用途：当用户按名称提出 QCA（定性比较分析）、真值表或跨案例布尔最小化请求时，本技能给出诚实回应，而非默认构建可能不可靠的产物，也不是简单拒绝。
主要能力：说明 QCA 属于 P 级（成熟研究实践），是有同行评审和软件支持的中等样本量比较方法，但没有对照研究证明它能改善单个推理者的判断；其核心推断主张在方法学文献中仍有争议。技能会先给出该警示，指出在单次会话可达到的随意尺度上，模拟研究显示该方法会把噪声认证为“充分”配置，因此不会输出真值表与最小化配置。
使用方式：请求发生后，先陈述证据警示，再确认请求背后的真实决策，然后诚实检查输入前提——是否存在一批真正可比、可编码、深入了解的案例；单次会话中通常不具备，松散编码的少量案例正是制造虚假信心的场景。最后转向本库已提供的、证据基础更扎实的技能，并按 references/TEMPLATE.md 输出“诚实重定向简报”。
替代路径：若目标是从一组可比历史案例获得基准率，转向 think-reference-class-forecasting；若目标是对单一案例做因果解释，则属案例内分析，转向 think-process-tracing，对每个候选条件先指定证据检验（hoop、smoking gun、straw-in-the-wind、doubly decisive），再按诊断力而非计数加权。
适用场景：用户明确点名 QCA 或类似跨案例配置比较，且诚实警示加重定向比直接构建或拒绝更有帮助。
限制：不适用于真正构建真值表并最小化配置；用户未点名 QCA 时，直接路由到上述证据基础技能；单案例不用跨案例最小化。方法论谱系、教科书或软件支持不得当作结果证据。具体收费、价格与平台暂未提供。