L’interface est localisée ; les présentations et documents des Skills sont traduits automatiquement par IA dans votre langue. Le code, les commandes, chemins et termes techniques restent en version originale, et le document de l’auteur fait foi.
Explorer les Skills
Productivité · SKILL.md

insight-validation

insight-validation

洞察验证 — 验证已生成洞察的数据准确性、逻辑合理性和业务可操作性, 确保洞察质量并分级管理。 适用情形:洞察生成后进行验证,或用户要求"验证洞察"、"核实 insights"时执行。 核心:数据核实 + 逻辑检验 + 可操作性评估。

Independent GitHub snapshot · Automated classification · Original documentation governs

Documentation de la Skill

GitHub

name: insight-validation description: > 洞察验证 — 验证已生成洞察的数据准确性、逻辑合理性和业务可操作性, 确保洞察质量并分级管理。 适用情形:洞察生成后进行验证,或用户要求"验证洞察"、"核实 insights"时执行。 核心:数据核实 + 逻辑检验 + 可操作性评估。 argument-hint: "[洞察列表] [验证标准:数据准确性/逻辑合理性/业务可操作性] [业务背景]" last_reviewed: 2026-06 version: 1.0.0 risk_level: low

加载上下文

首次使用时: 读取 ../../CLAUDE.md 获取场景级配置(验证标准/置信度分级/使用限制)。


/insight-validation — 洞察验证

Examples

→ 示例:用户说"业务说降价能提升销量,但我算了下利润会下降,帮我验证一下",系统应调用本技能,执行价格弹性分析和利润敏感性验证。

→ 示例:用户说"之前给的那个成本优化建议被业务挑战了,帮我补充更多数据支撑",系统应调用本技能,补充数据验证和敏感性分析。

→ 示例:用户说"供应商涨价的真正原因是什么,帮我从公开信息和市场数据验证",系统应调用本技能,执行外部数据交叉验证。

第一步:获取待验证洞察

洞察清单:

□ 待验证洞察数量:[X] 条
□ 来源报告:[报告名称/日期]

□ 洞察列表:
| # | 洞察标题 | 洞察描述 | 类型 | 原置信度 |
|---|---------|---------|------|---------|
| 1 | [标题] | [描述] | [模式/异常/机会] | [高/中/低] |
| 2 | [标题] | [描述] | [模式/异常/机会] | [高/中/低] |

第二步:数据准确性验证

数据来源核实:

□ 洞察 1 数据核实:
  → 引用数据点:[X]
  → 数据来源:[系统/报告名称]
  → 数据时间:[YYYY-MM-DD]
  → 数据核实结果:[✅ 确认 / ⚠️ 存疑 / 🔴 错误]
  → 核实说明:[描述]

□ 洞察 2 数据核实:
  → ...

计算准确性检验:

□ 洞察 1 计算验证:
  → 引用计算:[描述,如"YoY = (本期 - 上期) / 上期 × 100%"]
  → 原计算值:[X]%
  → 重新计算值:[X]%
  → 计算准确性:[✅ 正确 / 🔴 错误,差异 [X]%]
  → 修正后数值:[X]%(如错误)

数据时效性检查:

□ 洞察数据时效性:
  → 数据最新时间:[YYYY-MM-DD]
  → 距今时长:[X] 天
  → 时效性评估:[✅ 有效(<[X]天)/ ⚠️ 需更新(>[X]天)]

第三步:逻辑合理性验证

逻辑推演检验:

□ 洞察 1 逻辑检验:
  → 结论推导逻辑:[描述]
  → 逻辑链完整性:[✅ 完整 / ⚠️ 部分缺失 / 🔴 逻辑错误]
  → 关键假设:[列出]
  → 假设检验:[✅ 成立 / ⚠️ 存疑 / 🔴 不成立]
  → 逻辑漏洞:[描述(如有)]

□ 洞察 1 因果 vs 相关检验:
  → 是否混淆相关性与因果性:[是/否]
  → 说明:[因果关系成立/仅相关/无法判断]

跨洞察一致性检验:

□ 洞察间一致性:
  → 洞察 1 与洞察 2 是否存在矛盾:[✅ 一致 / ⚠️ 部分矛盾]
  → 说明:[描述]

