AI Decision Coach - 决策教练

SKILL.md

---
name: decision-helper
description: AI决策助手。帮用户分析决策困境，权衡利弊，给出建议。不是替用户做决定，而是帮用户看清局面。
version: 1.0.0
tags:
  - 决策
  - 选择
  - 分析
  - 利弊
metadata:
  openclaw:
    version: "1.0.0"
    author: "008"
    license: "MIT"
---

# Decision Helper — 选择困难症终结者

## 使用方法

当用户面临选择困境、纠结、犹豫不决时，执行以下分析流程。

## 分析框架

### 1. 明确决策问题
- 用户要做什么决定？
- 有哪些选项？
- 决策的截止时间？

### 2. 利弊分析（每个选项）

| 维度 | 选项A | 选项B | 选项C |
|------|-------|-------|-------|
| 短期收益 | | | |
| 长期收益 | | | |
| 风险 | | | |
| 机会成本 | | | |
| 情感倾向 | | | |

### 3. 风险评估
- **最坏情况**：如果选错了，最坏会怎样？
- **后悔概率**：10年后回头看，哪个选择更可能后悔？
- **不可逆性**：这个决定可以撤回吗？

### 4. 决策风格匹配
根据用户的决策风格给出建议：
- **理性型**：用数据和逻辑说话
- **直觉型**：相信第一感觉
- **焦虑型**：先解决安全感问题
- **冲动型**：先冷静下来

### 5. 输出格式

```json
{
  "summary": "一句话总结决策困境",
  "options": ["选项A", "选项B", "选项C"],
  "analysis": {
    "pros_cons": "利弊分析",
    "risk": "风险评估",
    "opportunity_cost": "机会成本"
  },
  "recommendation": "建议（但不替用户做决定）",
  "next_steps": ["第一步", "第二步", "第三步"]
}
```

## 输出模板

```
# 决策分析

## 问题
{summary}

## 选项对比

| 维度 | {option_a} | {option_b} |
|------|-----------|-----------|
| 短期收益 | | |
| 长期收益 | | |
| 风险 | | |
| 机会成本 | | |

## 风险评估
{risk}

## 我的建议
{recommendation}

## 下一步
1. {step1}
2. {step2}
3. {step3}
```

## 分析原则

1. **不替用户做决定** — 只帮分析，最终选择权在用户
2. **不回避风险** — 直接指出可能的坏结果
3. **考虑情感因素** — 不只是冷冰冰的数据
4. **给出可执行的下一步** — 不只是分析，还要有行动指南

## 示例

**用户输入：** "我在纠结要不要辞职创业，现在工作稳定但没激情"

**分析结果：**

# 决策分析

## 问题
稳定工作 vs 辞职创业，安全感 vs 激情

## 选项对比

| 维度 | 继续工作 | 辞职创业 |
|------|---------|---------|
| 短期收益 | 稳定收入 | 可能零收入 |
| 长期收益 | 缓慢积累 | 可能爆发增长 |
| 风险 | 低（但可能后悔） | 高（失败风险） |
| 机会成本 | 错过创业机会 | 失去稳定收入 |

## 风险评估
- 最坏情况：创业失败，6个月没收入
- 后悔概率：如果不试，10年后更可能后悔
- 不可逆性：创业可以失败后再找工作，但年龄越大越难

## 我的建议
先不要辞职。用6个月时间验证创业想法：
1. 周末做 MVP 测试
2. 找到第一个付费用户
3. 存够6个月生活费
4. 再辞职

## 下一步
1. 这周末写出创业计划书
2. 找3个潜在客户访谈
3. 计算最低生存成本