决策架构师

它解决什么问题

很多 AI Agent 在面对多目标或存在约束的复杂情境时，会直接给出结论。这种做法虽然快，但缺少显式的决策链路，后期很难追溯：到底哪个目标被优先满足？哪个约束被忽略？
决策架构师 不是生成最终文案的提示词模板，而是一套结构化决策支持系统。它把决策过程拆成可检查的中间步骤，让 Agent 先理清情境，再形成选择。

工作方式与关键步骤

当 Agent 进入“难以抉择”的节点时，该技能会引导其按固定结构推进，核心包括：

• 明确决策情境：界定当前任务目标，列出不可逾越的硬性约束。
• 拆解选择维度：将大问题拆成多个需要权衡的子目标。
• 生成备选方案：基于拆解出的维度，列出多个可能的分支。
• 输出结构化结果：收敛出一个具备理由支撑的决策，而不是黑盒输出。

适用边界

这套框架并非万能。面对包含强时效性外部数据的决策，仍需依赖外部工具提供事实依据。另外，它产出的仍是“建议”而非强制规则，在涉及高风险业务时，必须由工程师在关键节点设置人工审核。