strategy-advisor

strategy-advisor skill 概览

strategy-advisor skill 是一个轻量级的决策支持提示框架，适合把模糊的业务问题或规划问题，整理成结构化的战略建议。它尤其适合创始人、运营负责人、产品负责人、咨询顾问，以及任何在做方向选择前需要更清晰权衡分析的 AI 用户。

strategy-advisor 适合解决什么问题

当你的真实需求不只是“给我一些点子”，而是“帮我评估多个选项、选出一条路径，并说明为什么”，就应该用 strategy-advisor。这个 skill 会引导模型依次完成情境分析、方案生成、决策标准定义，以及最终建议输出。

最适合的用户与使用场景

这个 strategy-advisor skill 很适合用于以下类型的工作：

• 市场进入策略选择
• 产品或 roadmap 优先级排序
• 竞争应对策略
• 资源分配决策
• 长周期项目规划
• 高管风格的决策备忘录

strategy-advisor 的差异化价值

它最核心的价值在于“结构化”。和普通的头脑风暴式 prompt 不同，strategy-advisor 会推动模型去：

• 明确定义决策问题
• 说清约束条件
• 对比可选方案
• 给出明确建议
• 补充实施层面的考虑和成功指标

它不擅长什么

这不是一个深度研究系统，也不是财务模型工具，更不是某个垂直领域专家的模拟器。它不能替代行业数据、利益相关方访谈或运营分析。如果你的问题依赖最新市场事实、专有数据，或法律/监管层面的确定性，就必须自行提供这些上下文。

采用现实：安装很简单，输入质量才是关键

这个 skill 很容易上手，因为仓库里只有一个 SKILL.md。真正决定是否值得采用的，不是安装复杂度，而是输出质量：如果你的 prompt 很模糊，最后得到的建议往往只是“看起来专业”，但内容会比较泛。想让 strategy-advisor for Decision Support 发挥出效果，最好提供一个真实决策、若干备选项、明确约束，以及决策周期。

如何使用 strategy-advisor skill

安装 strategy-advisor skill

如果你使用 Skills 工作流，可以通过下面的命令从仓库安装 strategy-advisor：

npx skills add Shubhamsaboo/awesome-llm-apps --skill strategy-advisor

安装完成后，就像调用其他已安装的 skills 一样，在你的 agent 环境里直接调用即可。

先看这个文件

建议先读：

• awesome_agent_skills/strategy-advisor/SKILL.md

这个 skill 没有额外的脚本、规则文件或参考资料，几乎所有行为都来自这一个文件。好处是非常容易快速审阅；但也意味着你不该期待背后还有隐藏逻辑或额外工具支持。

先理解 strategy-advisor 的内置工作流

strategy-advisor usage 的典型流程很简单，基本是以下顺序：

1. 澄清战略问题
2. 分析当前情境
3. 生成可选方案
4. 定义决策标准
5. 推荐一条路径
6. 说明实施关注点与衡量指标

如果你的 prompt 能支撑这几步，输出质量通常会明显提升。

strategy-advisor 需要什么输入

至少应提供这些信息：

• 需要做出的决策
• 当前背景
• 目标或期望结果
• 约束条件
• 已在考虑中的选项（如果有）
• 时间线
• 风险偏好
• 关键利益相关方

如果缺少这些信息，模型就很容易自行补设假设，最后输出一堆泛泛而谈的战略语言。

把模糊目标改写成高质量 prompt

较弱的 prompt：

Help me decide our strategy for growth.

更强的 prompt：

Use strategy-advisor to evaluate our next 12 months of growth strategy. We are a B2B SaaS company with 40 employees, flat revenue for 2 quarters, limited hiring budget, and pressure to improve retention. Compare three options: enterprise upmarket move, SMB self-serve expansion, and geographic expansion. Use retention improvement and cash efficiency as primary criteria. Recommend one option, explain trade-offs, key risks, and what metrics we should track in the first 2 quarters.

第二种写法更有效，因为它给清楚了范围、选项、约束和评估标准。

更好使用 strategy-advisor 的 prompt 模板

一个实用模板如下：

• Decision：必须做出什么选择？
• Current state：当前客观情况是什么？
• Objective：最重要的目标结果是什么？
• Constraints：预算、时间、人手、政策、数据、市场限制
• Options：列出 2-4 个现实可行的路径
• Criteria：应该用什么标准来做选择？
• Time horizon：季度、年度、还是多年期
• Risk tolerance：保守、平衡、激进
• Output ask：需要输出建议、理由、风险、第一步动作、指标

strategy-advisor guide 的最佳实战流程

一个更稳妥的 strategy-advisor guide 使用流程是：

1. 先让它给出初步建议
2. 再用遗漏的约束去挑战这个建议
3. 要求它输出修订版建议
4. 再让它给出对比表
5. 再追问实施顺序
6. 最后把最终答案整理成高管简报或决策备忘录

这种两轮或三轮迭代，通常比直接接受第一版输出效果好得多。

什么时候该用它，而不是普通 prompt

当你需要下面这些能力时，strategy-advisor skill 会比普通 prompt 更合适：

• 明确的权衡分析
• 不是“列点子”，而是“做推荐”
• 更可复用的决策输出格式
• 更适合拿去和利益相关方讨论

如果你只是想做创意发散，一个更简单的 prompt 往往更快。

在信任结果前，先做这些输出检查

在根据结果采取行动前，先检查输出是否：

• 把决策问题说清楚了
• 真实反映了你的约束条件
• 对比了不止一个可行方案
• 使用的决策标准符合你的业务现实
• 明确推荐了一条路径，而不是模棱两可
• 包含风险和可衡量的下一步

