技能介绍

选型决策为何值得交给模型

企业运营中，产品选型从来不是单纯的「选哪个更便宜」。需求方往往带着一堆模糊条件找过来：要兼容现有技术栈、要能扛住峰值流量、要供应商提供本地化支持、预算还卡在一个尴尬的数字上。传统做法是拉会议室、翻标书、人工比对参数表，一轮下来少说几天，结论还常常依赖于某位「有经验的同事」的直觉。当候选清单从三五个膨胀到几十个，人的对比带宽就不够用了，决策质量开始随机波动。

zayn-product-selection 就是为这个场景准备的：把「在一堆候选产品里做出有依据的选择」这件事，变成一条可以被模型执行的推理链。

它如何工作

这个技能的核心思路不是替人拍板，而是把选型过程结构化，让模型在约束下输出可复核的结论。典型流程包含几个关键步骤：

需求拆解：把「我们要一个好用的 CRM」这类模糊诉求，拆成可比较的维度——功能覆盖、部署方式、定价模型、集成能力、服务支持。
候选过滤：基于硬性约束（预算上限、合规要求、必须支持的协议）先筛掉明显不达标的选项，缩小比较范围。
加权打分：对剩余候选按维度打分，权重来自业务方的真实优先级，而不是拍脑袋的均分。
结论与依据：输出推荐结果时附上理由和关键假设，让决策者能追溯「为什么是它」，也能快速推翻「如果我们更看重 X」。

整个过程强调一点：结论必须有出处。每一分、每一轮过滤的依据都要能被回看，避免模型给出一个无法解释的「黑箱推荐」。

适用边界

需要说清楚它的边界。这类选型结论高度依赖输入信息的质量——如果需求描述含糊、候选清单不全、或者权重设定随意，模型输出的推荐也会带着同样的缺陷。它不能替代采购谈判、试用评估和合同审查这些必须由人来完成的环节。另外，涉及具体供应商的最新报价或内部评测数据时，建议以人工核实为准，技能提供的是基于给定信息的推理框架，不是实时市场情报。