用途：当用户想报告、收集、规范化、分类或套用模板记录使用 AI 工具时遇到的问题时使用本技能。目标是收集与规范化，而非排障；需保留用户原意，避免过度解读稀疏描述，输出便于粘贴到问题跟踪器、表格、聊天线程或内部反馈系统。
主要能力：判断用户是否在报告 AI 工具或 AI 辅助工作流的问题；从描述中提取可观察事实，包括工具、任务、场景、失败行为、影响、业务背景及可用环境信息；将问题归类为模型能力、环境/工具链、业务背景清晰度、工作流/流程、用户技能/培训、数据/权限、安全/合规或未知；区分事实与推测，不确定字段标为 unknown；按模板规范化报告；必要时依据 references/label-taxonomy.md 添加标签；仅在“建议补充信息”中列出追问，除非用户明确要求访谈式收集，否则不阻塞输出。
使用方式：按给定输出模板生成报告，包含标题、摘要、原始描述、场景、问题分类、标签、影响、可能原因、改进方向、建议补充信息、建议路由。标签使用紧凑的机器可读格式，优先小写 kebab-case，必需标签族包括 tool、category、scenario、task、issue、capability、severity、frequency；多问题类型可加多个 issue 标签，未说明或无法安全推断的字段用 unknown。需要规范标签值或严重度规则时查阅 references/label-taxonomy.md。
适用场景：AI 工具使用反馈的收集、归类与模板化，便于后续统计分析与改进规划。
限制：不承诺根因，除非有证据；不归咎用户或 AI 系统；除非用户明确要求，不解决原始任务；严重度按 low、medium、high、critical 规则判断；分类优先单一主类别，仅在明显相关时加次类别，推断为主时置信度设为 low。资料未提供具体安装命令、价格或平台信息。