fact-reason-action-business-loop git:20260829.7b0e120A

Immutable. This exact content is served forever at /api/v1/blob/bf429b4eecfcb6c1.

---
name: fact-reason-action-business-loop
description: |
  用于需要把模糊业务描述转成Agent可用模型、需要解释一个判断怎样落到系统动作，用户出现“帮我按事实事理行动拆解”“这个判断依据和动作怎么串起来”或 fact-reason-action, business loop, traceable action 等信号时调用。不适用于只需要解释术语或摘要文档。
metadata:
  tags: "fact, reasoning, action, dynamic-model, closed-loop, enterprise-ai, ontology-driven"
  related-skills: ""
---

# “事实—事理—行动”业务闭环建模

## 方法骨架

- 把业务问题拆成事实、事理和行动三个相互校验的层次。
- 事实记录对象、关系、状态、时间、来源和版本，回答当前发生了什么。
- 事理表达规则、因果、约束、流程和状态变化，回答为什么以及接下来可能怎样。
- 行动定义可执行能力、权限、前置条件和结果，回答允许做什么。
- 推理从事实出发受事理约束，产出行动建议；执行反馈再更新事实并校正规则。
- 交付物是一条有证据、有推理、有受控行动、有反馈的业务闭环。

## 触发场景

### 用户会在什么情境下需要这个 Skill

1. 需要把模糊业务描述转成Agent可用模型
2. 需要解释一个判断怎样落到系统动作
3. 跨系统事实、规则和流程混在一起难以梳理

### 语言信号

- “帮我按事实事理行动拆解”
- “这个判断依据和动作怎么串起来”
- “怎样形成业务闭环”
- 英文信号：fact-reason-action, business loop, traceable action

### 与相邻 Skill 的区分

- 与 `seven-plus-one-semantic-mapping`：本 skill 先建立业务闭环骨架；7+1负责把骨架映射成更完整的语义规范。
- 与 `fact-reason-goal-explainable-decision`：本 skill 覆盖从认知到行动的整体结构；事实事理目标专注单次决策推理。

## 执行步骤

Skill 激活后按以下顺序执行：

1. **界定闭环**
   - 动作：写清触发事件、目标结果、责任主体、起止状态和涉及系统。
   - 完成标准：闭环边界能用一句话说明，范围外事项单列。

2. **登记事实**
   - 动作：列出对象、关系、状态、时间、来源、版本和可信度。
   - 完成标准：每个参与推理的事实都有来源，缺失项明确标为待核实。

3. **表达事理**
   - 动作：把规则、因果、约束、例外、流程和状态转换条件写成可判断语句。
   - 完成标准：每条事理能引用事实并产生可核验结论；冲突规则有优先级或升级路径。

4. **定义行动**
   - 动作：列出建议、查询、建单、审批或系统调用，注明权限、前置条件和结果。
   - 完成标准：行动均能映射到责任人或现有系统能力。
   - 判停条件：若行动无法授权或无法回传结果，停在建议层。

5. **闭合反馈**
   - 动作：定义成功、失败、异常和人工调整怎样回写事实、触发后续动作或修正规则。
   - 完成标准：输出完整的事实—事理—行动—反馈表及未闭合项。

### 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

- 只需要解释术语或摘要文档
- 业务目标和触发事件尚未明确
- 行动由高风险系统执行且没有授权与审计机制

### 常见失败模式

- **数据连通但业务语义仍然隔离**：多源系统只有数据级连接，缺少统一概念、关系、规则和场景上下文，模型只能按通用概率补齐含义。
- **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。
- **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。
- **行动前无校验且失败后无反馈策略**：计划层假设与真实系统状态没有校验，执行结果也未反馈给决策层重新规划。

### 使用折扣与复核要求

- 三层结构不能替代事务一致性、权限系统和真实数据质量治理。
- 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

- 本 Skill 是基础入口，没有前置依赖。

## 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。