メニュー
Detect and fix semantic traps in Claude Skills that cause LLM hallucinations. Use for testing skills, optimizing prompts, improving skill accuracy, fixing skill hallucinations, LLM output quality, and prompt engineering.
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
| name | semantic-trap-detector |
| description | Detect and fix semantic traps in Claude Skills that cause LLM hallucinations. Use for testing skills, optimizing prompts, improving skill accuracy, fixing skill hallucinations, LLM output quality, and prompt engineering. |
语义陷阱检测器是一个专门用于检测和优化其他 Claude Skills 的元 Skill。它基于语义陷阱理论——即在大模型认知空间中，某些在日常语境下含义相近的词汇对，其语义边界（激活范围）存在巨大差异。使用语义边界过宽的词汇会导致大模型突破 Prompt 约束，产生幻觉输出。
本检测器通过系统化的四步工作流，自动识别 Skill 中的高风险词汇和结构模式，并提供具体的替换建议和边界锚定策略。
语义陷阱（Semantic Trap）：在人类日常语境中含义相近，但在大模型的语义空间中激活范围（即语义边界）存在巨大差异的词汇对。
示例：
边界清晰度
高 ←————→ 低
┌───────────────────┐
低 │ 漏洞 缺陷 错误 │ ← 安全区
↑ │ 检查 列出 要求 │
发 │─────────────────── │
散 │ 总结 问题 审查 │
倾 │ 建议 分析 风险 │ ← 危险区
向 │ 异常 评估 描述 │
↓ └───────────────────┘
高
关键洞察：词汇选择比 Prompt 结构更根本。如果"砖块"（词汇）本身会膨胀，再精良的"围墙"（工作流）也会被撑破。
本检测器采用严格的四步工作流，不得跳过或重新排序任何步骤。
目标：加载语义陷阱词典，建立检测知识基础
执行动作：
semantic-trap-lexicon.md 文件验证标准：
目标：从待检测文本中提取四类高风险关键词
执行动作：
提取任务类型名词，如：
提取指导大模型执行的动词或动宾短语：
提取限定范围的词：
提取描述期望输出的词：
验证标准：
目标：对每个关键词执行两层判定，识别语义陷阱
对每个提取的关键词：
风险等级分类：
同一个词在不同位置的危害程度不同：
高风险上下文：
低风险上下文：
判定规则：
IF 词在宽边界词列表 AND 在高风险上下文
→ 风险等级提升一级
IF 词在宽边界词列表 AND 在低风险上下文
→ 风险等级降低一级
即使词典中未收录，如果词汇满足以下宽边界特征，也应标记为疑似陷阱：
宽边界词的共性特征：
识别四种额外的结构性陷阱：
| 模式类型 | 示例 | 检测方法 |
|---|---|---|
| 开放式动词 + 无范围限定 | "分析代码" | 检测动词后是否跟随具体对象 |
| 形容词化目标 | "评估安全性" | 检测抽象名词（安全性、质量性） |
| 情态动词降级 | "应该"而非"必须" | 检测约束条件中的情态动词 |
| 缺少否定清单 | 使用宽边界词但无排除列表 | 检测是否有"不包括"或"排除"章节 |
验证标准：
目标：输出结构化的检测报告和可执行的建议
# 语义陷阱检测报告
## 1. 检测概览
- 检测文件：[文件名]
- 提取关键词数：[数量]
- 发现陷阱数：[数量]
- 高危：[数量]
- 中危：[数量]
- 低危：[数量]
- 结构性风险：[数量]
## 2. 检测详情表
| 原词 | 陷阱ID | 风险等级 | 上下文 | 推荐替换 | 理由 |
|------|--------|---------|--------|---------|------|
| 风险 | T01 | 高危 | 核心术语 | 漏洞 | 语义宽度极大，导致范围溢出 |
| 审查 | T11 | 中危 | 动作指令 | 检查 | 触发主观评价性意见 |
## 3. 替换建议
### 原句 1（行号）
**原文**：请审查这段代码中的安全问题，只关注定义文件中的问题类型。
**问题**：
- "审查" (T11) → 触发主观评价
- "问题" (T02) → 语义范围极宽
**替换后**：请检查这段代码中的安全漏洞，只关注定义文件中的漏洞类型。
**替换理由**：
- "检查"仅触发通过/不通过的客观判定
- "漏洞"具有明确的二元判定标准
## 4. 边界锚定建议
对于无法替换的宽边界词，采用以下策略：
### 策略 1：前置否定清单
[具体代码示例]
### 策略 2：输出格式硬约束
[具体JSON/Markdown格式示例]
### 策略 3：判定示例的反例强化
[具体反例内容]
## 5. 优先级建议
按以下优先级处理：
1. [ ] 立即修复：所有高危陷阱
2. [ ] 尽快修复：中危陷阱
3. [ ] 可选优化：低危陷阱和疑似陷阱
Final Answer 格式：
{
"summary": {
"total_keywords": 0,
"traps_found": 0,
"high_risk": 0,
"medium_risk": 0,
"low_risk": 0,
"structural_risks": 0
},
"details": [
{
"word": "原词",
"trap_id": "T01",
"risk_level": "高危|中危|低危",
"context": "上下文片段",
"line_number": 行号,
"replacement": "推荐替换词",
"reason": "替换理由"
}
],
"structural_patterns": [
{
"pattern_type": "模式类型",
"line_number": 行号,
"example": "示例内容",
"fix_suggestion": "修复建议"
}
],
"suggestions": [
{
"original": "原句",
"fixed": "替换后",
"reason": "替换理由"
}
]
}
验证标准：
"请检测 /path/to/SKILL.md 文件中的语义陷阱"
仅检测特定类别：
"请仅检测 SKILL.md 中的动作指令类陷阱"
包含引用文件：
"请检测 SKILL.md 及其引用的所有 .md 定义文件"
生成详细报告：
"请检测并生成完整的替换建议和锚定方案"
当发现新的语义陷阱时，按以下格式添加到 semantic-trap-lexicon.md：
### TXX: [窄边界词] vs [宽边界词]
- **窄边界词**: [词] ✅
- **宽边界词**: [词] ⚠️
- **语义宽度差**: 小/中/大/极大
- **典型失控场景**: [描述]
- **示例对比**:
- ❌ 错误: [示例]
- ✅ 正确: [示例]
本检测器基于以下研究成果：
使用本检测器时，应确认：
Q: 为什么"漏洞"比"风险"好？ A: "漏洞"具有明确的二元判定标准（存在/不存在），而"风险"本质上是程度性问题（高/中/低），会触发发散性思考。
Q: 所有宽边界词都必须替换吗？ A: 不是。如果业务要求必须使用某个词，可以采用边界锚定策略（否定清单、硬约束、反例）。
Q: 如何验证检测效果？ A: 使用"最小对比测试"——在已知答案的标准测试用例上运行 Skill，检查是否包含超出范围的内容。
本 Skill 开源遵循 MIT 许可证。如使用本检测器产生学术或商业价值，请引用原始论文：
@article{summersec2026semantic,
title={别让大模型"想太多"：SKILL开发中的语义陷阱与抗幻觉设计},
author={SummerSec},
year={2026},
publisher={WgpSec狼组安全团队}
}