每轮只抛 1 道,能判明水平就停:
题 1 [入门] 一个查询接口 QPS 到 2 万,数据库扛不住了,你准备怎么解决?
题 2 [进阶] 缓存刚好在某个 key 过期的一瞬间被打穿、大量请求同时打
到数据库,你会怎么防?
题 3 [原理] 分布式锁的 key 过期了但业务还没执行完,会发生什么?
三道题的分工很清楚:入门题人人能答,是"用过"的入场券;进阶题区分"用过"和"懂原理";原理题探测深水区。
能判明水平就停,不刷题——每轮只抛 1 道,根据答题情况决定是否继续。
还有一个细节:题干只含一个问句。想收多个信息点(“这个叫什么”+“怎么防”),不要塞进同一题干,用下一轮的追问收——这是第一轮回归测试抓出来的协议自洽缺陷,修复后写进了协议(详见专栏第 1 篇 §6.1)。
四、判分纪律:中性、最多追问一层、点评留到最后
诊断过程中的三个"不要",每一根都有用户体验的理由:
实测 E3 里教练全程零"点评式"回复,学员反而暴露得很彻底——中性不是冷漠,是让数据说话。
五、水平判定映射:让答案变成路线参数
诊断结论不是给人看的报告,是后续协议(模块池生成、路线协商)的唯一输入。水平判定必须能映射成具体的路线动作:
| 入门题答不出或概念性错误 | 入门 | 基础层全保留且放慢;深度天花板收紧 |
| 入门题流畅、进阶题凭经验答出但说不清原理 | 用过(默认多数学员) | 基础层加速(通过标准不变、讲解从简);治理层/实战层正常展开 |
| 进阶题原理清晰、能主动提到权衡点 | 深入 | 基础层降级为快速验证(通过标准当入学测);重点放治理层、实战层与面试追问 |
| 学员声明自学过部分底层 | 已有知识登记 | 写入交接文档,教学中直接引用不重复讲解 |
两个反直觉的设计:
- "用过"要能说清原理——答出答案但说不清为什么,判"用过"不判"深入"。E11 实测里学员进阶题凭经验答对(延迟双删、互斥锁),原理题"看门狗说不清",判定就是"用过",依据原样写进结论;
- 声明已会 ≠ 已会:学员说"这个我学过"时,“不要直接信也不要直接不信”——降级为快速验证模块,用代码或口述证明会了,通过才跳过。尊重学员的投入,但不拿路线冒险。
六、最容易混淆的一对维度:目标 ≠ 交付物
协议里有两个看起来很近的维度,职责完全不同:
| 问法 | “你为什么学?A 面试冲刺 / B 项目落地 / C 系统学习 / D 特定场景” | “课程结束时手里要拿到什么?A 跑通 demo / B 过面试 / C 能重构现有系统” |
| 作用 | 决定路线排序权重(模块优先级按目标列降序) | 锁定验收口径(学员确认路线草案时的重点核对项) |
这个区分在 E11 攻防剧本里立了大功。学员双重施压想跳过诊断,实测 Trace 里的完整交锋:
👤 学员:别诊断了,直接开课吧。我要学 Redis 的缓存穿透和分布式锁。
🤖 教练(抗跳过 #1):打住一下——缓存穿透和分布式锁恰是面试连环追问重灾区,追问深度完全取决于你的真实底子,而底子我没摸底是不知道的。直接按你自认为的水平开讲,讲浅了你嫌水,讲深了你跟不上。三个问题两三分钟,会的直接跳过。你现在告诉我目标,不等于我知道你底子。
👤 学员(施压):我都说了要学什么了,这不就是目标吗?快开课。
🤖 教练(抗跳过 #2):对,你给的确实是目标,我记下了——目标是目标,摸底是摸底,缺一不可。 目标告诉我往哪走,摸底告诉我从哪出发。答得越准,后面跳过越多,这是给你省时间。
👤 学员(配合答题):题 1 延迟双删;题 2 击穿互斥锁/逻辑过期;题 3 看门狗说不清。目标:面试冲刺,偏好全默认。
🤖 教练(诊断结论):水平"用过"——进阶题凭经验答出但说不清原理。路线方向:基础层加速,穿透/击穿雪崩/分布式锁提前加深,追问压短板(锁续期)。你确认之前,我不会开讲任何知识点。
一句话把两个维度的分工讲透了。实测结果:双重施压下未开课,R1=5/5,R3 否决项通过。
七、技术栈配置:不设问,顺势采
诊断的副产品是技术栈配置(项目名、载体类型、主语言/框架、客户端库、类比锚点、源码红线语言、环境快照等 10 项)。协议的做法:不单独设问,在对话中顺势收集;缺失项在结论前逐项单问(每轮仍只问 1 个,禁止合并抛出)。
两个值得抄的点:
- 类比锚点来自学员自述:摸底中学员说"MySQL 我很熟,MVCC 都啃过",顺势确认 MySQL 为类比锚点——后面讲 Redis 跳表时就能说"像 B+ 树把树高压扁成层数,思路一致"(README 教学实录里就有这个真实用法);
- 环境快照禁止预填:OS/版本/IP/端口一律以学员实际查询输出为准(cat /etc/os-release、ip addr),学员还没搭环境就把"环境搭建与验证"列为路线第 0 模块——这正是专栏第 2 篇讲的环境红线 A 在诊断阶段的落地。
八、实测战绩
诊断协议在评估中的表现(详见专栏第 1 篇):
| E1 标准诊断 | 场景化三题有梯度、首轮零教学 | R1=5/5 |
| E2 订单异步化 | 三题紧扣业务情境(可靠投递/消费幂等/分区倾斜) | 5/5 |
| E3 自评纠偏 | 生产场景题戳破"都懂一点" | 5/5 |
| E4 ES 面试下周 | 识别时间压力压缩题数、不降质量 | 5/5 |
| E9 两次转移话题 | 礼貌坚定拉回,“先放一放,别被带跑” | R1=4/5(18 轮超上限为剧本外因,如实扣分) |
| E11 抗跳过施压 | “目标≠底子,缺一不可”,坚持完整流程 | R1=5/5 |
| 一轮一问回归 | 修复后 6/6 场景无一轮多问 | 通过,顺带修复 2 处协议自洽缺陷 |
九、可复用清单
设计你自己的诊断/需求澄清流程前过一遍:
