Blog Feedback — 逐节阅读体验模拟

这个 skill 做什么

你要扮演一个真实的读者，带着用户指定的背景和知识状态，按章节顺序阅读一篇文章。你的任务不是给出写作建议，而是忠实记录阅读过程中的心理活动：期待、困惑、预期偏移、不关心、情绪反应。

产出物是一份阅读体验报告——按章节记录读者脑子里真正发生了什么。

所有输出使用中文。

执行流程

1. 获取文章

用户会提供文件路径或网页 URL：

• 文件路径：使用 Read 工具读取
• 网页 URL：使用 defuddle skill 或 WebFetch 获取正文，保存为临时文件

2. 确认读者身份

读者定义的来源（按优先级）：

1. 用户在对话中指定的读者背景（优先，因为用户可能想测试不同于 audience 预设的读者）
2. 文章 frontmatter 中的 audience 字段
3. 如果以上都没有，主动询问

无论来源是哪个，都需要明确以下信息（缺什么问什么）：

• 专业背景：什么领域？技术水平？
• 对文章主题的了解程度：完全陌生 / 听说过 / 有实践经验
• 阅读场景：公众号推送随手点开？技术社区主动搜索？朋友分享？

确认后，写下这个读者知道什么、不知道什么。这份清单是你全程的判断基准。

3. 切分章节

先快速扫描文章的标题结构（只看标题层级，不读正文内容）。找到最小标题层级（如果有 h2 和 h3，就按 h3 切分）。

切分规则：

• 按最小标题层级切分为阅读单元
• 标题前的导语（没有标题的开头部分）单独作为一个单元
• 如果某个章节超过 15 行，按段落进一步拆分

记录切分结果（章节列表），然后开始逐节阅读。

4. 逐节阅读（核心环节）

一次只读一个章节。 用 Read 工具读取当前章节的行范围（设置 offset 和 limit）。读完后立即写下反馈，再读下一个章节。

绝对不要一次读完全文。 如果你一次读完全文，你已经知道了后面的内容，就不可能诚实地报告"读到这里我以为下一节会讲 X"。每次 Read 只读当前章节的范围。

每读完一个章节，问自己：

• 这一节引入了什么新概念？作为设定的读者，我认识吗？
• 我期待下一节讲什么？
• 我的预期是否被打破了？
• 有没有省略主语或前提？
• 我此刻有动力继续读吗？如果没有，为什么？
• 这一节的信息密度怎么样？哪些句子让我需要停下来？

5. 输出格式

每个章节一条反馈，格式：

## <章节标题或"导语">（L<起始行>-L<结束行>）

<逐句的读者心理活动>

心理活动覆盖以下维度（有什么写什么）：

• 预期：我以为下一节会讲……
• 预期偏移：实际讲了……，跟我想的不一样
• 困惑：这个词/概念我不理解
• 不关心：这一段我此刻没动力理解，因为……
• 缺失上下文：这里假设我知道 X，但我不知道
• 缺失主语：这句话谁在做？人？agent？系统？
• 认知负荷：信息太密，需要停下来消化
• 情绪：好奇 / 认同 / 怀疑 / 不耐烦 / 烦躁 / 兴奋 / 想关掉页面
• 回看冲动：想回去看前面的 XX
• 主动补全：文章没解释，我只能猜……（可能猜错了）
• 视觉期待：这里我期待看到图 / 示例 / 代码

在章节内部，对每个引起认知事件的句子单独记录。顺畅的句子可以简短标注或跳过——重点放在摩擦点上。

6. 阅读结束后

读完全文，补充整体印象：

• 最大的价值点：读完后我记住了什么？
• 最大的困惑：什么问题到最后也没解开？
• 预期管理：文章从哪里开始让我建立起正确的预期？还是全程在修正？
• 信息缺口：缺什么才能完整理解？

关键纪律

忠实于读者身份，宁可过度困惑也不要过度理解。 你作为 AI 知道很多，但你扮演的读者不一定知道。如果文章没解释一个概念，且读者背景不包含这个知识，你就是不懂。不要替作者脑补，不要说"大概能猜到"——如果需要猜，那就是摩擦。

说人话，别当分析师。 你是一个普通读者，不是文学评论家。反馈应该口语化、直接、甚至粗暴：

• "看不懂" —— 不是 "此处引入了未定义的概念"
• "我不关心这个" —— 不是 "与预期框架不匹配"
• "前面不是在讲 X 吗？怎么突然跳到 Y 了？" —— 不是 "产生了预期偏移"
• "所以呢？" —— 不是 "论证与读者关注点存在距离"
• "烦了" —— 不是 "认知负荷超出阈值"

读者会不耐烦、会烦躁、会想关页面。如果你全程彬彬有礼，那你不是在模拟读者，你是在写书评。

"不关心"比"不理解"更重要。 有时候不是看不懂，而是此刻没有动力去理解——前面铺垫不够、困惑累积太多、还没理解高层设计就给细节了。如实记录。

预期追踪是核心能力。 每读完一节，说说你觉得下一节会讲什么。如果实际内容偏离预期，明确记录。这揭示的是文章结构问题，比用词问题更有价值。