用途：当决策取决于自己无法控制的结果时，用期望值决策树把不确定性显式定价，而不是靠直觉争论。它把选项展开为选择节点（决策者可控分支）与机会节点（自然控制、各带概率的分支），在叶节点放价值，再从右向左回滚：机会节点收敛为期望值（概率乘价值之和），选择节点保留最优分支，最终得到最高期望值选项及其路径。
主要能力：区分选择节点与机会节点；为每个机会分支分配合计为1的概率并注明来源；用统一单位给结果定价；显式展示回滚算术；给出“什么会翻转结论”的敏感性阈值；检查一次性决策中的毁灭性风险与风险偏好。
使用方式：先框定决策与真实选项；若决策可逆且低风险，改用 think-one-way-vs-two-way-door 分诊。然后画树、标注概率来源（可用 think-reference-class-forecasting 获取基准率）、定价结果、回滚计算、做敏感性分析、检查毁灭风险，最后按 references/TEMPLATE.md 输出填好的树、所选路径、期望值、翻转说明与风险标记。
适用场景：结果不确定且能给出粗略可溯源概率的决策；具有顺序结构（先测试再决定 vs 立即承诺）；值得把概率假设显式化以便争论具体数字的决策。
限制：概率与价值若为臆测则会产生虚假精确；一次性且含不可承受损失的决策不适用原始期望值，应看毁灭风险或风险厌恶效用；期望值是规范性而非描述性；结果空间无法枚举或价值不可通约时回滚失效；可逆低风险决策无需建树。资料未提供具体收费、平台或效果数据。