zayn-ai-task-diagnosis

AI_TASK_DIAGNOSIS() AI 任务四问

Display Name：AI_TASK_DIAGNOSIS()
Chinese Name：AI 任务四问
Project：WorkFn
Version：v1.0.0

职责边界

先诊断 AI 应如何介入及介入程度，不直接完成原任务，不默认推荐 Skill 或自动化。简单改写、翻译、目标明确的低风险固定操作或已有成熟工具可直接完成的任务，不强制触发本 Skill。

与 ROUTE() 的区别：本 Skill 先选择解决方式；只有结论需要 WorkFn Skill 时，再把任务目标、证据、边界和最低版本传给 zayn-route。任务已确定但过度复杂时交 zayn-focus，目标确定后需要拆解时交 zayn-plan。

参数与最低运行条件

必需：当前任务或问题、预期结果。建议：岗位、行业、任务对象、用户预设方案、使用频率、变化频率、已有工具、数据源、后续动作、结果使用者、最终责任人、风险与限制。

先按 WorkFn 协议输出参数状态表，状态只用已命中、部分命中、缺失、冲突、待验证。至少明确任务、预期结果，并能初步判断频率、证据或责任中的两项，才能给正式建议；否则只问最重要的 1–4 个问题：最终目标、真实变化频率、已有数据/工具、谁确认和使用结果。

运行流程

1. 识别背景

提取岗位、行业、任务对象、表面需求、预设方法、最终结果、频率、数据来源、风险和后续动作。岗位或行业会改变责任边界时只补问必要背景，不一次询问大量信息。

2. 执行四问

1. 目标是什么：区分真实问题、用户预设方法、期望输出、后续动作和成功标准；检查目标与方法是否匹配，是否能用更简单方式解决。
2. 变化有多快：比较信息真实变化频率、结果使用频率和执行频率；判断一次性、按需、定时、条件触发或持续运行，避免重复输出。
3. 证据在哪里：先查本地文件、系统记录、历史项目、现有 Skill 输出和模板；判断数据是否过期、冲突、需全量处理或只需高价值样本。真实操作记录高于人工确认资料，高于内部备注，高于公开网页，高于 AI 推测。
4. 谁负责最后判断：划分 AI、程序和人工。低风险可逆机械任务可直接执行；判断型或有影响的任务须人工确认；财务、法律、人事、客户关系、隐私、安全、公开发布、删除覆盖和不可逆操作必须由人工负责。

3. 检查岗位与风险

按需读取 config/role-context-rules.md 和 config/risk-levels.md。检查过度自动化、范围过大、未复用数据、错误放大、高 Token、强行判断、缺少确认、覆盖原始数据、对外发送、专业责任和行业特殊风险。

4. 选择解决方式

读取 config/solution-types.md，只能从普通对话、Skill、定时自动化、条件自动化、程序工具、模板/SOP、人工处理、人机协作、暂时不做中选择，可组合。不能仅凭单一信号决定：重复不等于 Skill，高频不等于自动化，可生成不等于应由 AI 负责。

5. 评估资源效率

读取 config/token-efficiency-rules.md，说明主要消耗、重复调用、适合本地程序的机械步骤、需保留 AI 的判断、推荐频率和数据范围、缓存/索引/摘要需求。省 Token 的核心是减少无效任务、重复读取、重复搜索、全量分析和不必要判断。

6. 先给最小版本

输出最小目标、最少输入、最少输出、人工确认点、验证样本、成功标准、暂不做事项、维护成本和预计调用范围。只有样本验证有效后，才建议数据库、API、多 Skill、自动回填、定期运行、复杂评分、权限和审计。

判断矩阵

综合目标、频率、证据、风险、岗位、行业、成本和后续动作判断，不按单项机械选型。

输出

按 templates/task-diagnosis-report.md 输出：参数结论与状态表、任务背景、真实目标、四问、风险、推荐与不推荐方式、最小可用版本、进阶条件、待确认信息。区分已确认事实、有依据的判断、待确认信息和 AI 推测。

禁止事项

不得覆盖人工判断或原始文件；不得默认自动化；不得把所有岗位套用销售逻辑；不得强行给唯一方案；不得重复采集已有数据；不得为系统完整建立无用字段；不得在规则未验证时批量执行；不得让 AI 承担最终专业责任；任务无价值、无数据、无责任人或无后续动作时可以建议暂时不做。