rehearse-qa

排练问答

在问答环节开始前进行模拟演练。由模拟观众——根据会场特点设定、既严苛又好奇的角色——每次提出一个问题，问题基于用户实际的论文和幻灯片；每个回答都会经过指导，变得简洁、诚实，并优先回应问题；演讲者希望没人会问的问题，也会被有意纳入准备，而不是含糊地担忧。

适用场景

• “针对我的论文向我提问”／“排练我演讲的问答环节”／“模拟问答”
• “观众会问什么？”／“我可能会被问到的最棘手的问题是什么？”
• “练习我的论文答辩”／“为求职报告中的提问做准备”
• 海报展示准备（持续问答、2 分钟和 5 分钟的陈述）
• 完成 write-talk-script／make-slides 后——演讲内容已准备好，现在排练即兴问答部分。完成 simulate-reviewers 后——其弱点清单可作为棘手问题列表的起点。

输入

1. 论文（以及已有的幻灯片／讲稿），格式不限，只要可读。 仅临时处理，绝不将论文文本复制到此代码库中。
2. 场景和时长安排：会议演讲／闪电演讲／主题演讲／海报展示／答辩／求职报告，以及问答环节的时长（分钟）（如果未知，请询问）。
3. 可选但更佳：场地配置文件 venues/conferences/<venue>-<year>.yml （架构见 venues/schema.yml），以便观众与场地类型相匹配。 如果没有配置文件，parse-cfp 可以创建一个，也可以使用通用观众设定运行。

流程

1. 制定演练计划。 运行：

   python3 scripts/qa_drill.py --setting conference-talk --minutes 3 \
       --venue venues/conferences/<venue>-<year>.yml
   

   确定性执行，且离线运行。输出时段计算结果（现场时段实际能容纳多少个问题、需要演练多少个问题）、按人物设定划分的阵容及各自配额（提供 --venue 时会按场地类别校准）、轮次计划、回答时间目标，以及供第 6 步使用的对话记录框架。使用 --json 输出机器可读内容；使用 --help 查看所有设置。退出代码：0 表示正常；2 表示参数错误或资料文件缺失／无法解析。

2. 重新核实演讲时段 — 必须执行。 场地资料不会存储演讲时段，而且问答时长会因年份、分会场和场次而异。查看场地最新的演讲者说明（从资料中的 cfp_url 和 website 开始），确认时段长度、问答分钟数和形式（由主持人主持问答、闪电演讲不设问答、海报环节安排）。按错误的时间练习会练出错误的回答；请说明核实了什么以及何时核实。

3. 阅读论文并整理棘手问题清单。 梳理论文的局限性、主张、实验范围、假设、删减内容、反驳历史、不寻常的数据、伦理／数据来源——完整清单和逐题准备卡模板见references/dreaded-questions.md。按出现概率 × 影响程度对 8–15 个问题排序，并为每个问题制作一张诚实的回答卡。如果某个弱点能在演讲前修正，请指出——修正胜过排练。

4. 逐题进行演练。 按照轮次计划进行（热身 → 敌意问题连击 → 棘手问题压轴 → 快问快答 → 意外问题）。以对应人物设定提问，问题须以论文／幻灯片中的实际内容为依据，然后等待用户回答后再继续——绝不要一次性抛出问题清单。人物设定的语气、追问方式以及场地／情境校准见references/audience-personas.md。 既有研究规则：演练问题只能引用通过 find-papers + verify-citations 核实过的真实论文，否则就不要提及作者或论文名称（“假设有人声称，已有研究做过 X”）。绝不要编造引文。

5. 为每个回答提供指导。 用户每次回答后，都要跳出人物设定，并按照references/answer-coaching.md提供五部分反馈（评价／做得好的地方／唯一需要改进之处／仅依据论文内容拟定的示范回答／未通过时重新演练）。 指导用户采用先给结论的回答模板：一句结论、一个证据点，然后停下。稍后重问未通过的问题——回答两次到位才算练好。

6. 以确定性方式评定对话记录。 按照第 1 步的框架记录对话（保留用户实际说出／输入的回答），然后运行：

   python3 scripts/grade_answers.py transcript.md --target 45 --max 75
   

   目标值来自演练计划。每个回答的标记包括：估算发言时间与目标／上限的对比、未回答的问题、含糊其辞的开场语、填充词密度，以及是／否问题的答案是否埋得过深。退出代码：0 表示准备就绪；1 表示需要重新演练；2 表示输入错误。使用 --json 输出机器可读内容。

7. 提交准备情况报告。 总结：回答到位的问题、需要再练一轮的问题（各自附唯一需要改进之处）、棘手问题速查表（问题 → 记忆用结论 → 一个数字），以及任何应退回 make-slides / write-talk-script 处理的“改幻灯片，而非继续练习”事项。

输出

互动式演练；结束时（在聊天中，只有用户提出要求才写入文件）提供 grade_answers.py 生成的评定对话记录报告、供当天早晨复习的棘手问题速查表，以及重新演练清单。不作预测——练好的回答是准备，不是对实际提问内容的保证。

适配你的学科

受众阵容由场地的 family: 字段决定，配置位于 scripts/qa_drill.py（FAMILY_LINEUPS）中——请派生并添加你所在社群的 受众（例如，人文学科研讨会的提问者、临床病例讨论会的评审小组），以及任何新的角色，添加到 PERSONAS 和 references/audience-personas.md 中。 设置表（SETTINGS）也可以用同样的方式添加新格式。

守则

• 只给出诚实的回答。 切勿指导用户使用会隐藏、淡化或歪曲局限或结果的措辞；拒绝“帮我避免承认 X”这类说法，并改为提供承认问题并界定范围的回答（这种回答的效果也更好）。可以修复的弱点应该修复，而不是设法绕开。
• 切勿编造引文——无论是在问题还是模型回答中。演练中提及的既有研究，必须通过 find-papers + verify-citations 核实，否则就不提名称。
• 切勿让用户声称论文无法支持的内容；模型回答只能使用论文自身的证据。
• 根据场地的实时页面再次核实场次／环节信息（步骤 2 不可省略）；个人资料绝不能作为报告时段的事实依据。
• 仅临时处理论文；切勿将论文文本存储在此仓库中。
• 切勿代表用户联系场次主席、委员会或任何投稿／会议系统。
• 这是演练，不是预言：切勿声称演练的问题就是实际会被问到的问题，也不要预测报告的反响。