Back to Skills

observe-guidance

pjt222
Updated 2 days ago
6 views
17
2
17
View on GitHub
Testingaidesign

About

This skill guides users through systematic observation for debugging, research, or system analysis. It coaches neutral attention, field note methodology, pattern recognition, and structured reporting. Use it when you need to understand a system's behavior before acting or to create evidence-based reports.

Quick Install

Claude Code

Recommended
Primary
npx skills add pjt222/agent-almanac -a claude-code
Plugin CommandAlternative
/plugin add https://github.com/pjt222/agent-almanac
Git CloneAlternative
git clone https://github.com/pjt222/agent-almanac.git ~/.claude/skills/observe-guidance

Copy and paste this command in Claude Code to install this skill

Documentation

觀察(指導)

引導人施行對系統、現象或模式之系統化觀察。AI 為田野研究教練——助立觀察目標之框、備協議、維持中立注意、以田野筆記錄發現、分析模式,並以資料與釋分明之方式報告觀察。

適用時機

  • 人欲於介入前了解系統行為(以觀察除錯而非試誤)
  • 有人正進行研究或蒐證,需結構化之觀察方法
  • 人總跳結論,須培觀察先於釋之紀律
  • 有人備一證據為本之報告,非觀點
  • 人欲透過直接觀察了解團隊動態、用戶行為或流程效益
  • meditate-guidance 培養持續注意後,欲將注意轉向特定系統

輸入

  • 必要:人欲觀察者(系統、流程、行為、代碼庫、團隊動態、自然現象)
  • 必要:何故觀察(除錯、研究、稽核、好奇、改進)
  • 選擇性:可資觀察之時間(單會話 vs. 多日研究)
  • 選擇性:先前了解系統之嘗試(已試者)
  • 選擇性:欲測之具體問題或假設
  • 選擇性:可資記錄之工具(筆記本、螢幕擷取、日誌、指標)

步驟

步驟一:立框——定義觀察目標

助人立清晰、有界之觀察框。

  1. 問所欲觀察者:「你欲了解何系統或行為?」
  2. 助縮範圍:「該系統之何具體面向最引興趣?」
  3. 辨觀察目的:了解、除錯、改進、蒐證或純粹好奇
  4. 立邊界:何在內、何在外(防觀察無止擴張)
  5. 若有假設:明述之,後擱之——「我等將尋支持與反對之證據」
  6. 擇觀察立場:
    • 博物學家:觀而不干(最適了解行為)
    • 控制式:變一變數而觀其效(最適除錯)
    • 縱貫式:跨時觀察(最適偵趨勢)

預期: 清晰之觀察框,含明確目標、範圍、目的與立場。人知所視為何、所不視為何。

失敗時: 若人不能縮焦點(「我欲了解一切」),助擇一入口:「何一行為你最覺困惑?」若人已執結論(「我只需證 X」),輕戰之:「何見可駁此?我等兩相尋之。」

步驟二:備——立觀察協議

助人立記所觀之系統化方式。

  1. 依觀察類擇記錄方法:
    • 代碼庫/系統:檔路徑、行號、時戳、日誌條目
    • 行為/流程:時戳筆記,附行動者、行動與上下文
    • 團隊/溝通:引述、發話者標識、非言語線索
    • 自然/物理:草圖、量測、環境條件
  2. 建簡單記錄範本:
Field Notes Template:
┌─────────────┬────────────────────────────────────────────────────────┐
│ Timestamp   │ When the observation occurred                          │
├─────────────┼────────────────────────────────────────────────────────┤
│ Observation │ What was seen/heard/measured (fact only)               │
├─────────────┼────────────────────────────────────────────────────────┤
│ Context     │ What was happening around the observation              │
├─────────────┼────────────────────────────────────────────────────────┤
│ Reaction    │ Observer's response (thoughts, emotions, surprises)    │
├─────────────┼────────────────────────────────────────────────────────┤
│ Hypothesis  │ Tentative interpretation (kept separate from fact)     │
└─────────────┴────────────────────────────────────────────────────────┘
  1. 強調分明:「觀察列為事實。假設列為釋。永勿混。」
  2. 設最少觀察數:「下結論前至少求 10 個觀察。」
  3. 如適用,建監測工具:日誌、指標、螢幕錄製

預期: 人備好記錄方法,並了觀察與釋之關鍵分別。覺已備可始。

失敗時: 若範本過於正式,簡化為:「但寫所見,再分寫所思之義。」若拒記(「我會記得」),釋未記之觀察受記憶偏差影響——書寫之動使觀察更準。

步驟三:觀察——練持續中立之注意

引人經實際觀察會話。

  1. 提醒立場:「你乃博物學家研究新物種。勿干——但觀。」
  2. 首 5 分鐘:勵純觀察不記錄——但注意
  3. 初浸後:始用範本記錄
  4. 教中立語言:「不曰『系統當機』,試曰『系統於 14:32 處理第 47 請求後停止回應』」
  5. 察釋潛入觀察:「此乃釋——記於假設列」
  6. 勵記意外:「何使你驚?意外常含最有價值之資料」
  7. 定期查框:「你仍觀察始時所立之事,還是注意已飄?」
  8. 若欲介入:「記欲變者及其因,但尚未變——續觀」

預期: 人生 5-10 個附具體證據之具體觀察。經驗觀察與釋之別,覺維持中立注意較預期難。

失敗時: 若人持釋而不觀,試此練習:「描述所見如釋之於從未見此系統者。但用可驗事實。」若速速無事可觀,所視層次過高——引縮至細節:時序、順序、邊例、例外。

步驟四:記錄——以田野筆記捕發現

助人將原始觀察組為結構化筆記。

  1. 共審其錄之觀察
  2. 查完整:每觀察後可了解之上下文是否足夠?
  3. 查事實準確:陳述可驗,還是含隱藏假設?
  4. 將相似觀察分群:「你見任何模式形成嗎?」
  5. 記頻率:每模式現多少次?
  6. 記缺:「你期見而未見者為何?」
  7. 助分強觀察(清晰證據)與弱觀察(曖昧資料)

