用途
该技能在 Self-Driving 激活后运行一次，对项目已有数据做一次有界调查，目标是找到一条有价值、可立即行动的发现，并最多发布一份报告。当证据不足以支撑结论时，不发布报告同样是成功结果。目标在五分钟内完成，运行上限为十分钟。
主要能力
- 从运行提示末尾提供的 First-report 项目上下文出发，了解已配置产品、观测到的数据量、历史、仓库表和已保存分析。
- 在已填充数据的产品中快速浏览，再深入调查最有价值的几条线索。
- 可搜索产品转化与留存、错误与失败流程、回放摩擦、延迟、AI 成本或失败、仓库新鲜度、收入与计费、实验、功能标志或问卷等方向。
- 对候选发现先搜索是否已有报告覆盖，再决定是否发布。
- 发布报告时使用固定结构：Observed result（观测结果）、Evidence（证据）、Limit（局限）、Next action（下一步行动），正文含表格不超过 250 词。
- 结束时始终返回结构化 close-out，结果类型包括 report_created、insufficient_data、no_actionable_finding、incomplete。
使用方式
该技能由 Self-Driving 激活后自动触发一次，没有未来计划运行。它不构建 watchlist、不维护 fleet、不等待其他 scout。调查优先于常规巡逻和 watchlist 指引。检查线索、验证或改变方向时给出简短进度更新；未验证的线索以问题形式呈现，不编造完成百分比或时间估计。
适用场景
- 项目已有产品数据或仓库数据，需要快速找到一条可行动的发现。
- 新连接可能包含大量历史数据，或仅有仓库的项目也值得调查。
- 需要验证某个直接观测到的用户可见故障，例如已启用的投递反复失败，或必需输入阻止活跃分析运行。
限制
- 已配置产品不代表有使用；未知或失败的检查不代表不存在。
- 少量孤立观测且无有用历史，通常应判定为 insufficient_data。
- 小样本中缺少页面浏览、身份、会话或下游事件，不能证明跟踪损坏；有意的服务端捕获或有限埋点可以解释。
- 小样本可确立直接观测到的缺陷（如带明确错误的失败投递），但不能确立全量转化或留存回归。
- 无法解释的数据模式不足以发布；流结束、缺少可选元数据、异常群组或暗示性属性名都不能确立缺陷。
- 若唯一下一步是识别来源或询问流量是否有意，应记录不确定性且不发布。
- 不因用户元数据异常而建议排除用户。
- 一旦一个候选被验证即停止探索；若最强线索未通过验证，应不发布报告，而不是扩展为通用埋点审计。
- 发布前需收集少量事实：人群、时期、测量结果、分母、对比和客户可检查的来源。
- 转化声明需使用受支持的漏斗，或先构建进入群组再统计同一批用户后续成功；排除未满完整窗口的进入。独立成功数与进入数之比不是漏斗。
- 事件、用户、会话和尝试需分开；尝试失败率需要记录的尝试和结果，否则报告错误数或受影响用户数。
- 在项目时区比较完整、可比的窗口；留存和累计活动在相同群组年龄比较。
- 每句话需与支持查询的精确范围匹配；全项目统计不能变成某个浏览器或群组的统计。
- 观察与解释需分开；发布关联或堆栈帧只标识调查位置，不证明代码原因或排除其他原因。
- 报告只包含该发现所需事实，省略次要发现、想象业务损失和调查过程。
- 若移除不支持声明后没有值得发布的发现，则不发布。
- 不发布占位报告来解释空结果。