用途：面向用户决策界面（定价页、引导默认值、流失挽留、留存提示）时，用行为经济学原语评估“这个推动是否有效”“诱饵定价或暗黑模式是否合规”“应采用多大效应量”。
主要能力：16个原语，各含定义、适用时机、滥用边界、输入输出、失败模式、示例与来源，并标注证据等级（A/B/C）。内容包括前景理论、损失厌恶、锚定、默认选项、社会认同、稀缺、双曲贴现、心理账户、选择架构、双系统认知、诱饵效应、习惯回路、强化程式、认知负荷与工作记忆、情境依赖提取、执行意图。
使用方式：先读每个原语的滥用边界再应用。披露测试是伦理筛查而非法律定义：披露后会让团队难堪的技术即便合法也需重设计。需要源假设、伦理边界或区分观察行为与规范决策质量时，参考 formal-theory-map.md；涉及定价、默认值、取消、AI操控的合法性主张，先读 regulatory-context.md 并循官方链接核对属地范围、现行修订文本、规则状态与生效日期；承诺提升或估算测试样本量前读 nudge-calibration.md。
适用场景：决策涉及人类、存在具体下行风险、选择架构（默认值、诱饵、排序、锚定）、可伦理利用偏见的转化或激活实验；涉及习惯形成或线索保留的重设计。
限制：无人类在环的AI系统或后端策略应改用决策理论；因果测量用因果推断；战略多主体定价用博弈论。要求欺骗用户真实价值时须重设计而非推动；受众或市场背景未知时偏见不可泛化；所需提升超出证据支持时先诊断供给、受众与摩擦。不要引用具体系数作预测。AI智能体对推动异常敏感，思维链提示与示例不能可靠消除；对GUI智能体，检测提示不足以改变行为，需结构化护栏（限制动作范围、不可逆步骤显式确认）。AI作为说服源时需同时测量事实准确性。行为经济学存在大量未能复现的著名发现，不得引入自我损耗、社会启动、权力姿势、稀缺心态即认知税。法规结论需合格律师判定。资料未提供本技能的具体安装命令与平台要求。