用途
将已有的、数量较多的游戏概念整理成一个规模较小、可直接用于决策的概念组合。目标不是宣布某个概念是最终赢家，而是在去除冗余和已证实核心失败候选后，保留彼此不同的设计假设。
主要能力
- 归一化概念：把每个概念的自然语言描述转成机制签名，并显式保留未明确的机制细节。
- 尊重已证实的失败：仅当概念带有非空理由、可接受的证据类型以及 hard_reject 的来源时，才将其排除；单独的既有压力测试标签本身不足以排除；不会因细节缺失而虚构负面证据。
- 聚类结构重复项：剥离主题名词后比较归一化签名，要求整个聚类内成对兼容，避免单链式合并把远处端点并入同一簇；若存在 JSON 记录，可用脚本做确定性的首轮处理。
- 局部证据比较：在同一重复簇内，只有当至少两个已提供的证据维度重叠、在全部共享维度上都不更差、并至少在一个维度上严格更好时，才判定一个候选支配另一个；缺失证据视为未知，不作为零处理；保留整个非支配前沿供全局覆盖选择。
- 覆盖式选择：每个重复簇至多选一个概念，同时把前沿中的每个成员视为可能的代表；尽量扩大与已选机制签名的距离；证据广度可在距离并列时打破平局，但不得抹除结构覆盖。
- 保留有用的不确定性：若某高不确定性概念占据独特结构区域且其关键不确定性可低成本测试，则予以保留。
- 构建组合：为每个入选概念说明为何保留、关键决策、最强证据、主要风险、未决问题和最小下一步测试；若用户只要一个推荐，则基于预期信息增益与实现成本推荐最先做原型的对象，而不是保证最终最好的游戏。
- 设置评审边界：在重大投入前设置评审；交互式工作可在此请求批准或偏好，无人值守或批处理工作必须以 review_pending 结束，不得虚构人类输入。
使用方式
输入可以是以下任意一种：头脑风暴列表；设计笔记或推介文案；归一化概念记录；概念加原型或遥测证据；以及期望的组合规模与可选的业务或实现约束。默认组合规模为 4 个概念。
工作流程：先归一化每个概念，提取机制签名并保留未知机械细节；再排除已证实核心失败的概念；随后聚类结构重复项；在重复簇内做局部证据比较；按覆盖选择概念；保留有用的高不确定性概念；最后为每个入选概念生成组合条目。若用户要求给出单一推荐，则按预期信息增益与实现成本推荐最先原型化的对象。
适用场景
适用于对已提供的一批概念做基于覆盖的分诊。生成更广的假设清单可用 exploring-game-design-space，对现有候选做对抗性审查可用 stress-testing-game-concepts，二者均非本技能的前置条件。交接记录时应保留稳定 ID、归一化签名、未知项和来源。
限制
- 该技能是自包含的，必须仅凭自然语言概念描述工作，不要求先有压力测试输出。
- 不得使用加权趣味分或文案吸引力作为首要选择依据。
- 主题、美术方向、设定和内容量不构成机制多样性。
- 必须保留稳定 ID，并在推介文案之前或旁边展示等格式的归一化机制字段。
- 结构化证据维度为有序 0..3：decision_evidence、strategy_evidence、skill_evidence、learning_evidence、risk_reward_evidence、feasibility_evidence；0 表示负面证据，1 表示弱或模糊，2 表示正面推理或痕迹证据，3 表示正面可执行或观察到的真人证据；真人证据需有具名测试情境、记录观察和来源；缺失表示未知并排除在支配比较之外。
- 导入的压力测试状态保留其来源与方法，不得自动将 fails、weak、unknown 或 survives 转成 hard_reject 或任何有序证据分。
- 运行内置脚本前需阅读脚本契约。输出默认 3 至 5 个概念，除非用户另有要求。
完成标准
自然语言输入无需其他技能即可整理；结构重复项不占用大部分最终名额；候选不因文案不够精炼而被删除；硬失败与未知项可区分；入选概念代表不同设计假设或明确说明接近的变体；每个入选概念都有一个可证伪的下一问题；评审记录将偏好、观察到的人类证据和批准区分开；批处理工作可以 review_pending 结束。