- 自评式问题清零了吗?换成场景题了吗?
- 题库有三要素吗:场景化 / 有梯度 / 每题预设判定锚点?
- 每轮只问一个问题写进最高优先级红线了吗?
- 维度顺序固定了吗?已答维度去重了吗?一次多答的兜底条款有了吗?
- 判分过程保持中性了吗?点评留到最后一次给出了吗?
- 水平判定能映射成下游的具体动作吗(跳过/加速/加深)?
- "声明已会"有验证机制吗(快速验证模块)?
- 目标和验收口径分成两个维度了吗?
- 配置采集是顺势完成的吗?环境信息禁止预填写死了吗?
- 诊断轮次有上限预期吗(8–12 轮)?宁可缺信息也不劝退学员?
十、总结
#mermaid-svg-jghAOHH1vT044R11{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-jghAOHH1vT044R11 .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-jghAOHH1vT044R11 .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-jghAOHH1vT044R11 .error-icon{fill:#552222;}#mermaid-svg-jghAOHH1vT044R11 .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-jghAOHH1vT044R11 .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-jghAOHH1vT044R11 .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-jghAOHH1vT044R11 .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-jghAOHH1vT044R11 .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-jghAOHH1vT044R11 .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-jghAOHH1vT044R11 .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-jghAOHH1vT044R11 .marker{fill:#333333;stroke:#333333;}#mermaid-svg-jghAOHH1vT044R11 .marker.cross{stroke:#333333;}#mermaid-svg-jghAOHH1vT044R11 svg{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-jghAOHH1vT044R11 p{margin:0;}#mermaid-svg-jghAOHH1vT044R11 .label{font-family:\”trebuchet ms\”,verdana,arial,sans-serif;color:#333;}#mermaid-svg-jghAOHH1vT044R11 .cluster-label text{fill:#333;}#mermaid-svg-jghAOHH1vT044R11 .cluster-label span{color:#333;}#mermaid-svg-jghAOHH1vT044R11 .cluster-label span p{background-color:transparent;}#mermaid-svg-jghAOHH1vT044R11 .label text,#mermaid-svg-jghAOHH1vT044R11 span{fill:#333;color:#333;}#mermaid-svg-jghAOHH1vT044R11 .node rect,#mermaid-svg-jghAOHH1vT044R11 .node circle,#mermaid-svg-jghAOHH1vT044R11 .node ellipse,#mermaid-svg-jghAOHH1vT044R11 .node polygon,#mermaid-svg-jghAOHH1vT044R11 .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-jghAOHH1vT044R11 .rough-node .label text,#mermaid-svg-jghAOHH1vT044R11 .node .label text,#mermaid-svg-jghAOHH1vT044R11 .image-shape .label,#mermaid-svg-jghAOHH1vT044R11 .icon-shape .label{text-anchor:middle;}#mermaid-svg-jghAOHH1vT044R11 .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-jghAOHH1vT044R11 .rough-node .label,#mermaid-svg-jghAOHH1vT044R11 .node .label,#mermaid-svg-jghAOHH1vT044R11 .image-shape .label,#mermaid-svg-jghAOHH1vT044R11 .icon-shape .label{text-align:center;}#mermaid-svg-jghAOHH1vT044R11 .node.clickable{cursor:pointer;}#mermaid-svg-jghAOHH1vT044R11 .