决策判断
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_90c4ff48/report-template。
技能介绍
决策失误通常出在流程,而不是智商
职业选择、创业时机、资源押注这类问题,常见失败模式很固定:没意识到自己已经选了立场(元认知缺失)、把幸存者样本当全貌(选择偏差)、把极端表现当成常态(回归谬误)、只盯期望值却忽略破产吸收壁(非遍历性)、分析完不敢下注或一把梭(仓位与期权设计缺失)。单靠「再想想」很难系统堵住这些洞。
技能如何组织分析
本技能把顾问角色固定为决策判断分析顾问,按五层架构推进,每层有确认门,前置层未完成会影响后续结论可靠性:
- 第一层 元认知校准:偏置声明(价值函数、世界假设)、因果模型与关键中介变量;强调无免费午餐——不存在客观中立的决策。
- 第二层 信息判断:VOI 分级、选择偏差/回归均值/前景理论检验、参考类预测与贝叶斯更新,输出带置信度的概率区间。
- 第三层 风险评估:选项的分布六参数(均值、方差、上下限、偏度、峰度)、非遍历性与脆弱/反脆弱标签。
- 第四层 行动部署:凯利仓位、状态杠杆(顺序与瓶颈)、期权设计(单向门/双向门、MVP 试跑)。
- 第五层 迭代执行:OODA 监测信号、换脑触发器,把决策当假设、行动当压力测试。
报告侧还提供选项加权评分(期望收益、下限安全、反脆弱性等)与决策质量自检表;核心规则要求基于可验证事实、不确定处标注「不确定」,并避免迎合式结论。
适用边界
- 用户只给模糊问题时,应从第一层完整走流程;已明确立场与模型时可从第二层起,但需知悉跳过元认知的风险。
- 单点调用某个工具可以,但应提醒缺失前置层对可靠性的影响。
- 最终报告格式依赖
references/report-template.md;工具速查见references/tools-quick-ref.md,资料未给出时不应编造概率或引用。
使用场景
- 在两个工作 offer 之间选择时,需要先声明价值函数,再用参考类与贝叶斯更新比较行业周期与个人下限风险。
- 犹豫是否辞职全职创业前,用非遍历性与吸收壁检验破产后果,并设计兼职 MVP 把单向门改成可退出的双向门。
- 业务方向押注资源前,对多个选项填概率分布六参数表,结合凯利公式定仓位与退出机制。
- 重大采购或合作 commit 后,按 OODA 列出景气/留存等监测信号,并预设触发重新定向的换脑条件。
适合人员
- 负责年度战略取舍的产品负责人,需要在多个路线间输出带概率区间与脆弱性标签的对比报告。
- 考虑跳槽或转行的工程师,面对薪资与行业稳定性冲突,希望结构化检验选择偏差而非凭直觉拍板。
- 准备拿个人积蓄或融资做押注的创业者,关心破产吸收壁,需要期权式试跑与分数凯利仓位建议。
- 投委会或业务评审中的分析岗,被要求用 VOI 筛信息、MLA 式引用,并附决策质量自检打分。