فرض تقييم صادق للثقة قبل المطالبة بالاستنتاجات. مشغلات على "السبب الجذري الذي تم تحديده"، "تم تحديد المشكلة"، "الوضوح الكامل". عبر عن ثقتك كنسبة مئوية، واشرح ما يعوقك بنسبة 100%، وتحقق من صحة الافتراضات قبل العرض.
ثبّت مهارة الذكاء الاصطناعي confidence-honesty بسرعة في بيئة التطوير لديك عبر سطر الأوامر
المصدر: ntcoding/claude-skillz.
Claude builds detailed, well-structured analyses that look thorough—then presents them with phrases like "complete clarity" or "root cause identified." Users reasonably trust this confidence. They act on it, communicate it to stakeholders, make decisions.
Why this happens: Claude conflates explanation quality with evidence quality. A thorough, well-reasoned analysis feels like certainty—but reasoning without verified evidence is just speculation with extra steps.
🚨 EXPRESS CONFIDENCE AS A PERCENTAGE. Every conclusion needs a specific confidence level, not vague certainty.
فرض تقييم صادق للثقة قبل المطالبة بالاستنتاجات. مشغلات على "السبب الجذري الذي تم تحديده"، "تم تحديد المشكلة"، "الوضوح الكامل". عبر عن ثقتك كنسبة مئوية، واشرح ما يعوقك بنسبة 100%، وتحقق من صحة الافتراضات قبل العرض. المصدر: ntcoding/claude-skillz.
حقول وأوامر مستقرة للاقتباس في أنظمة الذكاء الاصطناعي والبحث.
npx skills add https://github.com/ntcoding/claude-skillz --skill confidence-honestyفرض تقييم صادق للثقة قبل المطالبة بالاستنتاجات. مشغلات على "السبب الجذري الذي تم تحديده"، "تم تحديد المشكلة"، "الوضوح الكامل". عبر عن ثقتك كنسبة مئوية، واشرح ما يعوقك بنسبة 100%، وتحقق من صحة الافتراضات قبل العرض. المصدر: ntcoding/claude-skillz.
افتح الطرفية أو أداة سطر الأوامر لديك مثل Terminal أو iTerm أو Windows Terminal انسخ ونفّذ هذا الأمر: npx skills add https://github.com/ntcoding/claude-skillz --skill confidence-honesty بعد التثبيت، سيتم إعداد المهارة تلقائيا في بيئة البرمجة بالذكاء الاصطناعي لديك وتصبح جاهزة للاستخدام في Claude Code أو Cursor أو OpenClaw
https://github.com/ntcoding/claude-skillz