验证/自审active

实现 + 测试 + 用一份 HTML 报告证明它真的能用

作者
陈成 (@chenchengpro); Anthropic Claude Code 官方文档(Ask Claude for evidence)
变体
  • Anthropic 官方原则:Ask Claude for evidence: the command it ran and its output, or the screenshot.

解决什么问题

agent 说“做完了、测试都过了”你不放心时用:要求它拿出证据,并整理成一份你能直接打开看的 HTML 报告。

Prompt

原文(陈成第 6 条,英文):

implement and test and proven me it works with a html under ~/Downloads/

中文大意:实现并测试,然后在 ~/Downloads/ 下用一份 HTML 向我证明它能用。

增强版(本库按评论区 + 官方文档整理,非原文):

实现并测试,然后在 [文件夹] 下生成一份 HTML 报告,证明它能用。报告要像收据,不要像庆功海报:
- 写清验证的是哪个版本(commit hash);
- 贴出你实际运行的命令和原始输出,UI 改动附截图;
- 没跑过、没覆盖到的场景单独列出来;
- 报告生成后如果代码又改了,重新验证并更新报告。

已知坑 & 评论区改进

  • “第 6 条我会再补半句:「写清验证的是哪个版本,没跑过的场景单列。」不然 HTML 报告很好看,代码后来又改了两轮,证据和结果可能已经不是一对了。报告最好像收据,不要像庆功海报。”—— @sahuaja3669
  • Anthropic 官方文档:“ask Claude for evidence: the command it ran and its output, or the screenshot. ‘All tests pass’ on its own tells you very little”。大白话:只说“测试都过了”没用,要它贴命令和输出。来源
  • 卡兹克评论区的相关教训:“我这边AI汇报三个任务都在跑,实际一个被服务端拒了,一个已经卡死3小时。后来定了条规矩,派完活要看到进度真在动才许汇报。”—— @Tommyshelby2608
  • 英文原则版:“Don’t assume success. Completing an action doesn’t mean achieving the goal. Verify against reality.”—— @junjiechou1122

来源

标签

验证/自审、执行/交付