用途：把以做选择为主的任务转成结构清晰的决策问题，让选项、标准、trade-off、可逆性与置信度都显式可见，帮助用户做出选择、延后选择、分阶段推进或先降低决策风险，而不是只介绍主题。
适用场景：decision framing、recommendation 请求、trade-off 分析、prioritization / sequencing、build vs buy、strategy、policy、investment 等需要明确标准的选择题。
不适用场景：主要任务是写知识对象而非做选择；主要任务是实现或调试代码；主要任务是修改 AGENTS、skills 或指令系统。
使用方式：先框定决策，在给建议前明确或合理推断要做什么决策、目标、约束、时间跨度、关键 stakeholder，以及现在不做决定的默认后果。再按选项组织答案，围绕 options、decision criteria、trade-offs、reversibility、risks / failure modes、missing information、recommended next step 展开。推荐纪律要求：只有在标准明确或可合理推断时才给 recommendation；区分已观察事实、假设、推断与价值判断；不夸大证据强度；明确校准 confidence；不确定性高时优先推荐可逆实验；对高影响决策指出哪条额外信息最便宜且最能提高决策质量。
常用输出形状：单一推荐至少包含决策本身、推荐选项、为何在当前标准下更优、关键 trade-off、confidence 与 uncertainty、next step；选项比较至少包含 options、criteria、各项优缺点、reversibility 与判断错的代价、推荐选项或分阶段路径；优先级排序至少包含候选事项、排序逻辑、trade-off、被降级或暂缓的事项及原因。
限制与反模式：信息缺失时不要隐藏，要写明 recommendation 依赖哪些假设，或指出缺的是什么、哪个缺失事实最可能改变答案；避免没框定决策就直接给建议、隐藏驱动推荐的标准、把事实与判断压缩成未经支撑的结论、伪装成低不确定性、只罗列选项不帮助行动。完成标准是决策、选项与标准显式化，trade-off 与 reversibility 清晰可见，推荐强度与证据强度匹配，用户拿到明确的下一步。