□ 与已知事实的一致性:
  → 洞察是否符合已知的业务事实:[✅ 符合 / 🔴 矛盾]
  → 说明:[描述]

第四步:业务可操作性评估

可操作性评级:

□ 可操作性维度:
  → 明确性:行动建议是否清晰 [1-5 分]
  → 可执行性:建议在现有资源下是否可执行 [1-5 分]
  → 可衡量性:执行效果是否可量化追踪 [1-5 分]
  → 时效性:执行时机是否恰当 [1-5 分]

□ 综合可操作性评分:[X]/5
  → 4.0-5.0:[✅ 强可操作] — 可直接转化为行动
  → 3.0-3.9:[⚠️ 中等可操作] — 需细化后执行
  → < 3.0:[🔴 弱可操作] — 建议重塑或搁置

执行障碍分析:

□ 洞察 1 执行障碍:
  → 资源障碍:[有/无] — [描述]
  → 组织障碍:[有/无] — [描述,如跨部门协调]
  → 技术障碍:[有/无] — [描述]
  → 优先级障碍:[有/无] — [描述]
  → 综合评估:[✅ 可执行 / ⚠️ 需解决 X 个障碍 / 🔴 存在重大障碍]

第五步:置信度重新评估

综合置信度评估:

□ 置信度调整因素:
  → 数据准确性:[提升/不变/降低]
  → 逻辑合理性:[提升/不变/降低]
  → 可操作性:[提升/不变/降低]
  → 样本量/覆盖度:[提升/不变/降低]

□ 置信度最终定级:
  → 初始置信度:[高/中/低]
  → 调整后置信度:[高/中/低]
  → 调整原因:[描述]

第六步:生成验证报告

═══════════════════════════════════════
洞察验证报告
验证日期:[YYYY-MM-DD]
验证洞察数:[X] 条
原报告:[报告名称]
═══════════════════════════════════════

【验证结果汇总】

| # | 洞察 | 数据准确 | 逻辑合理 | 可操作性 | 最终置信度 |
|---|------|---------|---------|---------|-----------|
| 1 | [标题] | [✅/⚠️/🔴] | [✅/⚠️/🔴] | [✅/⚠️/🔴] | [高/中/低] |
| 2 | [标题] | [✅/⚠️/🔴] | [✅/⚠️/🔴] | [✅/⚠️/🔴] | [高/中/低] |

【详细验证结果】

洞察 1:[标题]
□ 数据核实:[✅ 确认 / 🔴 错误]
  → 修正数据:[原值] → [修正值]
□ 逻辑检验:[✅ 合理 / 🔴 存疑]
  → 逻辑问题:[描述(如有)]
□ 可操作性:[✅ 可执行 / ⚠️ 需细化 / 🔴 障碍多]
  → 执行障碍:[列表]
□ 置信度:初始 [高] → 最终 [高] — 调整原因 [描述]

洞察 2:[标题]
...

【洞察质量分级】
□ 🔵 强洞察(置信度[高] + 可操作[高]):[X] 条
  → [洞察1]、[洞察2]
□ 🟢 良好洞察:[X] 条
□ 🟡 待改进洞察:[X] 条
  → [洞察3] — 建议 [细化方向]
□ 🔴 存疑/不可用洞察:[X] 条
  → [洞察4] — 原因 [描述]

【建议】
□ 可直接行动的洞察:[列表]
□ 需进一步验证的洞察:[列表] — 验证方法 [描述]
□ 建议搁置的洞察:[列表] — 原因 [描述]

═══════════════════════════════════════
置信度:[✅ 高 / ⚠️ 中 / 🔴 低]
整体验证结论:[✅ 洞察质量良好 / ⚠️ 存在质量问题 / 🔴 多个洞察存疑]
═══════════════════════════════════════

升级触发条件

  • 多个洞察(> [X] 条)数据核实为错误
  • 存在洞察的逻辑存在根本性错误
  • 高置信度洞察的可操作性被评为 🔴 弱
  • 洞察之间存在相互矛盾的结论
  • 洞察引用的数据无法在 [X] 天内核实
  • 洞察涉及重大业务决策(> [X] 万金额或战略级)

Finance Skills — insight-validation atomic skill

Skills enregistrées