AI Skill 大全

做决策分析

把选项、结果和各自概率交过去,画出决策树并逐个算出期望值,给出推荐和风险提示。

功能与用途

选项一多、结果又不确定的时候,靠直觉比较很容易只盯着最好或最坏那一头。决策树的办法是强制你把每个动作后面的分支都列出来,给每种结果标上概率和收益,再用概率乘收益加总出期望值,谁高谁低一目了然。需要留意它的短板:概率多半是估的,方法本身不管你是不是厌恶风险,数据变一点结论可能就变。所以它给推荐时一定会附上风险承受力和最坏情况说明。

适用场景

  • 新品上有四成概率赚钱、六成概率亏钱,想知道按期望值算该不该上:新品上有四成概率赚钱、六成概率亏钱,想知道按期望值算该不该上
  • 手上有一笔资金,在一次性建仓、等回调再买、还是继续空仓之间拿:手上有一笔资金,在一次性建仓、等回调再买、还是继续空仓之间拿不定主意
  • 换城市工作的选择涉及薪资、生活成本和家庭因素,各条路的概率说:换城市工作的选择涉及薪资、生活成本和家庭因素,各条路的概率说不清,需要先结构化再判断
  • 要在两个供应商之间选,还有自建一条路,但质量、交期和总成本都:要在两个供应商之间选,还有自建一条路,但质量、交期和总成本都不确定

适用人群

  • 评估新品要不要上线的业务负责人
  • 权衡建仓、加仓与等待的交易与投资人员
  • 在职业方向之间比较选择的个人

使用步骤

  1. 先说清有哪些可选动作,包括「什么都不做」在内,别只列两个就以为没有第三条路
  2. 给每个动作列出可能发生的结果,并尽量给出概率(合计要 100%)和对应的收益或效用
  3. 让它用 markdown 画出决策树并逐个算期望值,需要批量算就让它调脚本或用 JSON 描述整棵树
  4. 看推荐结论时一并看风险承受力、时间跨度和最坏情况那几段,期望值高不代表你能扛住波动
  5. 最后按核对清单确认选项是否齐全、概率是否合理、最坏情况是否讲清,并记住这只是强迫自己想全分支的框架

开始使用

将需求和 Skill 名称发送给已连接 SkillPX MCP 的 AI 助手,核对适用工具和安装要求。

查看 MCP 接入说明

技术信息

分类
个人成长
适用工具
Codex、Claude Code、OpenClaw、Hermes、国内 Agent
使用难度
简单
版本
1.0.1
最近更新
2026-05-11
文件数
3
安装包大小
自动生成 ZIP
安全检查
基础检查通过

Decision tree analysis for complex decision-making across all domains. Use when user needs to evaluate multiple options with uncertain outcomes, assess risk/reward scenarios, or structure choices systematically. Applicable to business, investment, personal decisions, operations, career choices, product strategy, and any situation requiring structured evaluation. Triggers include decision tree, should I, what if, evaluate options, compare alternatives, risk analysis.

使用前准备

  • 无安装门槛,纯方法即可使用
  • 要跑自动计算需 Python3 执行决策树脚本

依赖与权限

  • 读取用户主动提供的内容

同类 Skill