在 Hyra 里做科学发现类任务，最常见的失败不是模型答得差，而是聊完觉得挺有道理、却分不清哪句能拿去用。问题通常出在开聊前没把验收标准写进提问：你想要可核查的假设、能照着做的验证步骤，还是一份能交差的结论说明，这三种交付物对输出的要求差别很大。建议把验收标准当成第一句话的一部分，而不是等输出不满意再回头纠正；标准写进提问，后面每一轮才有可回看、可打勾的依据。

把验收标准写进第一句提问，是让 Hyra 的科学发现任务可核对的做法：先声明要可查假设、可执行步骤还是结论说明，再要求每条输出带证据类型与判定条件。适用场景是需要把对话结果交给同事复核，或自己要照着动手验证；纯头脑风暴式探索不必强求。边界需要说清：验收标准只约束输出形态，不能替代对证据本身的核查，也无法保证假设为真。

开场第一句就写入验收标准

开场第一句决定整段对话的走向。不写验收标准时，Hyra 往往倾向输出结构完整、语气笃定的综合评述，读起来顺，但缺少判定入口，越聊越像总结。建议在提问开头直接指定交付物类型，并给出该类交付物的硬性要求。

三种验收标准对应的提问原句可以先这么写，再按课题替换：

• 可查假设：“这次我要的是可查假设：列出不超过 5 条假设，每条写清支持证据的类型（论文、公开数据集、内部实验记录都可以）、可被推翻的条件，以及我应该去哪里核查。”
• 可执行验证步骤：“这次我要可执行的验证步骤：每条结论拆成输入、操作步骤、期望输出和失败判定，我照着能跑；跑不了的部分单独标出来。”
• 结论说明：“这次我要一份能交差的结论说明：控制在八百字以内，分已知、未知、不确定性来源三块，不要展开新方向。”

如果一轮会话里需要多种交付物，建议把顺序也写死：先出假设，再出验证步骤，最后压缩成说明。可以直接把下面这段作为开场提示词粘贴进 Hyra，把方括号里的内容替换成本次课题。

本轮验收标准：［可查假设 / 可执行验证步骤 / 结论说明］
输出约束：
1. 每条输出行首加类型标记：［假设］［动作］［总结］
2. ［假设］必须带证据类型与可被推翻的条件
3. ［动作］必须写清 输入 / 操作 / 期望输出 / 失败判定
4. 无法转成动作的内容单列「待查问题」，不要混进结论
5. 结束时按上面的验收标准逐条自检，未满足项直接说明原因

验证方式是看下一轮输出里类型标记是否齐全。如果 Hyra 忽略了标记要求，通常说明验收标准写得过于抽象，可以改成“每条结论必须能对应一个我能在本地执行的命令或一次页面操作”这类更具体的约束。

识别输出里属于总结而非可执行的段落

先把不能用的部分标出来，比急着改结论更省时间。总结型段落的共同特征是没有判定条件，也没有可核查对象，靠程度副词和评价性词语支撑。建议按下面的标志词清单逐段扫描，命中后再看该段有没有给出输入、阈值或来源；两者都没有，就先视为总结。

常见判定标志词：总体而言、值得注意、显著、可能、或许、众所周知、大量研究表明（未给出处）、趋势显示、具有重要意义、提供了新思路、有助于理解、在某种程度上、原则上可行、有望推动。

在页面上做标记的方法不必复杂：把 Hyra 的输出整段复制到本地一个文本文件里，用检索命令定位候选段落，再回页面加标记。

grep -nE '总体而言|值得注意|显著|可能|或许|众所周知|具有重要意义|提供了新思路|有助于理解' notes.md

如果习惯在页面内操作，可以在命中段落前加一行引用块，写清“标记：总结，缺判定条件”，并把原始句保留不动。这样做的好处是后续改写时能对照原文，避免把总结直接删掉后忘记它原本指向什么。需要提醒的是，标志词只是线索，不是判决：一段话里出现“可能”，但紧接着给了可核查对象和推翻条件，就应当算作假设而非总结。

要求把每条结论改写成可验证动作

标记完成后，下一步是把结论句改写成「动作加判定条件」。改写的判断标准很简单：另一个人读到这条时，知道拿什么数据、做什么操作、看哪个输出、什么情况下算通过、什么情况下算失败。下面两组前后对照可以直接作为改写模板。

对照一。改前：“提高采样密度有助于更稳定地估计分布尾部。”改后：“动作：把采样密度从当前设置提高到设定值 B，用同一份评测脚本重跑；判定：多次运行得到的尾部估计区间相互重叠，且离散程度低于事先约定的阈值，则视为稳定；否则记录为未达标，回到采样方案讨论。”

对照二。改前：“该特征与目标变量的关联更强。”改后：“动作：在同一份数据切分上，分别用特征 X 与替代特征 Y 训练同一模型、使用同一套评测脚本；判定：验证集指标差值的置信区间不包含 0 时保留特征 X，否则回退到替代特征 Y，并把两次结果写进同一份记录。”

改写时不要替 Hyra 编造具体数值，阈值可以先写成占位符，等人来定。可以追加一句提示词约束：“改写后的每条内容必须包含动作、判定条件和失败后的处理，缺少任意一项就不要输出为结论。”验证方式是拿改写结果给同事看，如果对方能不问一句就照着做，说明改写基本到位。

对无法转成动作的结论做降级处理

总有一部分内容无论如何都转不成动作，常见原因是缺数据、缺权限、缺仪器，或者命题本身还没定义清楚。这类内容不适合留在结论区，也不该直接删掉，建议降级为「待查问题」单独归档，用固定字段记录，方便下一轮接着用。

归档之后，在结论区对应位置只留一句“此处存在待查问题，编号 Q-00X”，避免把空话当成结论使用。复查触发条件要写得可判断，例如“数据集到手后回看”，不要写成“以后再看”。

本轮结束前回看验收标准是否被满足

收口时不要重新通读全文，按开场写下的验收标准逐条打勾即可。建议在会话末尾贴一段自检清单，让 Hyra 先自查，你再核对一遍。

• 第一句是否明确写了三类验收标准中的哪一类；
• 每条输出是否带类型标记，且标记与实际内容一致；
• ［假设］类条目是否有证据类型与可被推翻的条件；
• ［动作］类条目是否有输入、期望输出与失败判定；
• 无法转成动作的内容是否已进入待查问题表并带编号；
• 结论说明是否限定了篇幅，并区分已知、未知与不确定性来源。

未满足项不建议靠追加提问硬凑。通常更稳妥的处理是：把未满足项转成待查问题编号，写清缺什么、什么条件下复查，然后把这份清单作为下一轮会话的开场材料粘回 Hyra。这样每一轮都留下可核对的痕迹，而不是积累一段越长越难判断的总结。