hard-call 是一款高階決策支援 skill,適合用在沒有乾淨選項、必須做出痛苦取捨的時刻。使用 /em:hard-call <decision> 來評估可逆性、10/10/10 影響、regret minimization,以及延遲決策的成本,適用於裁員、轉型、結束營運、共同創辦人退出或 down rounds 等情境。

Stars22.1k
收藏0
評論0
加入時間2026年7月11日
分類决策支持
安裝指令
npx skills add alirezarezvani/claude-skills --skill hard-call
編輯評分

此 skill 評分為 72/100,代表它作為聚焦於高階決策支援的 skill,適合收錄於目錄。目錄使用者應該能輕鬆觸發,並用它來整理困難的領導決策;但也應預期其流程以文字說明為主,導入輔助有限,且沒有支援素材。

72/100
亮點
  • 觸發方式明確:frontmatter 與內文都定義了指令 `/em:hard-call <decision>`,並列出裁員、轉型、共同創辦人退出、結束營運等使用情境。
  • 高階決策範圍清楚:聚焦在痛苦且高風險的選擇,尤其是不可逆或會影響人的決策,能幫助 agent 判斷何時不該使用泛泛的建議提示。
  • 此 skill 提供有份量的判斷框架,包含可逆性測試,並納入 10/10/10 與 regret-minimization 思維,比開放式教練式提問更有結構。
注意事項
  • 除了單一的 SKILL.md 之外,沒有附上支援用的範本、腳本、參考資料或範例,因此執行品質取決於 agent 是否能確實依照文字框架操作。
  • repository 資訊中看不到安裝指令或詳細整合說明,對不熟悉這類 skill 結構的使用者來說,導入速度可能會變慢。
總覽

hard-call skill 概覽

hard-call 適合用來做什麼

hard-call 是一套高階決策支援 skill,專為每個選項都代價沉重的抉擇而設計:裁員、共同創辦人退出、產品下線、策略轉向、down round,或其他情緒負擔很高、但策略上又難以迴避的決定。這個 skill 以 /em:hard-call <decision> 為核心,協助 AI assistant 放慢決策節奏,把痛苦感受與判斷本身分開,並評估哪個選項是「最不錯」的選擇。

最適合的使用者與決策情境

hard-call skill 最適合創辦人、高階主管、營運負責人與顧問,在面對牽涉人員、資金、聲譽或公司存續的高風險取捨時使用。它不是預測工具,也不是法律或 HR 合規檢查表。當事實已有一部分可掌握,但決策因為後果太個人、不可逆,或政治上難以處理而被拖延時,它最能發揮作用。

這套框架實用在哪裡

hard-call 不像一般的「優缺點分析」prompt;它強調高階決策該有的判斷紀律:可逆性、時間尺度思考,以及最小化遺憾。它的核心價值不是產出一個讓人安心的答案,而是逼使用者釐清:拖延是否已經讓局勢惡化、哪些事仍然可以挽回,以及哪個選項在 10 分鐘、10 個月、10 年後仍然能夠被自己說明並承擔。

如何使用 hard-call skill

hard-call 安裝與 repository 檢查

使用以下指令從 repository 安裝這個 skill:

npx skills add alirezarezvani/claude-skills --skill hard-call

相關原始內容很精簡:先看 c-level-advisor/executive-mentor/skills/hard-call 裡的 SKILL.md。這個 skill 目錄中沒有獨立的 rules/scripts/resources/ 或 metadata 檔案,因此決策框架都放在主要的 skill 檔案裡。這讓它很容易檢視,但也代表你需要自行帶入自己的情境、限制條件與領域規則。

如何正確呼叫這個 skill

依照 skill 的指令格式使用:

/em:hard-call <decision>

較弱的呼叫太籠統:/em:hard-call Should we do layoffs?

較好的呼叫會把真正的決策邊界交代清楚:/em:hard-call We have 9 months runway, revenue is flat, fundraising is unlikely in the next 6 months, and we are choosing between a 15% layoff now, a smaller 8% cut plus salary reductions, or waiting one quarter while cutting vendor spend. Help evaluate the least-wrong option using reversibility, 10/10/10, and regret minimization.

