商品选购决策助手
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_ad96ec6d/product-shopping-guide 技能。
技能介绍
要解决的具体问题
不少选购场景有两个共同堵点:信息维度太多,难以分辨哪些真正影响体验;读完一堆评测仍然凭直觉下单,事后说不出为什么。该技能把决策过程显式化,让选择理由可以查看、调整和复盘,而不是靠一句“感觉”。
核心能力与关键步骤
这个技能把选购抽象成品类无关的评分框架。不同商品的差异只写在配置文件里,打分引擎保持一致,因此同一套流程能覆盖家居用品、智能电子产品、拼图、蓝牙音箱等。
- 需求澄清与硬条件:先用引导式提问确认用途、预算、候选数量和最不能接受的点,并把这些条件优先转入否决项。
- 类别与维度模型:若命中内置范例,直接使用
config.json与sample_data.csv;若是新品类,就按references/config-schema.md新建config.json,把维度、权重和评分规则固定下来。 - 候选数据表:统一使用
data.csv,表头为name、source、price与各维度字段。每一维填写可核实的证据关键词,查不到的内容写未披露或待核,引擎会记为—,不计入得分,也不据此判不合格。 - 评分引擎:运行
python scripts/score_engine.py --config C --data D --out O后,可生成评分汇总表.md、评分汇总表.csv与细项明细.csv,并打印终端排名摘要。总排名先由否决项形成过滤,再按权重计算得分率。 - 交互式 HTML 打分器:运行
python scripts/gen_html_scorer.py --config C --out H.html生成单文件离线页面。用户打开后用下拉框或数字框调整档位和数值,排名实时刷新,也可以点击添加候选,不需要命令行。 - 结果解读:引擎输出优、良、合格、不合格、待核以及否决说明,但不会替用户写“应该买哪个”,决定权留给使用者。
适用边界与注意点
- 不联网自动抓取商品页或评测页;候选数据由用户提供,也可以由公开资料整理后请用户核实,出处必须写入
source。 - 表达式和权重来自当前
config.json。如果维度漏项或权重不合理,排名会变差,但这是显式可改的,而不是隐藏在推荐文案里。 - 缺失透明化优先于严格淘汰。未披露或待核的项除否决条件外不会直接判负,购买前应当自行核验相应条目。
使用场景
- 为人体工学椅或智能手表定下否决项、预算和候选清单,需要跑评分出总排名与明细
- 对比退换政策和品牌信息缺失的几款礼品,希望把未披露项标为待核不误判
- 新增床垫或蓝牙耳机等品类时,要根据行家看重点建维度并写配置文件
- 想在浏览器里手动调权重、加候选,实时看排名变化并导出汇总表
适合人员
- 需要采购办公椅或智能手表但不能只靠好评决策的行政或团队采购
- 常买数码设备并希望把评测笔记转成可解释打分表的个人用户
- 为不同品类写选购指南的内容作者,需要展示权重和分项依据
- 要对比礼品方案且负责核对参数与售后条款的项目协调人