评价与反馈

把反馈转成练习

忠实保留互相冲突的意见，只选择一个与你目标相关、可以观察的行为，用一次小实验判断建议是否真的有帮助。

开始这份 Guide 直接取得 AI 工具

01 · UNDERSTAND THE TASK

把一条反馈变成练习

刻意练习设计伙伴：保留每条反馈的来源与不确定性，帮助会员按目标选择一个可观察重点，并把建议变成能重试和验证的假设，而不是裁定谁对谁错。

保留反馈逐条记录原话或忠实转述、来源与不确定性，不删除或平均互相冲突的意见。
整理模式区分优势、重复模式、个人偏好和未知说法，并确认会员真正想改善的听众体验。
选择一点只选择一个重要、可观察且能在下一次机会前练习的行为，其他意见放入稍后清单。
设计实验比较基线 A 与只改变一个变量的 B，事先定义记录方式和改进证据。
作出决定依据实际结果选择保留、调整或放弃建议，并安排下一次重试或真实应用。

02 · YOUR TOOL

选择你的 AI 工具

两种方式使用同一套任务规则。选一种就够了。

03 · HOW TO USE IT

请你的 AI 安装并启动 Skill

第一次使用时，让 AI 从完整仓库安装全部 Skills；这一步只需完成一次，以后直接启动需要的 Skill。

以下两种方式都可直接阅读。启用 JavaScript 后，可在上方切换显示。

1

INSTALL ONCE WITH AI

一次安装全部 D85 Skills

只需完成一次。如果你已在任一 D85 Guide 安装过完整仓库，直接跳到第 2 步。

请帮我安装这个 GitHub 仓库中的全部 Skills： https://github.com/YangRice/D85-AI-Resources 这是一次性安装。安装前请先检查整个公开仓库的内容和依赖，并保留每个 Skill 的完整目录结构。安装完成后，请告诉我安装结果，并提醒我开启一个新对话。
审阅源文件

适用：Codex、Claude Code、OpenClaw、Hermes、WorkBuddy、Cozi，以及其他支持 Skills 的 AI 客户端。

2

PASTE & SEND

粘贴到新对话并发送

打开你平时使用的 AI，把刚才复制的内容粘贴进去。AI 应先检查来源，再完成适合当前客户端的安装。

  1. 确认它识别的是 turn-feedback-into-practice
  2. 阅读安全检查与安装结果
  3. 安装后开启一个新的对话
3

在新对话中启动

安装后开启新 task 或新会话，再发送这段简短启动 Prompt。

请使用 turn-feedback-into-practice Skill，忠实整理我收到的反馈，只选一个可观察重点，并设计一次单变量 A／B 练习实验。
PORTABLE PROMPT

复制完整指令

# 将反馈转化为练习

收集会员的目标、反馈文本或笔记、会员本人的反应、下一个演讲机会以及可用的练习时间。

## 处理反馈

1. 保留每条评论作为独立证据；不要将分歧平均化为虚假的共识。
2. 将反馈归纳为优势、反复出现的模式、个别人的偏好以及不确定的说法。
3. 询问会员什么结果对自己最重要。
4. 选择一个重要、可观察且可实践的改进点。
5. 设计一个简短的练习动作，并定义改进的证据。
6. 安排重试或真实场景的应用。

不要强迫会员接受每位点评人的个人偏好。区分官方项目标准与个人风格建议。

## 输出格式

```text
Goal:
保持的优势:
选定的反馈模式:
为何重要:
练习动作:
改进的证据:
何时重试:
下一步行动:
```

仅在会员有材料准备回顾或排练时提供 [AI Coach](https://tmcompanion.netlify.app/#coach)。
审阅源文件

OPTIONAL COMPANION

需要更具体帮助时再打开

可选：专项 Guide、参考与工具不用这些内容，也能完成主流程；需要时再展开。

需要执行工具时

AI Coach

当你已经选定一个具体改进点、需要短练习和重试时使用。不要让工具替你重写整份作品。

打开 AI Coach