{"id":"dfb89084-7a6a-416b-84c3-3b55208813ff","shortId":"rdK4zB","kind":"skill","title":"p8b-trust-tier-designer","tagline":"信任度分级设计器。基于《AI时代的用户体验》信任分级理论， 设计 AI 产品的信任度分级体系，让用户渐进式地建立对 AI 的信任。","description":"# 信任度分级设计器\n\n## 一句话定位\n\n设计一套信任度分级体系，让用户从\"尝试\"到\"依赖\"渐进式地建立对 AI 的信任。\n\n## 何时触发\n\n- AI 产品需要用户从不信任到信任\n- 想要设计渐进式的 AI 交付策略\n- 需要匹配用户的信任水平与 AI 的自主程度\n- 需要避免用户过度依赖或拒绝使用\n\n## 输入\n\n产品场景 + 用户类型 + AI 能力边界。\n\n**示例输入**：\n```\n产品: AI 写作助手\n场景: 帮助用户写作业务邮件\n用户: 职场人士，对 AI 写作质量有疑虑\nAI能力: 能写出合格邮件，但可能缺乏个性\n```\n\n## 信任度分级\n\n### 第一级：尝试（Trial）\n\n**特征**：用户第一次接触 AI，持怀疑态度\n\n**产品设计**：\n```\n尝试级:\n  ai_autonomy: \"低 - AI 只提供建议，不自动执行\"\n  user_control: \"高 - 用户完全控制\"\n  transparency: \"高 - 详细解释 AI 的建议逻辑\"\n  rollback: \"简单 - 一键撤销\"\n  verification: \"用户可以轻松验证 AI 建议的正确性\"\n```\n\n### 第二级：验证（Validation）\n\n**特征**：用户已经验证过 AI 的能力，开始建立信任\n\n**产品设计**：\n```\n验证级:\n  ai_autonomy: \"中 - AI 可以执行简单任务，复杂任务需要确认\"\n  user_control: \"中 - 用户可以设置规则和限制\"\n  transparency: \"中 - 关键决策提供解释\"\n  rollback: \"可用 - 可以回滚到上一版\"\n  verification: \"抽样验证，关键决策必须确认\"\n```\n\n### 第三级：委托（Delegation）\n\n**特征**：用户已经充分信任 AI，愿意委托给 AI 处理\n\n**产品设计**：\n```\n委托级:\n  ai_autonomy: \"高 - AI 可以自主执行，只在异常时通知用户\"\n  user_control: \"低 - 用户设置策略，不干预执行\"\n  transparency: \"低 - 只在异常时提供解释\"\n  rollback: \"复杂 - 可以回滚到任意历史版本\"\n  verification: \"定期审查，异常通知\"\n```\n\n### 第四级：协作（Collaboration）\n\n**特征**：AI 和用户形成高度协作关系\n\n**产品设计**：\n```\n协作级:\n  ai_autonomy: \"适应 - 根据任务自动调整\"\n  user_control: \"智能 - AI 学习用户偏好，自动调整\"\n  transparency: \"适应 - 根据用户偏好调整透明度\"\n  rollback: \"智能 - 预测性回滚\"\n  verification: \"智能 - AI 主动提醒异常\"\n```\n\n## 分级过渡设计\n\n### 过渡触发条件\n\n```\n过渡条件:\n  尝试 → 验证:\n    - 用户完成了 X 次任务\n    - 用户对 AI 建议的接受率 > 80%\n    - 用户主动调整过 AI 的建议\n  \n  验证 → 委托:\n    - 用户完成了 Y 次复杂任务\n    - 用户对 AI 自动执行的满意度 > 90%\n    - 用户开始设置高级规则\n  \n  委托 → 协作:\n    - 用户与 AI 有长期互动历史\n    - AI 已经学习了用户的工作模式\n    - 用户表达了对 AI 的高度信任\n```\n\n### 过渡保护\n\n```\n过渡保护:\n  - 用户可以手动调整信任等级\n  - 升级时默认保留回滚选项\n  - 降级时保持历史设置\n  - 异常情况自动降级\n```\n\n## 综合输出格式\n\n```yaml\ntrust_tier_design:\n  input:\n    product: \"产品名称\"\n    scenario: \"使用场景\"\n    user: \"目标用户\"\n    ai_capability: \"AI 能力边界\"\n  \n  tiers:\n    trial:\n      name: \"尝试级\"\n      autonomy: \"低\"\n      control: \"高\"\n      transparency: \"高\"\n      rollback: \"简单\"\n      verification: \"完全验证\"\n    \n    validation:\n      name: \"验证级\"\n      autonomy: \"中\"\n      control: \"中\"\n      transparency: \"中\"\n      rollback: \"可用\"\n      verification: \"抽样验证\"\n    \n    delegation:\n      name: \"委托级\"\n      autonomy: \"高\"\n      control: \"低\"\n      transparency: \"低\"\n      rollback: \"复杂\"\n      verification: \"定期审查\"\n    \n    collaboration:\n      name: \"协作级\"\n      autonomy: \"适应\"\n      control: \"智能\"\n      transparency: \"适应\"\n      rollback: \"智能\"\n      verification: \"智能\"\n  \n  transitions:\n    trial_to_validation:\n      conditions: [\"过渡条件\"]\n      protections: [\"保护机制\"]\n    validation_to_delegation:\n      conditions: [\"过渡条件\"]\n      protections: [\"保护机制\"]\n    delegation_to_collaboration:\n      conditions: [\"过渡条件\"]\n      protections: [\"保护机制\"]\n  \n  implementation:\n    default_tier: \"默认等级\"\n    user_override: \"用户可手动调整\"\n    auto_adjust: \"是否自动调整\"\n    rollback_always: \"是否始终保留回滚\"\n```\n\n## 示例：AI 写作助手\n\n**设计**：\n- 尝试级：AI 提供多个写作建议，用户选择并修改\n- 验证级：AI 可以自动生成草稿，用户确认后发送\n- 委托级：AI 自动处理常规邮件，只在异常时通知\n- 协作级：AI 学习用户写作风格，自动调整语气和用词\n\n## 常见误判\n\n- **一开始就高自主**：用户还没建立信任就给 AI 高自主权\n- **过渡太快**：信任建立需要时间，急不得\n- **忽视降级**：只设计升级，不设计降级机制\n\n## 核心概念\n\n### 1. Trust Threshold（信任阈值）\n\n**定义**：用户愿意\"放手\"让 AI 自主行动的成功率临界点。这个临界点由三个变量共同决定。