用途：在数学建模流程的关键判断点，向人类建模者提出最小且必要的问题，生成一张紧凑的选择卡（choice card）。适用于方法筛选前、有意义的实验之后，以及最终冻结结论之前。它只询问人类才能回答的权衡问题，不把机械性检查变成用户提问。
主要能力：识别一个承重判断；创建2至3个互斥选项，每个选项说明实际后果；在选项可能不覆盖用户意图时加入“都不合适 / 补充约束”；单张卡最多三个问题；学习模式下在用户回答前不给出 AI 建议；将回答原样传给 modeler-decision-logger，不创建按技能划分的待决文件。
使用方式：读取 interaction_mode，并兼容旧版 mode。learning 模式显示2至3个简短问题，用户回答前不显示 AI 建议；speed 模式显示一个压缩问题，可选同时显示 AI 建议。rigor_profile 不改变判断归属。输入包括当前门控及其所需判断、问题目标、必需输出、硬约束、可用证据、planning/session_config.json，以及 methods/Qx/qx_decisions.jsonl 中已有决策。输出一个 choice_card 块，包含 decision_id、decision_type、question、2至3个选项及可选约束覆盖、证据路径、每个选项的后果。除非其他技能需要持久提示记录，否则不保存该卡。
标准卡场景：方法筛选前只问缺失的高影响项，如要捍卫的输出形式、可解释性与性能优先级、不可接受的失败、实验预算，不在证据出现前让用户选算法名；有意义实验后，用计算证据询问是否继续当前主方法、调整已声明假设或参数并重跑、或启用已记录的备选方案，并为每个选项说明后果与证据；最终冻结前，仅在声明范围或置信度确实需要判断时，询问保留、降级或放弃该声明。
限制：只问权衡，不问可机械确定的事实；一个决策点优先一张卡，避免重复微确认；不预填用户选择或理由；不将决策标记为 DECIDED；不要求长篇论述，一句与证据关联的话即可；若不存在真正的人类判断，则不提问直接交回控制权。验证要求选项互斥、后果清晰、卡片基于当前问题或计算证据、学习模式无隐藏推荐、未创建按技能划分的决策产物。