Imported from Jumbo-WJB/semantic-trap-detector (SKILL.md). Install upstream with npx skills add Jumbo-WJB/semantic-trap-detector. Copyright stays with the author.

语义陷阱检测器 (Semantic Trap Detector)

概述

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。

核心理论

什么是语义陷阱？

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：

• "漏洞" vs "风险" → 在实验中导致 27个百分点 的准确率差异（89.3% vs 62.1%）
• "检查" vs "审查" → 前者触发客观判定，后者触发主观评价
• "列出" vs "描述" → 前者输出结构化条目，后者触发解释和评论

LLM 语义敏感度矩阵

            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。

检测工作流

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。

STEP 1: 加载词典

目标：加载语义陷阱词典，建立检测知识基础

执行动作：

1. 读取 semantic-trap-lexicon.md 文件
2. 确认词典包含以下内容：
   • 17+ 组中文词汇对
   • 10+ 组英文词汇对
   • 语义敏感度矩阵
   • 边界锚定策略

验证标准：

• 词典文件成功加载
• 记录词典中的词汇对数量

STEP 2: 提取关键词

目标：从待检测文本中提取四类高风险关键词

执行动作：

2.1 核心术语提取

提取任务类型名词，如：

• 漏洞、风险、问题、缺陷、错误、异常
• Vulnerability, Risk, Issue, Defect, Error, Anomaly

2.2 动作指令提取

提取指导大模型执行的动词或动宾短语：

• 检查、审查、分析、评估、探索、理解
• Check, Review, Analyze, Evaluate, Explore, Understand

2.3 约束词提取

提取限定范围的词：

• 要求、建议、原则、规则、必须、应该
• Requirement, Suggestion, Must, Should, Principle

2.4 输出描述词提取

提取描述期望输出的词：

• 列出、描述、总结、报告、洞察
• List, Describe, Summarize, Report, Insight

验证标准：

• 四类关键词全部提取完毕
• 每个关键词标注其在文本中的位置（行号、上下文）

STEP 3: 逐词匹配与上下文分析

目标：对每个关键词执行两层判定，识别语义陷阱

3.1 第一层判定：词典匹配

对每个提取的关键词：

1. 检查是否在宽边界词列表中
2. 如果匹配，记录陷阱ID、风险等级、推荐替换词

风险等级分类：

• 高危：语义宽度差极大（如 漏洞 vs 风险）
• 中危：语义宽度差大（如 检查 vs 审查）
• 低危：语义宽度差中等

3.2 第二层判定：上下文角色分析

同一个词在不同位置的危害程度不同：

高风险上下文：

• 核心约束语句中："只分析 X 类型"
• 任务主描述中："评估 X"
• 输出格式定义中："生成 X 报告"

低风险上下文：

• 辅助描述中："以分析性的视角"
• 示例说明中："以下是一个分析示例"

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

3.3 疑似陷阱识别

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：

1. 程度性而非二元性：如"风险"（高/中/低）vs"漏洞"（存在/不存在）
2. 带展望性：如"分析"指向潜在可能性
3. 触发主观评价：如"审查"包含价值判断
4. 关联网络松散：如"问题"可关联到任何不够完美的事物

3.4 结构性风险模式识别

识别四种额外的结构性陷阱：

验证标准：

• 所有关键词完成两层判定
• 识别出所有结构性风险模式
• 生成完整的风险清单

STEP 4: 生成检测报告

目标：输出结构化的检测报告和可执行的建议

4.1 报告结构

# 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

4.2 输出要求

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：

• 报告包含所有四个部分
• 每个陷阱都有具体的替换建议
• 无法替换的陷阱提供锚定策略
• Final Answer 符合 JSON 格式

使用指南

基本用法

"请检测 /path/to/SKILL.md 文件中的语义陷阱"

高级选项

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"

约束与规则

1. 强制执行顺序：STEP 1 → 2 → 3 → 4，不得跳过或重新排序
2. 完整性要求：每步必须完成验证标准才能进入下一步
3. 词典依赖：所有判定必须基于词典，不得凭空推断
4. 上下文敏感：必须结合上下文角色判定风险等级
5. 可操作性：所有建议必须具体可执行，不能是模糊的"优化建议"

词典维护

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]

理论来源

本检测器基于以下研究成果：

• 论文：《别让大模型"想太多"：SKILL开发中的语义陷阱与抗幻觉设计》
• 作者：SummerSec
• 实验数据：56个营销接口测试集，27个百分点的准确率差异验证
• 核心发现：语义边界控制比传统 Prompt Engineering 更为根本

质量保证

自检清单

使用本检测器时，应确认：

• 词典文件完整加载
• 四类关键词全部提取
• 每个词完成两层判定
• 识别所有结构性风险模式
• 生成符合格式的 Final Answer
• 每个陷阱都有可执行建议

常见问题

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。

版本历史

• v1.0 (2026-03-08): 初始版本，基于语义陷阱理论框架
  • 实现四步检测工作流
  • 收录17组中文词汇对 + 10组英文词汇对
  • 支持结构性风险模式识别
  • 提供边界锚定策略

许可与引用

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}
}