\n\n**关键点**：\n- 核心公式：**Trust Threshold = f（风险等级，介入成本，替代方案）**\n- 风险等级：AI 犯错时用户承受的后果有多严重，决定用户的\"容错上限\"\n- 介入成本：用户干预 AI 时需要付出的代价，介入成本越高，用户越不愿干预，反而要求 AI 更可靠\n- 替代方案：AI 不可信时用户还有什么选择，替代方案越多，对 AI 的信任要求越严格\n- 信任不是感性的冲动，而是一种理性的风险收益计算\n\n> 来源：书稿 ch07「Trust Threshold 模型：信任决策的量化框架」\n\n### 2. 信任的经济学：边际效益递减\n\n**定义**：在 Trust Threshold 以下，提升 AI 可靠性带来的信任增长剧烈；超过阈值后，继续投入资源提升可靠性是低效的。\n\n**关键点**：\n- 60%→70% 的准确率提升用户感知明显，98%→99% 的提升几乎无人察觉\n- 后者的技术开发成本可能是前者的十倍以上\n- 如果 AI 已越过 Trust Threshold，更明智的做法是把资源分配到降低介入成本、提升透明度等其他维度\n- 团队最常见的资源错配：花三个月把准确率从 95% 提升到 99%，而忽视了其他信任变量\n\n> 来源：书稿 ch07「信任的经济学：不是越可靠越好」\n\n### 3. Agency-Control Tradeoff（自主权-控制权权衡）\n\n**定义**：每次赋予 AI 系统更多的自主权（agency），就意味着人类让渡出一部分控制权。自主权必须通过持续的信任积累逐步获得，而非一次性授予。\n\n**关键点**：\n- AI 产品与传统软件的根本区别：非确定性 + agency-control tradeoff\n- 大多数团队的错误：在测试系统出错时会发生什么之前，就直接跳到完全自主模式\n- 信任资本（trust capital）是用户在\"赋予 agency\"时计算的核心变量\n- 渐进式授权设计：从低自主 → 中自主 → 高自主 → 适应性自主\n\n> 来源：书稿 ch07 延伸阅读「CC/CD Framework」及案例库 Smashing Magazine「6大信任设计模式」\n\n### 4. 信任分级的四阶段模型\n\n**定义**：将用户对 AI 的信任发展划分为四个阶段，每个阶段对应不同的 AI 自主程度、用户控制程度和透明度要求。\n\n**关键点**：\n- **尝试级（Trial）**：AI 只提供建议，用户完全控制，详细解释逻辑\n- **验证级（Validation）**：AI 可执行简单任务，关键决策需确认，抽样验证\n- **委托级（Delegation）**：AI 自主执行，只在异常时通知，定期审查\n- **协作级（Collaboration）**：AI 根据任务自动调整，学习用户偏好，预测性回滚\n- 每个阶段的过渡需要明确的触发条件和保护机制\n\n> 来源：主 Skill SKILL.md「信任度分级」章节\n\n### 5. 行为使用 ≠ 心理信任\n\n**定义**：用户继续使用一个 AI 产品，可能是因为切换成本高（客观约束）、组织强制要求（被动接受）、暂时没有更好的替代品（阶段性容忍），而非真正的信任。\n\n**关键点**：\n- 不要把替代方案的稀缺性当作理所当然的信任红利\n- 低 Trust Threshold 可能掩盖了产品真实的问题\n- 当用户\"不得不\"容忍 AI 时，他们在积累不满，只是没有表达出来\n- 一旦更好的替代方案出现，这些不满会迅速转化为流失\n- 产品团队如果把表面的\"继续使用\"误解为\"用户信任度很高\"，就会在关键场景中过度放权\n\n> 来源：书稿 ch07「替代方案：信任的外部约束」\n\n## 分步执行\n\n### 步骤 1：场景分析与信任现状评估\n\n**操作说明**：\n列出产品中所有 AI 参与的核心场景，评估每个场景当前用户的信任状态：用户对 AI 的接受度如何？是否存在过度依赖或拒绝使用的情况？用户在哪些环节频繁检查/修改 AI 输出？\n\n**输出物**：\n```yaml\ntrust_assessment:\n  场景A:\n    current_trust_level: \"低/中/高\"\n    user_behavior: \"描述用户当前行为模式\"\n    pain_points: [\"信任相关的痛点\"]\n```\n\n### 步骤 2：Trust Threshold 三变量评估\n\n**操作说明**：\n对每个场景评估三个核心变量：风险等级（R，1-10分）、介入成本（I，操作步骤数+认知门槛）、替代方案（S，用户转向替代方案的代价，1-10分）。根据三变量组合判断该场景用户的信任阈值水平。\n\n**输出物**：\n```yaml\ntrust_threshold:\n  场景A:\n    risk_level: \"R=7，高风险\"\n    intervention_cost: \"I=3，低介入成本（一键重写）\"\n    alternatives: \"S=4，中等替代难度\"\n    threshold: \"偏高，需要优先提升可靠性\"\n```\n\n### 步骤 3：信任分级设计\n\n**操作说明**：\n根据 Trust Threshold 评估结果，为每个场景设计四阶段信任分级体系（尝试→验证→委托→协作）。明确每个阶段的 AI 自主程度、用户控制程度、透明度要求和回滚机制。\n\n**输出物**：\n```yaml\ntier_design:\n  trial:\n    ai_autonomy: \"低\"\n    user_control: \"高\"\n    transparency: \"高\"\n    rollback: \"简单\"\n  validation:\n    ai_autonomy: \"中\"\n    user_control: \"中\"\n    transparency: \"中\"\n    rollback: \"可用\"\n  delegation:\n    ai_autonomy: \"高\"\n    user_control: \"低\"\n    transparency: \"低\"\n    rollback: \"复杂\"\n  collaboration:\n    ai_autonomy: \"适应\"\n    user_control: \"智能\"\n    transparency: \"适应\"\n    rollback: \"智能\"\n```\n\n### 步骤 4：过渡触发条件设计\n\n**操作说明**：\n为每个阶段之间的过渡设计明确的触发条件：用户完成任务次数、AI 建议接受率、用户主动调整行为等量化指标。同时设计过渡保护机制：用户可手动调整等级、升级时保留回滚、降级时保持历史设置、异常自动降级。\n\n**输出物**：\n```yaml\ntransitions:\n  trial_to_validation:\n    conditions: [\"完成X次任务\", \"AI建议接受率>80%\", \"用户主动调整过AI建议\"]\n    protections: [\"用户可手动调整\", \"保留回滚选项\"]\n  validation_to_delegation:\n    conditions: [\"完成Y次复杂任务\", \"自动执行满意度>90%\"]\n    protections: [\"升级时默认保留回滚\", \"异常自动降级\"]\n```\n\n### 步骤 5：信任 UX 细节设计\n\n**操作说明**：\n为每个信任等级设计具体的 UX 细节：来源展示方式、不确定性提示、边界告知、置信度信号。参考 Smashing Magazine 的 6 大信任设计模式：Intent Preview（意图预览）、Autonomy Dial（自主性旋钮）、Explainable Rationale（可解释理由）、Confidence Signal（置信度信号）、Action Audit & Undo（行动审计与撤销）、Escalation Pathway（升级路径）。