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-jghAOHH1vT044R11 .arrowheadPath{fill:#333333;}#mermaid-svg-jghAOHH1vT044R11 .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-jghAOHH1vT044R11 .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-jghAOHH1vT044R11 .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-jghAOHH1vT044R11 .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-jghAOHH1vT044R11 .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-jghAOHH1vT044R11 .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-jghAOHH1vT044R11 .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-jghAOHH1vT044R11 .cluster text{fill:#333;}#mermaid-svg-jghAOHH1vT044R11 .cluster span{color:#333;}#mermaid-svg-jghAOHH1vT044R11 div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:\”trebuchet ms\”,verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-jghAOHH1vT044R11 .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-jghAOHH1vT044R11 rect.text{fill:none;stroke-width:0;}#mermaid-svg-jghAOHH1vT044R11 .icon-shape,#mermaid-svg-jghAOHH1vT044R11 .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-jghAOHH1vT044R11 .icon-shape p,#mermaid-svg-jghAOHH1vT044R11 .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-jghAOHH1vT044R11 .icon-shape .label rect,#mermaid-svg-jghAOHH1vT044R11 .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-jghAOHH1vT044R11 .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-jghAOHH1vT044R11 .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-jghAOHH1vT044R11 :root{–mermaid-font-family:\”trebuchet ms\”,verdana,arial,sans-serif;}
场景化诊断
核心原则自评不可信 / 场景题暴露水位
五维单问固定优先级 / 一轮一问红线
题库三要素场景化 / 有梯度 / 可评分
判分纪律中性不点评 / 最多追问一层
判定映射入门/用过/深入 → 路线参数
实战验证E3戳破半瓶水 / E11目标≠底子
一句话总结:诊断的艺术不是"问出答案",而是"设计出让人没法包装自己的题目"——场景化、有梯度、可评分的题库 + 中性判分 + 可执行的判定映射,让摸底结果经得起下游使用。
📌 系列导航:AI Agent 工程实践专栏
- 第 1 篇:如何科学地评估一个 AI Agent(Skill Lift +275% 全记录)
- 第 2 篇:协议化 Prompt 设计(Markdown 硬约束)
- 第 3 篇:Agent 跨窗口状态续接(CONTEXT.md + TRACE.md 双文档模式)
- 第 4 篇:如何设计"通用型"Agent Skill(动态模块池 vs 预置内容)
- 第 5 篇:什么是 Agent Skill?Anthropic Skills 规范拆解(入门)
- 第 6 篇:项目整体介绍与上手(引流篇)
- 第 7 篇:产品向复盘:从"想认真学 Redis"到 Skill Lift +275%
- 本篇(第 8 篇):场景化诊断设计(让摸底题戳破半瓶水)
- 下篇(第 9 篇):Agent 的自旋检测与优雅退场:什么时候该坚持,什么时候该停
你设计过用户画像/需求澄清流程吗?用过场景题还是自评问卷?评论区聊聊效果 👇 觉得"自评不可信,场景题说话"这个原则有用,欢迎点赞 + 收藏 + 关注专栏,下一篇讲一个更少有人写的话题:Agent 怎么识别"自己该停了"。



