Agent Skills
返回列表
🤖

意图推演

AI Agent 更新于 2026.08.28

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_1a99cb00/intention-deduction。

技能介绍

为什么需要意图推演

在复杂决策中,我们常面临意图与行为的错位(想做的事、正在做的事、最终结果不一致)以及多因素权衡的困境。当面对包含多个相互制约条件的决策时,单一维度的最优解往往会导致整体收益下降。本技能旨在解决这一工程化决策痛点,通过结构化的推演流程,将模糊的直觉转化为可量化的权衡矩阵。

核心机制与推演流程

该技能采用三层触发架构,覆盖从加载前到会话内的全生命周期:

  • Summary 语义触发:在技能加载前,通过摘要匹配意图分析、方案评估等任务领域。
  • Auto-Activation 矩阵:加载后根据关键词(如拆解、权衡、推演)自动路由到对应的工作流阶段。
  • 哨兵自举:在会话内持续监听。当检测到用户表达纠结、两难或追问其他方案时,主动提示加载,绝不进行静默干预。

核心推演包含四个严谨步骤:

  1. 意图-行为错位校验:确认原始意图(I)、当前行为(B)与最终产出(O)的一致性,防止目标被偷换。
  2. 元素归因与相生相克:将意图拆解至恰当层次,分析元素间的正向增量(相生)与零和消耗(相克)。
  3. 帕斯卡推演:构建二维决策表,横轴为行动选择,纵轴为条件真假组合,为每个分支计算对原始意图的评分。
  4. 最优输出:提取评分最高的解,若存在并列则输出多套备选方案。

适用边界与注意事项

本技能并非通用的快捷回复工具,而是专为高复杂度、多变量决策设计的推演引擎。它不追求单一维度的极致,而是寻求全局最优平衡。

在使用过程中,Agent 会分步索要关键字段,请确保提供足够上下文。此外,哨兵机制仅作提示,最终是否触发完整推演仍需用户确认,以保证决策过程的透明与可控。

使用场景

  • 面对多个相互制约的技术选型时,需要拆解各项指标的相生相克关系,通过帕斯卡推演建立决策表并输出全局最优方案。
  • 发现团队执行方向偏离最初目标时,利用意图-行为错位校验,确认原始意图、当前行为与最终产出是否保持一致。
  • 在纠结两个架构方案的利弊时,哨兵机制检测到两难信号并激活,引导将模糊直觉转化为可量化的权衡矩阵。
  • 跨会话处理遗留的复杂业务逻辑时,检测到上一会话末尾未闭合的意图,主动提示加载本技能以完成推演闭环。

适合人员

  • 架构师:需要在多个技术栈和框架间进行利弊权衡,寻找满足业务长期发展的全局最优解。
  • 产品经理:在规划复杂功能时容易偏离核心目标,需要校验产品意图与当前迭代行为的一致性。
  • 技术负责人:面对团队在多个并行方案间的纠结与两难,需要一套结构化流程来辅助最终拍板。
  • 独立开发者:在跨会话处理复杂项目遗留逻辑时,需要工具主动提示未闭合的意图以保持推演连贯。