\n\n**输出物**：\n```yaml\ntrust_ux_details:\n  来源展示: \"每个AI建议标注数据来源和推理依据\"\n  不确定性提示: \"置信度颜色+文字双重编码\"\n  边界告知: \"明确告知AI的能力边界和不适用场景\"\n  置信度信号: \"高(绿色)/中(黄色)/低(红色) 三级信号\"\n  撤销机制: \"每个AI操作都可追溯、可撤销\"\n  升级路径: \"低置信度场景自动提供转人工入口\"\n```\n\n### 步骤 6：验证与调优机制\n\n**操作说明**：\n设计信任分级体系的验证方法：用户测试验证信任感知是否匹配设计意图、A/B 测试验证过渡触发条件是否合理、持续监控信任相关指标（接受率、回退率、降级触发率）。\n\n**输出物**：\n```yaml\nvalidation_plan:\n  metrics: [\"AI建议接受率\", \"用户回退操作率\", \"降级触发频率\", \"手动调整等级比例\"]\n  test_methods: [\"用户访谈\", \"A/B测试\", \"行为数据监控\"]\n  iteration_cycle: \"每月回顾信任指标，调整过渡条件\"\n```\n\n## 示例\n\n### 示例 1：AI 写作助手的信任分级设计\n\n**场景描述**：\n一款 AI 写作助手帮助用户撰写业务邮件。用户对 AI 写作质量有疑虑——不知道 AI 写的邮件是否合适、是否遗漏关键信息。需要设计信任分级体系，让用户从\"试试看\"逐步建立信任。\n\n**用户输入**：\n```\n产品: AI 写作助手\n场景: 帮助用户写作业务邮件\n用户: 职场人士，对 AI 写作质量有疑虑\nAI能力: 能写出合格邮件，但可能缺乏个性\n```\n\n**执行流程**：\n\n1. **Trust Threshold 评估**：\n   ```\n   风险等级 R = 4（邮件写错的后果中等：可能影响商务关系）\n   介入成本 I = 2（一键编辑，几秒钟可修改）\n   替代方案 S = 3（用户可以自己写，但效率较低）\n   → 信任阈值偏低，AI 不需要接近完美就能获得放手授权\n   ```\n\n2. **四阶段分级设计**：\n   ```\n   尝试级：AI 提供多个写作建议，用户选择并修改\n   验证级：AI 自动生成草稿，用户确认后发送\n   委托级：AI 自动处理常规邮件，只在异常时通知\n   协作级：AI 学习用户写作风格，自动调整语气和用词\n   ```\n\n3. **过渡条件**：\n   ```\n   尝试→验证：用户完成 10 次邮件 + 接受率 > 70%\n   验证→委托：用户完成 50 次邮件 + 满意度 > 85%\n   委托→协作：AI 学习了用户 200+ 封邮件的风格特征\n   ```\n\n**输出结果**：\n\n```yaml\ntrust_tier_design:\n  product: \"AI 写作助手\"\n  scenario: \"业务邮件撰写\"\n\n  trust_threshold:\n    risk_level: 4\n    intervention_cost: 2\n    alternatives: 3\n    threshold: \"偏低\"\n\n  tiers:\n    trial:\n      description: \"AI 提供 3 个候选建议，用户选择并修改\"\n      ai_autonomy: \"低 - 只建议不执行\"\n      user_control: \"高 - 用户完全控制\"\n      transparency: \"高 - 解释每个建议的写作逻辑\"\n      rollback: \"一键撤销\"\n    validation:\n      description: \"AI 自动生成完整草稿，用户确认后发送\"\n      ai_autonomy: \"中 - 可生成完整草稿\"\n      user_control: \"中 - 用户确认后执行\"\n      transparency: \"中 - 标注不确定的措辞\"\n      rollback: \"编辑后重新生成\"\n    delegation:\n      description: \"AI 自动处理常规邮件，异常时通知\"\n      ai_autonomy: \"高 - 自主处理常规邮件\"\n      user_control: \"低 - 只处理异常\"\n      transparency: \"低 - 异常时才解释\"\n      rollback: \"已发送邮件可追回\"\n    collaboration:\n      description: \"AI 学习用户风格，自动调整语气用词\"\n      ai_autonomy: \"适应 - 根据邮件类型自动调整\"\n      user_control: \"智能 - AI 学习用户偏好\"\n      transparency: \"适应 - 根据用户偏好调整\"\n      rollback: \"智能 - 预测性回滚\"\n\n  trust_ux:\n    来源展示: \"标注参考了用户历史邮件中的哪些风格特征\"\n    置信度信号: \"高置信(绿色边框) / 中置信(黄色+请确认) / 低置信(红色+建议修改)\"\n    撤销机制: \"每个版本可一键回退到上一版\"\n    升级路径: \"复杂邮件自动建议用户人工审核\"\n```\n\n### 示例 2：企业知识库 AI 搜索的信任分级设计\n\n**场景描述**：\n企业内部知识库的 AI 搜索与问答系统。员工用它查制度、找流程、查技术文档。AI 回答有时引用了过时文档，有时对不确定的问题也给出肯定回答，导致用户信任度下降。\n\n**用户输入**：\n```\n产品: 企业知识库 AI 搜索\n场景: 员工查询制度、流程、技术文档\n用户: 全体员工\nAI能力: 能检索并综合文档，但有时引用过时文档\n已知问题: AI 对不确定的问题也给出肯定回答，员工开始不信它\n```\n\n**执行流程**：\n\n1. **Trust Threshold 评估**：\n   ```\n   风险等级 R = 6（依据错误制度执行可能导致合规问题）\n   介入成本 I = 5（需要手动查找原始文档验证）\n   替代方案 S = 4（可以问同事或查纸质手册，但效率低）\n   → 信任阈值偏中高，需要显著提升透明度和可验证性\n   ```\n\n2. **信任分级设计**：\n   ```\n   🟢 L1 - 高信任（置信度 ≥ 90%）：\n     引用 3+ 篇一致文档 + 文档更新于 90 天内\n     → 绿色卡片 + \"高置信回答\" + 可直接采纳\n\n   🟡 L2 - 中信任（置信度 60-89%）：\n     引用 1-2 篇文档 或 文档较旧\n     → 黄色卡片 + \"建议验证\" + 展示引用来源列表\n\n   🔴 L3 - 低信任（置信度 < 60%）：\n     文档之间存在矛盾 或 无直接匹配\n     → 红色卡片 + \"需要人工确认\" + 展示相关片段\n\n   ⚪ L4 - 无法回答：\n     知识库中无相关内容\n     → 灰色提示 + \"未找到相关知识\" + 转人工入口\n   ```\n\n3. **信任 UX 细节**：\n   - 每条回答必须标注引用文档名 + 更新日期 + 维护人\n   - 时效性标记：✅ 最新 / ⚠️ 3个月前 / 🔴 超过6个月\n   - 一致性标记：✅ 多篇一致 / ⚠️ 存在差异\n   - 矛盾信息不强行给结论，展示多源让用户自行判断\n\n**输出结果**：\n\n```yaml\ntrust_tier_design:\n  product: \"企业知识库 AI 搜索\"\n  scenario: \"员工查询制度和文档\"\n\n  trust_threshold:\n    risk_level: 6\n    intervention_cost: 5\n    alternatives: 4\n    threshold: \"偏中高\"\n\n  tiers:\n    L1_high_trust:\n      condition: \"置信度≥90%, 3+篇一致文档, 90天内更新\"\n      display: \"绿色卡片 + 高置信回答\"\n      interaction: \"可直接采纳，一键复制或分享\"\n      example: \"根据《2026年差旅报销制度》第4.2条...