較完整的版本會讓輸出品質更好,因為用於 Decision Support 的 hard-call 取決於利害關係、時機、替代方案、可逆性,以及等待本身的成本。

能提升決策品質的輸入

呼叫 hard-call 前,先整理精簡的事實:

  • 你真正要做的決策,而不是泛泛而談的問題
  • 目前考慮中的選項,包括「什麼都不做」
  • 時間壓力,以及如果繼續等待會發生什麼
  • 每個選項會傷害或幫助哪些人
  • 哪些事情可逆、部分可逆,或不可逆
  • 財務、法律、聲譽與團隊限制
  • 你目前的偏見:你希望什麼是真的、你害怕承認什麼

當你直接說出最痛的取捨時,這個 skill 表現最好。如果你避開最艱難的後果,assistant 可能會給出比真實情況更乾淨、更輕鬆的答案。

建議的工作流程

建議分三輪使用 hard-call。第一輪,請它依照框架對決策做結構化分析。第二輪,挑戰分析結果:「我正在合理化什麼?」或「如果是一位抽離的董事會成員會怎麼看?」第三輪,等決策邏輯更清楚後,再要求溝通計畫。這樣可以避免對話太早跳到訊息包裝、士氣管理或損害控管。

hard-call skill 常見問題

hard-call 只適合 CEO 和創辦人嗎?

不是,但它的語氣與設計是高階主管導師風格。資深經理人、幕僚長、投資人與顧問,只要面對的是不可逆後果或互相衝突的責任,也可以使用它。若只是一般優先順序排序、roadmap 整理,或輕量的取捨分析,較簡單的決策 prompt 可能就足夠。

hard-call 跟一般 AI prompt 有什麼不同?

一般 prompt 可能會整理優缺點,然後推薦看起來最有吸引力的選項。hard-call skill 則是為「吸引力不是判準」的決策而設計。它會追問決策是否可逆、這個選擇在不同時間尺度下看起來如何,以及哪一種遺憾是你能承受的。這樣的結構能降低情緒性逃避,也讓輸出更容易被說明與辯護。

什麼時候不該使用 hard-call?

不要把 hard-call 當成法律、醫療、HR 或財務合規決策的唯一依據。它可以協助釐清高階判斷,但不能取代專業顧問、董事會程序、勞動法檢視、受託責任分析或利害關係人諮詢。如果你其實只是想為已經做好的決定尋求認可,也不適合使用它;這個 skill 最有價值的時候,是你願意檢視令人不舒服的替代方案。

hard-call guide 適合初學者嗎?

適合,前提是使用者能夠清楚描述情境。這個 repository 很單純,因為這個 skill 主要是一份 SKILL.md 框架,而不是一整套 toolchain。不過初學者要小心,不要把 assistant 的輸出當成權威。請把它用來整理思路、找出盲點,並為接下來向需要負責的人提出更好的問題做準備。

如何改進 hard-call skill

讓 hard-call prompt 更貼近具體決策

最常見的失敗模式,是把問題框得太大。不要只寫「Should we pivot?」,而是寫:「Should we shut down Product A, which has loyal but low-revenue customers, and move the team to Product B, which has stronger enterprise demand but higher execution risk?」具體性讓 hard-call 能比較真實選項,而不是產生泛泛的領導建議。

先加入限制條件,再要求判斷

更好的輸入會帶來更好的決策支援。請加入不可妥協的條件,例如 runway、合約義務、董事會承諾、價值觀、品牌承諾、客戶義務,或法律審查狀態。如果某個選項在情感上很有吸引力,但營運上不可能,就直接說明。如果某個選項在道德上很艱難,但財務上必要,也要說清楚。

要求 assistant 檢視拖延的代價

很多艱難決策其實都是已經拖晚的決策,因此請明確提問:「What is the cost of waiting 30, 60, and 90 days?」這往往是 hard-call 最能增加價值的地方。它能協助區分耐心與逃避,也能看出現在採取一個較小但痛苦的行動,是否能避免之後更大、更痛的行動。

從分析推進到行動

收到第一版 hard-call 輸出後,不要停在建議本身。接著追問:反對首選方案的最強論點、哪些條件會改變決策、前三個不可逆步驟,以及溝通風險。最後仍應交由人來審查並做出最終決定。這個 skill 最強的用途,是磨利高階判斷,而不是取代責任承擔。

評分與評論

尚無評分
分享你的評論
登入後即可為這項技能評分並留言。
G
0/10000
最新評論
儲存中...