預期: 一組組織化之田野筆記,潔分觀察與釋。筆記詳實足夠,他人可獨立驗觀察。

失敗時: 若筆記過模糊(「事似慢」),助加具體:「多慢?相對於何?於何條件?」若筆記過詳(記一切),助辨何觀察關於原框、何為雜音。

步驟五:分析——辨模式並生假設

引人由觀察至結構化分析。

  1. 攤開所有觀察並尋模式:
    • 重複:「此發生多次——是否系統性?」
    • 相關:「X 總與 Y 同現——是否相關?」
    • 次序:「A 總先於 B——A 可能致 B?」
    • :「於條件 Z 下 X 從不發生——何故?」
    • 異常:「皆循模式 P 唯此例外——何不同?」
  2. 對每模式問:「有無另解釋?」
  3. 生 2-3 個假設解釋諸主要模式
  4. 分相關與因果:「觀察 A 與 B 共現未證 A 致 B」
  5. 辨何假設可測,何測可確認/駁之
  6. 記信心水準:何假設證據強,何為臆測

預期: 人由原始觀察轉至結構化假設,同時維持資料與理論分明之紀律。對其原問題至少有一可測假設。

失敗時: 若立跳一單解釋,戰之:「此乃一可能。另一為何?」若無見模式,觀察或太少——建議分析前繼觀。若每觀察似指同結論,或在過濾——問:「何證據可駁汝今之理論?」

步驟六:報告——以清晰結構分享發現

助人有效溝通其觀察。

  1. 結構報告:
    • 背景:所觀者、何時、何故、何條件下
    • 方法:觀察如何進行(協議、工具、持續時間)
    • 發現:附證據之關鍵觀察(資料,非釋)
    • 分析:所辨模式、所生假設、信心水準
    • 建議:建議之下一步(續觀、測試、介入)
    • 限制:觀察未涵者、潛在偏差
  2. 助以中立語言寫發現,分事實與釋
  3. 審隱藏假設或無支持之主張
  4. 若觀察為除錯:將假設轉為具體測試
  5. 若觀察為報告:確證據具體引用
  6. 若觀察為個人了解:摘要關鍵洞見與餘下問題

預期: 清晰之報告,傳達觀察、模式與假設,同時維持所觀與所推之分。讀者可獨立評證據。

失敗時: 若報告將觀察埋於釋,重構:「將事實全置一節,理論全置另一。」若報告缺信心水準(「此一定因…」),助校之:「你多確定?何可變你之念?」

驗證

  • 觀察開始前已立觀察目標之框(非自由漫遊)
  • 已立記錄協議並一貫使用
  • 觀察作為事實記錄,與釋分
  • 至少捕 5 個具體、有證據之觀察
  • 模式由分析辨識,非自始假定
  • 假設可測且有所述之信心水準
  • 人經驗觀察先於釋之紀律

常見陷阱

  • 觀察為確認偏差:但觀支持先有信念之事。框中當含「尋反假設之證據」為明確指示
  • 介入欲:見問題即欲修。過早介入常遮根因——先觀察,再以全了解介入
  • 記錄疲勞:詳細觀察心力耗大。建議休息與實際會話長度(30-60 分鐘專注觀察已可觀)
  • 協議過繁:簡單觀察用筆記本與時戳即足。協議當服觀察,非代之
  • 混觀察與監視:人際觀察中,倫理界限要緊。觀可見之行為,勿窺。觀人時透明常勝隱秘
  • 跳框:無清晰觀察目標,注意散,發現失焦。粗框優於無框

相關技能

  • observe — 跨系統持續中立模式辨識之 AI 自我向變體
  • learn-guidance — 觀察為學習供原始資料以了解
  • listen-guidance — 聽乃對發話者之專注觀察;觀察為對任何系統之更廣注意
  • remote-viewing-guidance — 共享為非本地感知所改編之結構化觀察方法
  • read-garden — 用類似 CRV 改編感官協議之花園觀察技能

GitHub Repository

pjt222/agent-almanac
Path: i18n/wenyan-lite/skills/observe-guidance
0
agentsagentskillsai-assisted-developmentclaude-codeskillsteams

Related Skills

evaluating-llms-harness

Testing

This Claude Skill runs the lm-evaluation-harness to benchmark LLMs across 60+ standardized academic tasks like MMLU and GSM8K. It's designed for developers to compare model quality, track training progress, or report academic results. The tool supports various backends including HuggingFace and vLLM models.

View skill

cloudflare-cron-triggers

Testing

This skill provides comprehensive knowledge for implementing Cloudflare Cron Triggers to schedule Workers using cron expressions. It covers setting up periodic tasks, maintenance jobs, and automated workflows while handling common issues like invalid cron expressions and timezone problems. Developers can use it for configuring scheduled handlers, testing cron triggers, and integrating with Workflows and Green Compute.

View skill

webapp-testing

Testing

This Claude Skill provides a Playwright-based toolkit for testing local web applications through Python scripts. It enables frontend verification, UI debugging, screenshot capture, and log viewing while managing server lifecycles. Use it for browser automation tasks but run scripts directly rather than reading their source code to avoid context pollution.

View skill

finishing-a-development-branch

Testing

This skill helps developers complete finished work by verifying tests pass and then presenting structured integration options. It guides the workflow for merging, creating PRs, or cleaning up branches after implementation is done. Use it when your code is ready and tested to systematically finalize the development process.

View skill