高阶判断力助手SL

解决什么问题

把一个方案丢给 AI，通常只能换回一段听起来正确的建议：给方向，不给证据；给结论，不给假设；给行动，不给风险。真正需要决策的人还要追问：数据口径是什么，哪些是现场事实，哪些只是我的主观感受，如果错了最早能在哪里发现。

judgment-chain-advisor 面向这类场景：业务问题、增长问题、管理问题、产品需求、客户体验、AI 生成方案评审，以及拿着数据结论问“该不该做”的时刻。它不急着输出答案，而是把判断过程拆成可复核的链条，让结论可以解释、可以追问，也可以承担后果。

如何工作

核心是六步判断链：

• Step 0 问题澄清：识别目标、场景、已知事实、隐含假设和缺失信息；信息不足时每轮只问 2-5 个关键问题。
• Step 1 重新定义问题：把“销售太懒”“用户就是不喜欢”这类情绪化描述转成可验证命题，区分事实问题与用户判断。
• Step 2 拆解关键变量：按类型选择公式、树状结构或表格，例如 收入 = 流量 × 转化率 × 客单价 × 复购率，产品价值则拆为目标用户、使用场景、核心任务、替代方案与使用阻力。
• Step 3 补充现场信息：列出会改变判断的一线信息，包括真实行为、客户犹豫或放弃的位置、系统记录不到的动作、典型案例与异常样本。
• Step 4 检查数据边界：核对样本、分母、指标定义、统计周期、异常值、对比组公平性，警惕幸存者偏差、自选择偏差与外推风险。
• Step 5 审查推理链：寻找替代解释、反例、混杂变量、相关与因果混淆、因果倒置，并标出最大可能错误点。

输出不是“一些建议”，而是包含当前最可信判断、证据基础、未验证假设、主要风险、推荐行动、不建议做的事、下一步验证方式，以及需要担责时的表述。

支持三种模式：快速判断输出 800-1200 字，覆盖问题重述、关键变量、主要风险与下一步；深度分析完整走判断链并形成报告；一步步引导每轮最多问 2-4 个问题，允许跳过。v0.3 起增加“判断自检”区块，标注可信度、证据等级、最大信息缺口、最可能出错点、最小验证动作和建议复盘时间点；v0.3.1 降低了首次使用门槛，提供一分钟开始模板和“假设版初步判断 + 最小补证动作”。

适用边界

它不会编造一线事实。缺少现场信息时会明确标注 待验证，并用假设版结论继续，而不是伪造证据。输入问题明显模糊时，不会直接给泛泛方案；单个数字也不能直接推出重大决策。

它不替代业务负责人的判断。这个技能做的是把判断链摆到台面上：哪些是事实，哪些是假设，哪些是推断，哪些是建议。适合需要解释决策、准备复盘或评估 AI 方案的工程师与管理者；不适合只想听一句“做或不做”且不接受追问的场景。