\"\n    L2_medium_trust:\n      condition: \"置信度60-89%, 引用1-2篇或文档较旧\"\n      display: \"黄色卡片 + 建议验证\"\n      interaction: \"展示引用来源列表，鼓励查看原文\"\n      example: \"根据《报销制度(2024版)》... ⚠️ 该文档已超6个月未更新\"\n    L3_low_trust:\n      condition: \"置信度<60%, 文档矛盾或无直接匹配\"\n      display: \"红色卡片 + 需要人工确认\"\n      interaction: \"不直接给结论，展示相关片段让用户判断\"\n      example: \"找到3篇相关文档但内容存在差异...\"\n    L4_cannot_answer:\n      condition: \"知识库中无相关内容\"\n      display: \"灰色提示 + 未找到相关知识\"\n      interaction: \"提供转人工入口 + 我要提问\"\n\n  trust_ux:\n    来源展示: \"每条回答标注文档名+更新日期+维护人\"\n    时效性标记: \"✅最新 / ⚠️3个月前 / 🔴超6个月\"\n    一致性标记: \"✅多篇一致 / ⚠️存在差异\"\n    不确定性: \"置信度颜色+文字双重编码\"\n    边界提示: \"本系统覆盖行政HRIT制度类文档，法律问题建议咨询法务\"\n    撤销/纠正: \"查看原文高亮定位 / 标记错误 / 报告过时 / 转人工\"\n\n  escalation_path:\n    - \"低信任回答自动提供转人工入口\"\n    - \"高频错误问答 → 知识管理团队待办\"\n    - \"过时文档 → 自动触发更新提醒\"\n```\n\n### 示例 3：AI 客服 Copilot 的信任分级设计\n\n**场景描述**：\n设计一个 AI 客服协同工作台的信任分级体系。客服专员使用 AI 建议回复用户咨询，但 AI 建议有时不被采纳，有时被采纳后反而需要修改。需要让客服专员逐步建立对 AI 建议的信任。\n\n**用户输入**：\n```\n产品: AI 客服 Copilot\n场景: 客服专员使用 AI 建议回复用户咨询\n用户: 客服专员\nAI能力: 能生成合格回复，但高风险承诺场景表现不稳定\n已知问题: AI 建议采纳率仅 40%，客服花大量时间审核修改\n```\n\n**执行流程**：\n\n1. **Trust Threshold 评估**：\n   ```\n   风险等级 R = 5（错误回复可能影响客户满意度和公司声誉）\n   介入成本 I = 3（行内编辑可快速修改）\n   替代方案 S = 2（客服可以自己写回复，但效率低）\n   → 信任阈值中等，需要通过透明度和置信度信号提升信任\n   ```\n\n2. **信任分级设计**：\n   ```\n   尝试级：AI 提供 3 个候选回复 + 每个回复的风险标记\n  验证级：AI 自动生成回复草稿，客服确认后发送\n  委托级：高置信+低风险建议自动发送，其他仍需确认\n  协作级：AI 学习客服的修改模式，自动调整建议风格\n   ```\n\n3. **置信度信号设计**：\n   ```\n   高置信度（>90%）：绿色边框 + \"推荐使用\"\n   中置信度（70-90%）：黄色边框 + \"请确认\"\n   低置信度（<70%）：红色边框 + \"建议人工处理\"\n   ```\n\n**输出结果**：\n\n```yaml\ntrust_tier_design:\n  product: \"AI 客服 Copilot\"\n  scenario: \"客服专员回复用户咨询\"\n\n  trust_threshold:\n    risk_level: 5\n    intervention_cost: 3\n    alternatives: 2\n    threshold: \"中等\"\n\n  tiers:\n    trial:\n      description: \"AI 提供 3 个候选回复，客服选择并修改\"\n      ai_suggestions: \"3个备选 + 风险标记(绿/黄/红)\"\n      transparency: \"每个回复标注引用来源（规则第X条、订单#123）\"\n      rollback: \"一键切换到其他候选\"\n    validation:\n      description: \"AI 自动生成草稿，客服确认后发送\"\n      auto_actions: [\"信息查询\", \"初步意图识别\"]\n      human_confirm: [\"回复生成\", \"解决方案推荐\"]\n      transparency: \"关键决策提供解释\"\n    delegation:\n      description: \"高置信+低风险建议自动发送\"\n      auto_threshold: \"置信度>90% + 风险等级=低\"\n      exceptions: [\"高风险承诺\", \"投诉处理\", \"退款操作\"]\n      monitoring: \"定期审查自动发送质量\"\n    collaboration:\n      description: \"AI 学习客服修改模式，自动调整建议\"\n      learning: \"追踪人工编辑与原建议的差异\"\n      adaptation: \"自动调整语气、用词、模板选择\"\n\n  trust_ux:\n    置信度信号: \"绿色(>90%推荐) / 黄色(70-90%请确认) / 红色(<70%人工处理)\"\n    来源展示: \"基于订单#12345生成 / 引用退换货规则第3.2条\"\n    不确定性: \"⚠️该情况较为少见，建议优先解释政策\"\n    边界: \"退款涉及金额>500元需主管确认\"\n    纠偏入口: \"快速编辑(行内) / 重新生成(一键) / 完全拒绝+反馈\"\n\n  feedback_loop:\n    即时: \"👍/👎 + 修改追踪 + 标签选择(准确/冗余/风格差/信息错误)\"\n    定期: \"每周生成最佳建议和待改进建议报告\"\n    沉淀: \"高采纳率建议→案例库 / 频繁修改场景→模型优化需求\"\n\n  progressive_path:\n    阶段1: \"所有建议人工审核（当前）\"\n    阶段2: \"高置信度+低风险建议自动发送（达成90%准确率后）\"\n    阶段3: \"仅异常/边界场景人工介入（长期目标）\"\n```\n\n## 一句判断\n\n> 信任不是一个开关，而是一个渐进的过程。好的设计让用户自己决定什么时候信任 AI。","tags":["p8b","trust","tier","designer","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native"],"capabilities":["skill","source-gmaxxxie","skill-p8b-trust-tier-designer","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p8b-trust-tier-designer","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (12,726 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:34.497Z","embedding":null,"createdAt":"2026-05-01T01:03:02.385Z","updatedAt":"2026-05-18T18:57:34.497Z","lastSeenAt":"2026-05-18T18:57:34.497Z","tsv":"'-10':614,624 '-2':1137 '-89':1134,1225 '-90':1385,1487 '1':352,572,613,623,850,883,1096,1136,1338 '10':928 '123':1434 '12345生成':1494 '2':401,605,894,905,962,1062,1115,1352,1357,1412 '200':943 '2024版':1238 '2026年差旅报销制度':1217 '2篇或文档较旧':1228 '3':440,640,651,899,923,964,972,1122,1160,1206,1299,1348,1362,1377,1410,1420 '3个备选':1425 '3个月前':1169,1274 '4':489,645,717,889,959,1110,1196 '40':1335 '5':531,755,1106,1194,1344,1407 '50':935 '500元需主管确认':1502 '6':771,818,1102,1191 '60':415,1133,1147,1245 '6大信任设计模式':488 '7':635 '70':416,931,1384,1389,1486,1490 '80':186,739 '85':938 '90':198,750,1120,1125,1205,1380,1459,1483 '90天内更新':1208 '95':431 '98':418 '99':419,433 'a/b':823,841 'action':785,1443 'adapt':1475 'adjust':315 'agenc':442,452,461,472 'agency-control':441,460 'ai':11,14,24,27,30,33,39,43,50,61,65,68,78,85,92,97,100,121,123,127,130,151,155,162,173,184,188,196,203,205,208,228,230,321,325,329,333,337,343,360,372,378,383,386,390,410,423,450,457,493,496,502,508,514,520,536,554,576,580,585,664,673,684,695,706,722,851,855,858,861,870,877,903,908,912,916,920,941,951,970,975,990,993,1008,1011,1026,1029,1036,1064,1068,1073,1080,1092,1183,1300,1306,1309,1312,1316,1320,1325,1333,1360,1366,1374,1398,1418,1423,1439,1470,1544 'ai建议接受率':738,834 'ai时代的用户体验':8 'ai能力':52,879,1088,1329 'altern':643,963,1195,1411 'alway':318 'answer':1257 'assess':590 'audit':786 'auto':314,1442,1456 'autonomi':66,98,128,156,236,249,262,275,674,685,696,707,776,976,994,1012,1030 'behavior':599 'cannot':1256 'capabl':229 'capit':469 'cc/cd':483 'ch07':396,437,481,567 'collabor':149,272,302,519,705,1024,1468 'condit':289,296,303,736,747,1203,1223,1243,1258 'confid':782 'confirm':1447 'control':72,104,134,160,238,251,264,277,443,462,677,688,699,710,980,998,1016,1034 'copilot':1302,1322,1400 'cost':638,961,1193,1409 'current':592 'cycl':845 'default':308 'deleg':118,259,295,300,513,694,746,1006,1452 'descript':969,989,1007,1025,1417,1438,1453,1469 'design':5,220,671,949,1180,1396 'detail':796 'dial':777 'display':1209,1229,1247,1260 'escal':789,1291 'exampl':1215,1235,1253 'except':1462 'explain':779 'f':367 'feedback':1510 'framework':484 'high':1201 'human':1446 'implement':307 'input':221 'intent':773 'interact':1212,1232,1250,1263 'intervent':637,960,1192,1408 'iter':844 'l1':1117,1200 'l2':1130,1220 'l3':1144,1240 'l4':1154,1255 'learn':1473 'level':594,633,958,1190,1406 'loop':1511 'low':1241 'magazin':487,769 'medium':1221 'method':839 'metric':833 'monitor':1466 'name':234,247,260,273 'overrid':312 'p8b':2 'p8b-trust-tier-designer':1 'pain':601 'path':1292,1527 'pathway':790 'plan':832 'point':602 'preview':774 'product':222,950,1181,1397 'progress':1526 'protect':291,298,305,741,751 'r':612,634,888,1101,1343 'rational':780 'risk':632,957,1189,1405 'rollback':80,110,141,168,242,255,268,281,317,681,692,703,714,986,1004,1022,1041,1435 'scenario':224,953,1185,1401 'signal':783 'skill':527 'skill-p8b-trust-tier-designer' 'skill.md':528 'smash':486,768 'source-gmaxxxie' 'suggest':1424 'test':838 'threshold':354,366,398,407,426,549,607,630,647,656,885,956,965,1098,1188,1197,1340,1404,1413,1457 'tier':4,219,232,309,670,948,967,1179,1199,1395,1415 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'tradeoff':444,463 'transit':285,732 'transpar':75,107,138,165,240,253,266,279,679,690,701,712,983,1001,1019,1038,1430,1450 'trial':58,233,286,501,672,733,968,1416 'trust':3,218,353,365,397,406,425,468,548,589,593,606,629,655,794,884,947,955,1044,1097,1178,1187,1202,1222,1242,1266,1339,1394,1403,1479 'undo':787 'user':71,103,133,159,226,311,598,676,687,698,709,979,997,1015,1033 'ux':757,761,795,1045,1162,1267,1480 'valid':89,246,288,293,507,683,735,744,831,988,1437 'verif':83,113,144,171,244,257,270,283 'x':181 