当主张依赖特定人群真实采取行动时…

适用于判断某个行为问题是否真会被人执行，需要区分人们说的和做的，并输出不确定性与下一步伦理测试。

适用场景

解决思路

1. 使用 `/would-humans-actually help` 显示契约、判定标签和必需输入，不进行研究。
2. 使用 `/would-humans-actually verdict <behavior question>` 研究问题、发布有支撑的判定，并验证完成的产物。
3. 在研究前把目标行为定义为 `[x]`，命名行动者、可观察行动、场景、触发条件、时机、频率、持续时间、金钱、努力、隐私、身份、反转成本和当前替代方案。
4. 仅当未知信息会改变研究路径时问一个问题；否则陈述假设。
5. 在搜索前写出支持条件、矛盾条件和证据不足条件。
6. 优先使用观察到的目标行为、直接现场证据、匹配的行政记录、实验、系统综述和接近的类似案例。
7. 使用当前一手来源。
8. 当近期讨论或变化重要时，加载 references/recent-public-signal.md。
9. 在原始记录处核实每个来源；搜索结果、摘要、互动计数和另一篇文章重复的说法只是发现辅助。
10. 对每个改变判定的声明，在 references/verdict-protocol.md 中完成来源卡片。
11. 对判定或置信度所需的每个前提，要求两个独立作者团队或数据集。
12. 共享数据集和重述只算一次。
13. 如果独立性门槛失败，只把该来源保留为方向性背景。
14. 在使用外部视角参考类的结果前，先定义参考类。
15. 匹配行为、人群、场景、成本、替代方案和观察窗口。
16. 没有匹配的分母和可辩护的不确定性，不要给出数值概率。
17. 证据收集后，加载 references/frameworks.md，检验动机、能力、机会、提示、规范、习惯、摩擦、奖励时机、身份、隐私、切换和反转机制。
18. 用框架组织问题；不要用框架提供比率。
19. 根据 references/verdict-protocol.md 选择 `LIKELY`、`UNLIKELY`、`UNCERTAIN` 或 `INSUFFICIENT EVIDENCE`。
20. 如果实时研究不可用或被禁止，使用 `UNVALIDATED HYPOTHESIS`。
21. 绝不要编造研究、样本、比率、基准率、引语、URL 或观察结果。
22. 设计能暴露真实成本的最小伦理测试。
23. 预先指定人群、分母、窗口、对照、阈值、样本量理由、停止规则、同意、披露、隐私、付款、法律审查、回滚、退出和改变的决策；若属实，使用 `user-specified; rationale not provided`。
24. 用 references/output-template.md 渲染结果，将其保存到已安装技能之外。
25. 运行 `mise run validate-verdict --input <verdict.md>`；退出码 0 证明产物具备所需形状，1 表示判定不完整，2 表示命令或输入路径错误。
26. 在每次重要步骤后，把精确查询、打开的来源、排除项、假设和验证输出追加到外部研究日志。
27. 当承重来源、分母、许可或安全控制无法验证时，停止并报告缺失项。
28. 当来源模式或行为量级可能影响分析时，加载 references/evidence-base.md，然后在使用前重新核对一手来源。
29. 创建判定文件时加载 assets/verdict-template.md；将其复制出 assets/，不要编辑已安装模板。
30. 帮助命令加载 examples/help.md，有研究的判定加载 examples/verdict-insufficient-evidence.md，实时研究或精确行为缺失时加载 examples/failure-unvalidated.md。
31. 写产物后运行 `mise run validate-verdict`；仅在更改验证器契约时阅读 `mise run tests-test-validate-verdict`。
32. 在更改行为、触发边界或评估用例前，阅读 evals/contract.md。
33. 仅在维护或重新打包此技能时加载 references/generation-contract.md。
34. 检查并避免把点击、候补注册、采访赞美或陈述意图当作购买、留存用户或完成行动。
35. 绝不应用通用的意图折扣、支付意愿除数、损失乘数、习惯率或切换阈值。
36. 不要把使用同一数据集的两篇论文计为独立证据。
37. 不要用一个全局判定掩盖人群、文化、渠道或时间不匹配。
38. 在健康、金融、法律、就业、住房、教育或其他敏感领域，只评估行为合理性；不要推断有效性、安全性、合法性、资格或合规性。
39. 检查 `[x]` 是否可观察，并限定到人群、场景、成本和窗口。
40. 检查每个承重前提是否都有两个独立来源和完整台账行。
41. 检查直接证据与推断是否分开，反对证据是否可见。
42. 检查置信度是否由最弱前提和迁移桥梁封顶。
43. 检查下一个测试是否有分母、决策规则和必需的参与者保护。
44. 检查每个承重来源是否以可见 URL 出现。
45. 检查验证器是否打印 `"status": "PASS"` 并退出 0。
46. Factory 执行契约接受的结果是：根据行为试验、摩擦证据和意图-行为差距，判断人们是否会执行命名行动；在改变其最小所有者时保留当前人类行动判定行为。
47. Factory 执行契约：用 `mise run ci` 冻结当前包并记录摘要。
48. 运行 `mise run domain-research-policy`，然后评判当前人类行动判定来源和反证据。
49. 为命名的人类行动判定操作运行 `mise run agentic-request`；语义选择保留给模型。
50. 运行 `mise run decision-policy`、`mise run ci` 和行为评估；返回最低失败所有者。
51. 运行 `mise run invocation-policy -- <receipt>`，并说明每个任务或其领域特定未使用。
52. 可选运行 `mise run improvement-policy`；仅当没有受保护维度回退时，保留一个改变的维度。
53. 仅在需要契约时，通过 `mise run use-case-policy` 加载 assets/use-case-contract.json，并通过 `mise run evals` 加载 evals/evals.json。
54. Mise 负责可重复机制、排序、回执和检查；模型负责解释、因果判断、创造性工作和代码无法提供的直接感知。
55. 在缺失授权、证据过时或门槛失败时停止。

适用边界 · 注意事项

• 无法进行实时研究或被禁止时，不要发布正式判定；只能使用 `UNVALIDATED HYPOTHESIS`。
• 在健康、金融、法律、就业、住房、教育等敏感领域，不要推断有效性、安全性、合法性、资格或合规性；只能评估行为合理性。
• 没有匹配分母和可辩护不确定性时，不要给出数值概率；绝不要编造研究、样本、比率、基准率、引语、URL 或观察结果。