用途：对一条 AI 编程场景中的人类输入文本做分类，可选提供本轮助手回复（assistant_message）和上一轮助手回复的最后一段（prev_message）。这是纯推理检查，不调用 CawPlan API，也不需要 cawplan 鉴权。
主要能力：依据 references/CATEGORY_TAXONOMY.md、references/TOPIC_TAXONOMY.md 和 references/PRODUCTION_CLASSIFY_PROMPT.md 进行分类；当整理文档与生产快照冲突时以快照为准。输出 category（主类别）、categories（按优先级排序的完整列表）、topic（17 个主题之一）、topic_reason、topic_confidence（0.0–1.0），并用一句话说明主类别依据。
使用方式：先读取上述参考文档。处理 assistant_message 时需按生产流程归一化转义与换行、去除 [REDACTED] 占位符、清理 markdown 噪声、按空行分段并只保留前 3 段、以 \n\n 连接并截断至约 1200 runes；prev_message 取最后一段并截断至约 500 runes。类别路由以 content 为主信号，prev 仅用于短裸跟进判断 decision 与 approval，assistant_message 仅在 content 为无意图词的裸交接时用于类别。主题仅用 content 与处理后的 assistant_message 判断，不使用 prev_message。类别使用精确 snake_case 叶名。
适用场景：内部 QA 复核分类结果，或与已持久化的云端类别对比排查分歧。
限制：new_feature 为最后手段主题，多个主题可能时优先具体主题；新屏幕或新字段本身不构成 new_feature。省略 prev_message 时按空处理，裸跟进可能产生歧义。同步快照命令：node skills/cawplan-internal-qa-coding-humaninputs/scripts/sync-classify-prompt-from-core-product.mjs。