'y':193 'yaml':217,588,628,669,731,793,830,946,1177,1393 '一句判断':1540 '一句话定位':17 '一开始就高自主':341 '一旦更好的替代方案出现':558 '一款':854 '一致性标记':1171,1276 '一键':1507 '一键切换到其他候选':1436 '一键复制或分享':1214 '一键撤销':82,987 '一键编辑':895 '一键重写':642 '三变量评估':608 '三级信号':811 '不可信时用户还有什么选择':387 '不干预执行':137 '不得不':552 '不是越可靠越好':439 '不直接给结论':1251 '不知道':860 '不确定性':1279,1497 '不确定性提示':764,799 '不自动执行':70 '不要把替代方案的稀缺性当作理所当然的信任红利':546 '不设计降级机制':350 '不需要接近完美就能获得放手授权':904 '业务邮件撰写':954 '个候选回复':1363,1421 '个候选建议':973 '中':99,105,108,250,252,254,596,686,689,691,807,995,999,1002 '中信任':1131 '中等':1414 '中等替代难度':646 '中置信':1051 '中置信度':1383 '中自主':476 '为每个信任等级设计具体的':760 '为每个场景设计四阶段信任分级体系':658 '为每个阶段之间的过渡设计明确的触发条件':720 '主':526 '主动提醒异常':174 '书稿':395,436,480,566 '交付策略':31 '产品':42,537,869,1078,1319 '产品与传统软件的根本区别':458 '产品名称':223 '产品团队如果把表面的':560 '产品场景':37 '产品的信任度分级体系':12 '产品设计':63,95,125,153 '产品需要用户从不信任到信任':28 '人工处理':1491 '仅异常':1537 '介入成本':369,376,616,892,1104,1346 '介入成本越高':380 '从低自主':475 '他们在积累不满':556 '以下':408 '企业内部知识库的':1067 '企业知识库':1063,1079,1182 '但':1311 '但可能缺乏个性':54,881 '但效率低':1112,1354 '但效率较低':901 '但有时引用过时文档':1090 '但高风险承诺场景表现不稳定':1331 '低':67,135,139,237,265,267,547,595,675,700,702,809,977,1017,1020,1461 '低介入成本':641 '低信任':1145 '低信任回答自动提供转人工入口':1293 '低置信':1054 '低置信度':1388 '低置信度场景自动提供转人工入口':816 '低风险建议自动发送':1371,1455,1533 '何时触发':26 '使用场景':225 '依据错误制度执行可能导致合规问题':1103 '依赖':22 '保护机制':292,299,306 '保留回滚选项':743 '信任':756,1161 '信任不是一个开关':1541 '信任不是感性的冲动':392 '信任决策的量化框架':400 '信任分级理论':9 '信任分级的四阶段模型':490 '信任分级设计':652,1116,1358 '信任度分级':55,529 '信任度分级设计器':6,16 '信任建立需要时间':346 '信任的外部约束':569 '信任的经济学':402,438 '信任相关的痛点':603 '信任资本':467 '信任阈值':355 '信任阈值中等':1355 '信任阈值偏中高':1113 '信任阈值偏低':902 '信息查询':1444 '信息错误':1518 '修改':584 '修改追踪':1513 '偏中高':1198 '偏低':966 '偏高':648 '全体员工':1087 '关键决策必须确认':115 '关键决策提供解释':109,1451 '关键决策需确认':510 '关键点':363,414,456,499,545 '其他仍需确认':1372 '冗余':1516 '写作助手':44,322,871,952 '写作助手帮助用户撰写业务邮件':856 '写作助手的信任分级设计':852 '写作质量有疑虑':51,859,878 '写的邮件是否合适':862 '决定用户的':374 '准确':1515 '准确率后':1535 '几秒钟可修改':896 '分':615,625 '分步执行':570 '分级过渡设计':175 '列出产品中所有':575 '初步意图识别':1445 '到':21 '升级时保留回滚':727 '升级时默认保留回滚':752 '升级时默认保留回滚选项':213 '升级路径':791,815,1059 '协作':148,201,662,940 '协作级':154,274,336,518,919,1373 '即时':1512 '参与的核心场景':577 '参考':767 '及案例库':485 '反而要求':382 '反馈':1509 '只在异常时提供解释':140 '只在异常时通知':335,516,918 '只在异常时通知用户':132 '只处理异常':1018 '只建议不执行':978 '只提供建议':69,503 '只是没有表达出来':557 '只设计升级':349 '可以回滚到上一版':112 '可以回滚到任意历史版本':143 '可以执行简单任务':101 '可以自主执行':131 '可以自动生成草稿':330 '可以问同事或查纸质手册':1111 '可执行简单任务':509 '可撤销':814 '可生成完整草稿':996 '可用':111,256,693 '可直接采纳':1129,1213 '可能影响商务关系':891 '可能掩盖了产品真实的问题':550 '可能是因为切换成本高':538 '可解释理由':781 '可靠性带来的信任增长剧烈':411 '同时设计过渡保护机制':725 '后者的技术开发成本可能是前者的十倍以上':421 '员工开始不信它':1094 '员工查询制度':1083 '员工查询制度和文档':1186 '员工用它查制度':1070 '和用户形成高度协作关系':152 '四阶段分级设计':906 '回复生成':1448 '回答有时引用了过时文档':1074 '回退率':827 '团队最常见的资源错配':429 '在':405 '在测试系统出错时会发生什么之前':465 '场景':45,872,1082,1323 '场景a':591,631 '场景分析与信任现状评估':573 '场景描述':853,1066,1304 '基于':7 '基于订单':1493 '处理':124 '复杂':142,269,704 '复杂任务需要确认':102 '复杂邮件自动建议用户人工审核':1060 '多篇一致':1172,1277 '大信任设计模式':772 '大多数团队的错误':464 '天内':1126 '好的设计让用户自己决定什么时候信任':1543 '如果':422 '委托':117,191,200,661,933,939 '委托级':126,261,332,512,915,1369 '存在差异':1173,1278 '学习了用户':942 '学习客服修改模式':1471 '学习客服的修改模式':1375 '学习用户偏好':163,522,1037 '学习用户写作风格':338,921 '学习用户风格':1027 '完全拒绝':1508 '完全验证':245 '完成x次任务':737 '完成y次复杂任务':748 '定义':356,404,448,491,534 '定期':1519 '定期审查':145,271,517 '定期审查自动发送质量':1467 '客服':1301,1321,1399 '客服专员':1328 '客服专员使用':1308,1324 '客服专员回复用户咨询':1402 '客服协同工作台的信任分级体系':1307 '客服可以自己写回复':1353 '客服确认后发送':1368,1441 '客服花大量时间审核修改':1336 '客服选择并修改':1422 '客观约束':539 '容忍':553 '容错上限':375 '对':49,389,876 '对不确定的问题也给出肯定回答':1093 '对每个场景评估三个核心变量':610 '导致用户信任度下降':1076 '封邮件的风格特征':944 '将用户对':492 '尝试':20,57,178,659,925 '尝试级':64,235,324,500,907,1359 '就会在关键场景中过度放权':564 '就意味着人类让渡出一部分控制权':453 '就直接跳到完全自主模式':466 '展示多源让用户自行判断':1175 '展示引用来源列表':1143,1233 '展示相关片段':1153 '展示相关片段让用户判断':1252 '已发送邮件可追回':1023 '已知问题':1091,1332 '已经学习了用户的工作模式':206 '已越过':424 '帮助用户写作业务邮件':46,873 '常见误判':340 '延伸阅读':482 '建议人工处理':1391 '建议优先解释政策':1499 '建议修改':1056 '建议回复用户咨询':1310,1326 '建议接受率':723 '建议有时不被采纳':1313 '建议的信任':1317 '建议的接受率':185 '建议的正确性':86 '建议采纳率仅':1334 '建议验证':1142,1231 '开始建立信任':94 '异常情况自动降级':215 '异常时才解释':1021 '异常时通知':1010 '异常自动降级':729,753 '异常通知':146 '引用':1121,1135 '引用1':1227 '引用1-2篇或文档较旧':1226 '引用退换货规则第3.2':1495 '当前':1530 '当用户':551 '心理信任':533 '快速编辑':1504 '忽视降级':348 '急不得':347 '想要设计渐进式的':29 '意图预览':775 '愿意委托给':122 '我要提问':1265 '或':1139,1149 '所有建议人工审核':1529 '手动调整等级比例':837 '执行流程':882,1095,1337 '找到3篇相关文档但内容存在差异':1254 '找流程':1071 '技术文档':1085 '投诉处理':1464 '报告过时':1289 '报销制度':1237 '抽样验证':114,258,511 '持怀疑态度':62 '持续监控信任相关指标':825 '接受率':826,930 '控制权权衡':447 '推荐':1484 '推荐使用':1382 '描述用户当前行为模式':600 '提供':971,1361,1419 '提供多个写作建议':326,909 '提供转人工入口':1264 '提升':409 '提升到':432 '提升透明度等其他维度':428 '搜索':1081,1184 '搜索与问答系统':1069 '搜索的信任分级设计':1065 '撤销':1285 '撤销机制':812,1057 '操作步骤数':618 '操作说明':574,609,653,719,759,820 '放手':358 '文字双重编码':801,1281 '文档之间存在矛盾':1148 '文档更新于':1124 '文档矛盾或无直接匹配':1246 '文档较旧':1140 '无法回答':1155 '无直接匹配':1150 '时':555 '时效性标记':1167,1272 '时计算的核心变量':473 '时需要付出的代价':379 '明确告知ai的能力边界和不适用场景':803 '明确每个阶段的':663 '是否始终保留回滚':319 '是否存在过度依赖或拒绝使用的情况':582 '是否自动调整':316 '是否遗漏关键信息':863 '是用户在':470 '智能':161,169,172,278,282,284,711,715,1035,1042 '暂时没有更好的替代品':542 '更可靠':384 '更新日期':1165,1270 '更明智的做法是把资源分配到降低介入成本':427 '替代方案':370,385,568,620,897,1108,1350 '替代方案越多':388 '最新':1168,1273 '有时对不确定的问题也给出肯定回答':1075 '有时被采纳后反而需要修改':1314 '有长期互动历史':204 '未找到相关知识':1158,1262 '本系统覆盖行政hrit制度类文档':1283 '条':1219,1496 '来源':394,435,479,525,565 '来源展示':797,1046,1268,1492 '来源展示方式':763 '查技术文档':1072 '查看原文高亮定位':1287 '标注不确定的措辞':1003 '标注参考了用户历史邮件中的哪些风格特征':1047 '标签选择':1514 '标记错误':1288 '核心公式':364 '核心概念':351 '根据':654,1216,1236 '根据三变量组合判断该场景用户的信任阈值水平':626 '根据任务自动调整':158,521 '根据用户偏好调整':1040 '根据用户偏好调整透明度':167 '根据邮件类型自动调整':1032 '案例库':1523 '模型':399 '模型优化需求':1525 '模板选择':1478 '次任务':182 '次复杂任务':194 '次邮件':929,936 '步骤':571,604,650,716,754,817 '每个ai建议标注数据来源和推理依据':798 '每个ai操作都可追溯':813 '每个回复标注引用来源':1431 '每个回复的风险标记':1364 '每个版本可一键回退到上一版':1058 '每个阶段对应不同的':495 '每个阶段的过渡需要明确的触发条件和保护机制':524 '每周生成最佳建议和待改进建议报告':1520 '每月回顾信任指标':846 '每条回答必须标注引用文档名':1164 '每条回答标注文档名':1269 '每次赋予':449 '沉淀':1521 '法律问题建议咨询法务':1284 '流程':1084 '测试':842 '测试验证过渡触发条件是否合理':824 '渐进式地建立对':23 '渐进式授权设计':474 '满意度':937 '灰色提示':1157,1261 '特征':59,90,119,150 '犯错时用户承受的后果有多严重':373 '用户':47,874,1086,1327 '用户与':202 '用户主动调整行为等量化指标':724 '用户主动调整过':187 '用户主动调整过ai建议':740 '用户信任度很高':563 '用户可以手动调整信任等级':212 '用户可以自己写':900 '用户可以设置规则和限制':106 '用户可以轻松验证':84 '用户可手动调整':313,742 '用户可手动调整等级':726 '用户回退操作率':835 '用户在哪些环节频繁检查':583 '用户完全控制':74,504,982 '用户完成':927,934 '用户完成了':180,192 '用户完成任务次数':721 '用户对':183,195,579,857 '用户已经充分信任':120 '用户已经验证过':91 '用户干预':377 '用户开始设置高级规则':199 '用户愿意':357 '用户控制程度':666 '用户控制程度和透明度要求':498 '用户测试验证信任感知是否匹配设计意图':822 '用户确认后发送':331,914,992 '用户确认后执行':1000 '用户第一次接触':60 '用户类型':38 '用户继续使用一个':535 '用户表达了对':207 '用户设置策略':136 '用户访谈':840 '用户越不愿干预':381 '用户转向替代方案的代价':622 '用户输入':868,1077,1318 '用户还没建立信任就给':342 '用户选择并修改':327,910,974 '用词':1477 '的':770 '的信任':15,25 '的信任分级设计':1303 '的信任发展划分为四个阶段':494 '的信任要求越严格':391 '的准确率提升用户感知明显':417 '的建议':189 '的建议逻辑':79 '的接受度如何':581 '的提升几乎无人察觉':420 '的能力':93 '的自主程度':34 '的高度信任':209 '目标用户':227 '矛盾信息不强行给结论':1174 '知识库中无相关内容':1156,1259 '知识管理团队待办':1295 '示例':320,848,849,1061,1298 '示例输入':41 '章节':530 '第4.2':1218 '第一级':56 '第三级':116 '第二级':87 '第四级':147 '简单':81,243,682 '篇一致文档':1123,1207 '篇文档':1138 '系统更多的自主权':451 '纠偏入口':1503 '纠正':1286 '红':1429 '红色':810,1055,1489 '红色卡片':1151,1248 '红色边框':1390 '组织强制要求':540 '细节':762,1163 '细节设计':758 '继续使用':561 '继续投入资源提升可靠性是低效的':413 '维护人':1166,1271 '综合输出格式':216 '绿':1427 '绿色':806,1482 '绿色卡片':1127,1210 '绿色边框':1050,1381 '编辑后重新生成':1005 '置信度':1119,1132,1146,1204,1244,1458 '置信度60':1224 '置信度信号':766,784,804,1048,1481 '置信度信号设计':1378 '置信度颜色':800,1280 '而忽视了其他信任变量':434 '而是一个渐进的过程':1542 '而是一种理性的风险收益计算':393 '而非一次性授予':455 '而非真正的信任':544 '职场人士':48,875 '能写出合格邮件':53,880 '能力边界':40,231 '能检索并综合文档':1089 '能生成合格回复':1330 '自主处理常规邮件':1014 '自主性旋钮':778 '自主执行':515 '自主权':446 '自主权-控制权权衡':445 '自主权必须通过持续的信任积累逐步获得':454 '自主程度':497,665 '自主行动的成功率临界点':361 '自动处理常规邮件':334,917,1009 '自动执行满意度':749 '自动执行的满意度':197 '自动生成回复草稿':1367 '自动生成完整草稿':991 '自动生成草稿':913,1440 '自动触发更新提醒':1297 '自动调整':164 '自动调整建议':1472 '自动调整建议风格':1376 '自动调整语气':1476 '自动调整语气和用词':339,922 '自动调整语气用词':1028 '花三个月把准确率从':430 '行为使用':532 '行为数据监控':843 '行内':1505 '行内编辑可快速修改':1349 '行动审计与撤销':788 '被动接受':541 '规则第x条':1432 '解决方案推荐':1449 '解释每个建议的写作逻辑':985 '订单':1433 '认知门槛':619 '让':359 '让用户从':19,865 '让用户渐进式地建立对':13 '设计':10,323 '设计一个':1305 '设计一套信任度分级体系':18 '设计信任分级体系的验证方法':821 '评估':886,1099,1341 '评估每个场景当前用户的信任状态':578 '评估结果':657 '试试看':866 '该情况较为少见':1498 '该文档已超6个月未更新':1239 '详细解释':77 '详细解释逻辑':505 '误解为':562 '请确认':1053,1387,1488 '调整过渡条件':847 '赋予':471 '超6个月':1275 '超过6个月':1170 '超过阈值后':412 '转人工':1290 '转人工入口':1159 '输入':36 '输出':586 '输出物':587,627,668,730,792,829 '输出结果':945,1176,1392 '边界':1500 '边界告知':765,802 '边界场景人工介入':1538 '边界提示':1282 '边际效益递减':403 '达成90':1534 '过时文档':1296 '过渡保护':210,211 '过渡太快':345 '过渡条件':177,290,297,304,924 '过渡触发条件':176 '过渡触发条件设计':718 '这个临界点由三个变量共同决定':362 '这些不满会迅速转化为流失':559 '追踪人工编辑与原建议的差异':1474 '退款操作':1465 '退款涉及金额':1501 '适应':157,166,276,280,708,713,1031,1039 '适应性自主':478 '透明度要求和回滚机制':667 '逐步建立信任':867 '邮件写错的后果中等':890 '重新生成':1506 '错误回复可能影响客户满意度和公司声誉':1345 '长期目标':1539 '阶段1':1528 '阶段2':1531 '阶段3':1536 '阶段性容忍':543 '降级时保持历史设置':214,728 '降级触发率':828 '降级触发频率':836 '需要人工确认':1152,1249 '需要优先提升可靠性':649 '需要匹配用户的信任水平与':32 '需要手动查找原始文档验证':1107 '需要显著提升透明度和可验证性':1114 '需要让客服专员逐步建立对':1315 '需要设计信任分级体系':864 '需要通过透明度和置信度信号提升信任':1356 '需要避免用户过度依赖或拒绝使用':35 '非确定性':459 '预测性回滚':170,523,1043 '频繁修改场景':1524 '风格差':1517 '风险标记':1426 '风险等级':368,371,611,887,1100,1342,1460 '验证':88,179,190,660,926,932 '验证与调优机制':819 '验证级':96,248,328,506,911,1365 '高':73,76,129,239,241,263,597,678,680,697,805,981,984,1013 '高信任':1118 '高置信':1049,1370,1454 '高置信回答':1128,1211 '高置信度':1379,1532 '高自主':477 '高自主权':344 '高采纳率建议':1522 '高频错误问答':1294 '高风险':636 '高风险承诺':1463 '黄':1428 '黄色':808,1052,1485 '黄色卡片':1141,1230 '黄色边框':1386 '默认等级':310 '鼓励查看原文':1234","prices":[{"id":"a520e892-4412-4f6f-96f2-98ecb41dfd79","listingId":"dfb89084-7a6a-416b-84c3-3b55208813ff","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:03:02.385Z"}],"sources":[{"listingId":"dfb89084-7a6a-416b-84c3-3b55208813ff","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p8b-trust-tier-designer","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p8b-trust-tier-designer","isPrimary":false,"firstSeenAt":"2026-05-01T01:03:02.385Z","lastSeenAt":"2026-05-18T18:57:34.497Z"}],"details":{"listingId":"dfb89084-7a6a-416b-84c3-3b55208813ff","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p8b-trust-tier-designer","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"48cd7e24f6ead755fca006d829ae29581c986ab7","skill_md_path":"skills/p8b-trust-tier-designer/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p8b-trust-tier-designer"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p8b-trust-tier-designer","description":"信任度分级设计器。基于《AI时代的用户体验》信任分级理论， 设计 AI 产品的信任度分级体系，让用户渐进式地建立对 AI 的信任。"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p8b-trust-tier-designer"},"updatedAt":"2026-05-18T18:57:34.497Z"}}