用途：在正式问答环节发生前进行排练。该技能构建一个模拟听众，按场地类型校准敌意与好奇两类人格，逐题提问，问题基于用户真实的论文与幻灯片；每个回答都会被指导成简洁、诚实、结论先行的回应，并刻意准备演讲者最怕被问到的问题。
适用时机：被要求“就论文拷问我”“排练报告问答”“模拟问答”；想知道听众会问什么、最糟的问题是什么；练习论文答辩或求职演讲问答；准备海报环节（连续问答、2 分钟与 5 分钟陈述）。通常在 write-talk-script / make-slides 之后使用，也可接在 simulate-reviewers 之后，用其弱点清单生成“最怕问题”清单。
输入：论文（以及已有的幻灯片或讲稿），以任意可读形式提供，仅临时处理，不把论文文本复制进仓库；场景与时长（会议报告、闪电演讲、主题演讲、海报、答辩、求职演讲，以及问答分钟数，未知需询问）；可选但更佳的是场地档案 venues/conferences/<venue>-<year>.yml，无档案时可用 parse-cfp 生成或使用通用听众。
流程：先用 python3 scripts/qa_drill.py --setting conference-talk --minutes 3 --venue venues/conferences/<venue>-<year>.yml 生成演练计划（离线、确定性，输出时段数学、人格阵容与配额、轮次计划、回答时长目标、记录骨架；--json 为机器输出，--help 查看全部设置；退出码 0 正常，2 参数错误或档案缺失/无法解析）。随后必须重新核实时段：场地档案不存报告时段，问答长度逐年逐场变化，需查场地实时演讲者说明（从档案 cfp_url 与网站入手）确认时长、问答分钟数与形式，并说明核实内容与时间。接着阅读论文建立“最怕问题”清单，从局限、主张、实验范围、假设、删减材料、反驳历史、异常数字、伦理与数据来源等挖掘，按概率×损害排序 8–15 题并各建诚实回答卡；若弱点可在演讲前修复，应优先修复而非排练。然后按轮次计划逐题演练（热身→敌意拷问→最怕问题收尾→快问快答→曲线球），以人格口吻基于真实论文/幻灯片提问，等用户回答后再继续，绝不一次性抛出问题列表；涉及前人工作时，只能引用经 find-papers + verify-citations 核实的真实论文，否则保持匿名，绝不编造引用。每个回答后跳出人格，按 references/answer-coaching.md 给出五部分反馈（判定/有效之处/唯一改进点/仅基于论文支持的示范回答/失败则重练），训练“结论句+一条证据+停止”的模板，重问严重失败的问题，答对两次才算练成。之后把对话记录进骨架并运行 python3 scripts/grade_answers.py transcript.md --target 45 --max 75（目标来自演练计划），逐条标记估计语速与目标/上限、未答问题、模糊开场、填充词密度、是非题答案被埋没等；退出码 0 就绪，1 需重练，2 输入错误，--json 为机器输出。最后给出就绪报告：已过关问题、需再练问题（各附唯一改进点）、最怕问题速记卡（问题→背下的结论句→一个数字），以及应改幻灯片而非排练的条目。
输出：交互式演练，以及结束时（在聊天中，用户要求才写文件）评分记录报告、供当天早晨复习的最怕问题速记卡和重练清单。不做预测——练过的回答是准备，不保证会被问到。
限制与护栏：只给诚实回答，绝不指导隐瞒、淡化或歪曲局限与结果，拒绝“帮我避免承认 X”的请求，改为承认并限定范围的回答；绝不编造引用；绝不把论文无法支持的主张塞进用户口中；必须对照场地实时页面重新核实时段/场次事实；论文仅临时处理，不存入仓库；绝不代替用户联系场次主席、委员会或任何投稿/会议系统；这是排练而非预言，不得声称练过的问题就是实际会被问到的，也不得预测报告反响。
适配学科：听众阵容按场地家族在 scripts/qa_drill.py 的 FAMILY_LINEUPS 中配置，可 fork 并加入本领域听众（如人文学科研讨会评议人、临床大查房小组）及 PERSONAS 与 references/audience-personas.md 中的新人格；SETTINGS 表同样可加入新形式。