fact-reason-goal-explainable-decision · git:20260829.7b0e120 · 2026-08-29 · sha256 2f599c5cffb2b54e
fact-reason-goal-explainable-decision git:20260829.7b0e120A
Immutable. This exact content is served forever at /api/v1/blob/2f599c5cffb2b54e.
--- name: fact-reason-goal-explainable-decision description: | 用于需要解释Agent为什么得出某个业务判断、实时事实、业务规则和多个目标需要综合决策,用户出现“按事实事理目标分析”“这个决策依据是什么”或 fact-reason-goal, explainable decision, goal trade-off 等信号时调用。不适用于事实来源和任务目标均未明确。 metadata: tags: "fact, reasoning, goal, decision, explainability, enterprise-ai, ontology-driven" related-skills: "fact-reason-action-business-loop:depends-on, ontology-constraint-and-knowledge-injection:composes-with" --- # “事实—事理—目标”可解释决策 ## 方法骨架 - 把决策依据拆成实时事实、业务事理和明确目标。 - 事实必须有来源、时间、版本和可信度,缺失或冲突不能静默补全。 - 事理提供规则、因果、约束、权限和例外,形成可追溯推理路径。 - 目标决定优化方向和取舍标准,多目标冲突要显式呈现。 - 推理输出包含结论、证据、规则路径、备选方案和不确定性。 - 低容错结论需通过权威依据或工具验证后再进入行动。 ## 触发场景 ### 用户会在什么情境下需要这个 Skill 1. 需要解释Agent为什么得出某个业务判断 2. 实时事实、业务规则和多个目标需要综合决策 3. 决策结论要可追溯并支持人工复核 ### 语言信号 - “按事实事理目标分析” - “这个决策依据是什么” - “多个目标冲突怎么权衡” - 英文信号:fact-reason-goal, explainable decision, goal trade-off ### 与相邻 Skill 的区分 - 与 `fact-reason-action-business-loop`:事实事理行动覆盖完整业务闭环;本 skill 专注一次决策的依据、目标和解释。 - 与 `risk-based-agent-action-modes`:本 skill 形成决策;行动模式 skill 决定决策怎样安全地进入执行。 ## 执行步骤 Skill 激活后按以下顺序执行: 1. **明确决策问题** - 动作:定义决策对象、时间、可选方案、责任人和不可接受结果。 - 完成标准:问题能产生有限个可比较方案。 2. **核验事实** - 动作:收集来源、时间、版本、可信度和冲突情况,标记缺失。 - 完成标准:关键事实均有证据;无法核验的事实不进入确定性结论。 3. **应用事理** - 动作:逐条运行规则、因果、约束、权限和例外,保留推理路径。 - 完成标准:每个中间结论能追溯到事实和规则。 4. **权衡目标** - 动作:明确目标优先级、阈值、冲突和有权裁决角色。 - 完成标准:方案差异按同一目标体系比较。 5. **输出可解释结论** - 动作:给出建议、备选、证据、规则路径、不确定性和下一步。 - 完成标准:低容错结论已验证;目标冲突或证据不足时升级人工。 ### 固定输出 最终结果至少包含:输入与假设、逐步判断、证据与来源、未决项、风险边界、建议动作、完成标准。涉及项目适配时,将方法假设与项目事实分栏表达。 ## 使用边界 ### 不要在以下情况使用 - 事实来源和任务目标均未明确 - 纯创意、审美或情感判断 - 用户只要求定义Action接口 ### 常见失败模式 - **用通用逻辑直接驱动自主决策**:概率推理替代了企业决策逻辑,执行工具又把语言偏差转化成了现实状态变更。 - **在低容错场景接受概率性幻觉**:概率生成与业务正确性目标不一致,且下游系统把文本结果当作可信决策依据。 - **把文档检索等同于可执行知识**:向量相似性提供相关片段,却不能保证业务关系、方向、约束和动作条件完整呈现。 - **用错误本体生成训练数据并放大偏差**:同一语义缺陷被重复采样,训练优化把局部错误提升为模型的稳定决策倾向。 ### 使用折扣与复核要求 - 显式规则容易遗漏现实中的新因果,线上反馈和异常应持续补充事理。 - 大模型生成形式结构无法直接证明业务语义正确,生产使用需保留专家确认、工具校验、真实用例和审计记录。 ## 相关 Skills - `depends-on` → `fact-reason-action-business-loop`;事实事理行动覆盖完整业务闭环;本 skill 专注一次决策的依据、目标和解释。 - `composes-with` → `ontology-constraint-and-knowledge-injection`。 ## 审计信息 - **验证通过**:V1 ✓ / V2 ✓ / V3 ✓ - **测试通过率**:100%(6/6,独立 sub-agent 盲测;详见 test-results.md) - **首次公开版本**:2026-08-21 - **来源说明**:方法框架受《本体驱动的 AI 数据管理》启发;仓库不包含原书正文。