ai-collaboration-standards

AI Collaboration Standards 是一套嚴謹的開發框架，旨在提升 AI 輔助開發環境的準確性與可靠性。它強制要求 AI 在執行程式碼分析、架構變更建議或解讀日誌時，每一項斷言都必須有明確的證據來源。透過一套標準化的確定性標記系統，AI 能清楚區分從程式碼或文件直接取得的「已確認」事實、從觀察到的模式推導出的「推論」，以及需要用戶進一步驗證的「假設」。

此技能專為軟體工程師、程式碼審查員與系統架構師設計，讓開發者在依賴 AI 建議時，不必擔心虛構的 API 呼叫、不存在的設定參數或臆測性的函式庫用法。它強制執行嚴格的引用要求，包括檔案路徑與行號，確保所有技術聲明皆可驗證。透過將 AI 工作流轉向證據導向模型，此工具能顯著減少除錯時間，並提升自動化重構與故障排除的信賴度。

• 為每項技術聲明強制實施確定性標記系統（[已確認], [推論], [假設], [未知], [待確認]）。

• 對專案檔案、文件、外部資源與 AI 知識來源強制執行嚴格的歸屬規則。

• 要求所有程式碼相關敘述必須明確引用檔案路徑與行號。

• 提倡「推薦優先」的輸出風格，確保選項皆附帶基於專案特定證據的分析建議。

• 透過專案層級的文件支援雙語設定（英文與繁體中文），協助團隊標準化溝通語言。

• 當您執行程式碼審計、除錯複雜系統或評估架構選項時，請使用此技能。

• 確保 AI 已讀取所有必要檔案與文件，以便進行精確的 [Source: Code] 或 [Source: Docs] 標記。

• 在提出多種技術方案時，請務必包含基於當前專案狀態分析的推薦選擇。

• 若 AI 缺乏足夠證據進行陳述，建議使用 [未知] 或 [待確認] 標記，而非進行猜測。

• 透過將「禁止偽造」作為每次互動的檢查清單項目，主動遏止幻覺發生。