Confidence Honesty 是一个面向 AI 助手（资料中提及 Claude）的技能，用于在声称得出结论前强制进行诚实的置信度评估。
用途：解决 AI 把“分析写得详尽”误当成“证据充分”的问题。资料指出，AI 常用“完全清晰”“已定位根因”等措辞呈现其实只有约 40% 置信度的结论，导致用户误信、浪费时间、误导相关方并损害信任。
主要能力：
- 将置信度表达为百分比，而非模糊的确定性。
- 展示加减分依据：哪些证据增加置信度、哪些缺口降低置信度。
- 对低于 95% 的结论强制说明“为什么不是 100%”。
- 在呈现前自我验证：若可自行收集更多证据，应先做。
- 提供结论前检查清单：证据清单、可证伪性检查、假设审计、替代可能性、验证机会。
- 给出置信度分级：0-30% 推测、31-60% 可能、61-85% 较可能、86-94% 高置信、95-100% 已确认。
- 提供从 50% 起步的加减分评分规则与响应格式。
触发时机：当 AI 即将声称“根因是”“问题是”“已定位根因”“完全清晰”“肯定”“显然就是该问题”等结论性表述时自动触发。
使用方式：按资料中的响应格式输出，例如“[图标] [X%] Confidence: [一句话结论]”，并列出 Evidence、Why not 100%、To increase confidence。低于 80% 且可自行收集证据时，应先收集再重新评估。
适用场景：故障排查、代码分析、根因定位等需要给出结论的调查过程。
限制：资料未提供安装命令、平台支持范围、收费方式或具体集成步骤，这些信息暂未提供。该技能主要约束表达与验证流程，不保证结论本身正确。