sansan-good-question

将模糊问题转化为清晰、可推理、可批评、可验证的问题说明书，并评估其自动化解决程度。适用于用户需要明确问题描述、生成高质量问题或判断智能体（Agent）是否具备解决能力等场景。 具体说明如下： 1. 问题澄清：将原始模糊表述转化为结构清晰、边界明确、无歧义的问题陈述； 2. 可推理性：确保问题包含足够信息，使 Agent 能够基于逻辑、知识或数据进行推导； 3. 可批评性：问题应具备可被质疑、反驳或验证的特性，支持对解决方案的评估与反馈； 4. 可验证性：问题的答案或解决方案应可通过客观标准、数据或实验进行检验； 5. 自动化解决程度评估：根据问题的复杂度、所需认知层级、工具依赖性和上下文需求，判断该问题在多大程度上可由 Agent 自动处理（如完全自动化、需人工干预、当前不可自动化等）。 输出格式建议为标准化的“问题说明书”，包含：问题重述、输入/输出定义、约束条件、成功标准及自动化等级评定（例如：L1-全自动 / L2-半自动 / L3-需人工主导）。

存档时间线

版本索引永久保留；内容副本只保留最新 1 份，更早版本仅留索引与哈希（存档时间线的证据链不会因此断裂）。

下载存档内容副本