用途：better-goal 指引用高质量任务目标（goal），核心观点是 Goal 不是 prompt，而是验收契约。除告诉 agent「做什么」，还需说明「做完了怎么验证」「什么情况下停」「边界在哪里」，让 agent 在多轮探索中持续朝既定结果推进，证据达标时停止，遇决策点时暂停等人判断。
适用场景：适合持久目标类任务，如性能优化、flaky test 排查、依赖迁移、需要复现的 bug 调查、多步重构、基准驱动调优、需产出最终产物的研究任务。不适合单行修改、简短解释、代码审查、一次性问答，也不适合「让代码更好」这类标语式目标。条件为：持久目标 + 可验证的完成线 + 需多轮探索的路径。
七个要素：Outcome（结果）、Verification（验证）、Constraints（约束）、Boundaries（边界）、Iteration policy（迭代策略）、Stop when（完成条件）、Pause if（暂停条件）。Stop when 是正向完成信号，Pause if 是需人介入的决策点；预算耗尽不等于目标完成，应总结进展、标识下一步。
编写模板： /goal [期望结果] Verification: [用什么证明完成了] Constraints: [不能改什么 / 不能退化什么] Boundaries: [允许写哪里 / 禁止碰哪里] Iteration policy: [每次改多少，改完跑什么检查，如何选下一步] Stop when: [证据证明完成] Pause if: [什么情况下暂停等人工决策]
示例强度对比：弱目标「/goal Improve performance」；强目标会写明结果（p95 低于 120ms）、验证方式（checkout benchmark 与 correctness suite）、约束（不退化测试、不改公开 API）、边界、迭代策略、完成信号（连续 3 次达标）与暂停点（连续 5 次无改善或需动公开 API）。研究复现示例则要求产出 confirmed、approximate、blocked、uncertain 四层分级报告。
反向访谈：不确定如何写时，可让 AI 反向追问验收标准、验证命令、约束、边界、迭代策略、完成证据与暂停时机，再生成完整 /goal 命令。资料未提供安装方式、收费、价格或平台信息。