如果缺了其中任何一项，优先回去改 prompt，而不是手动润色答案。

适合用 strategy-advisor for Decision Support 的场景

常见的高价值场景包括：

• 在多个产品下注方向之间做选择
• 决定是否进入某个市场
• 优先做合作渠道还是直销
• 平衡短期收入和长期护城河
• 评估集中化还是分散化
• 在资源紧张时选择 go-to-market 动作

不适合 strategy-advisor 的场景，容易浪费时间

下面这些任务，不太值得专门做 strategy-advisor install 和使用：

• 细致的财务预测
• 需要专家审核的法律决策
• 高度技术化的架构设计
• 没有最新数据支撑、却依赖当前事件的分析
• 本质上主要是运营问题，而不是战略问题的决策

遇到这些情况，要么换更专业的 skill，要么提供更扎实的证据和数据。

strategy-advisor skill 常见问题

strategy-advisor 适合新手吗？

适合，尤其是那些不太会组织战略问题的新手。这个 skill 提供了很有帮助的结构。但新手依然需要给足上下文；否则输出会显得很聪明，却不够支持真正做决策。

strategy-advisor 和直接问 ChatGPT 有什么区别？

普通 prompt 往往只会返回泛泛的建议。strategy-advisor 更适合你需要一整套决策流程的时候：情境分析、选项、标准、建议，以及实施思路。它带来的提升主要体现在一致性和结构性上，而不是什么“隐藏知识”。

使用 strategy-advisor 前一定需要业务数据吗？

不一定，但输入越扎实，建议通常越靠谱。至少要提供目标、约束和已知选项。对于更严肃的决策，最好补充预算、团队规模、增长目标、流失率、利润率、时间线或市场假设等数字信息。

strategy-advisor 能用于业务战略以外的任务吗？

可以，只要任务本质上仍然是基于权衡的决策。它也适合组织规划、项目优先级排序或投资组合选择。但对于纯创意类工作，或者特别狭窄的事实问答，它就没那么有用。

strategy-advisor 足够做竞争分析吗？

只能做到高层次。它可以帮助你搭建竞争分析的思考框架，但不会自己去收集证据。如果竞争分析很关键，你需要主动提供竞争对手事实、市场定位、定价，以及你方的相对优势。

什么情况下不该用 strategy-advisor skill？

以下情况不要使用 strategy-advisor skill：

• 你需要 prompt 之外的最新外部事实
• 决策规模太小，不值得做结构化分析
• 实际上只有一个可行选项
• 你需要的是数字模型，而不是战略叙述

仓库里有高级支持文件吗？

没有。这个 skill 看起来就是一个单文件 prompt 资产。这样配置很轻量，但也意味着结果质量非常依赖你是否会正确调用它。

如何改进 strategy-advisor skill 的使用效果

给 strategy-advisor 的是“决策”，不是“主题”

最重要的改进，就是把“想一想 X”换成“帮我在 A、B、C 之间做选择”。strategy-advisor 在问题天然带有选择结构时，表现最好。

尽早提供真实约束

最常见的失败模式，是输出一些听起来很全面、但脱离现实的建议。解决方式是尽早补上：

• 预算上限
• 团队容量
• 截止时间
• 管理层偏好
• 不可妥协项
• 已有承诺

约束越清楚，分析就越锋利。

主动要求它讲清楚 trade-off

如果第一版结果太空泛，可以继续追问：

• 选择推荐路径时，我们放弃了什么？
• 哪个选项在速度上最好，哪个上行空间最大，哪个风险最低？
• 在什么假设条件下，另一个选项会变得更优？

这样能让 strategy-advisor usage 更真正服务于决策。

当多个选项看起来都不错时，强制它排序

AI 输出战略建议时，一个常见弱点是“假平衡”——每个选项都说得有道理。你可以这样改进：

Rank the options from most to least suitable for our stated objective and justify the ranking using the decision criteria.

这会逼着模型真正做出取舍。

加一轮情景测试

如果想把 strategy-advisor guide 用在更真实的规划里，可以要求它输出：

• base case
• upside case
• downside case

然后继续追问：在每种情景下，推荐方案会如何变化。对于不确定性高的市场，或者 runway 有限的公司，这一点尤其有用。

在给出建议后，再追要实施细节

第一轮回答应该先选方向；第二轮再把它变得可执行：

• 前 30/60/90 天做什么
• 负责人或相关利益方是谁
• 领先指标有哪些
• kill criteria 是什么
• 依赖项有哪些

这样可以避免战略建议停留在抽象层面。

修正常见输出缺陷

重点留意这些失败模式：

• 含糊其辞的 “it depends” 式建议
• 脱离你 prompt 的臆测性假设
• 决策标准和真实目标不匹配
• 没有区分战略问题和运营问题
• 选项太多，却没有收敛

一旦出现这些问题，就回到 prompt，缩小范围并提高标准，而不是直接接受输出。

不要从头重写，优先补充缺失上下文

一个高效的迭代方式是：

1. 标出错误假设
2. 补充缺失事实
3. 重申目标
4. 要求它沿用同一结构输出修订版建议

这种方式比完全重来更能保留上下文，也更快提升答案质量。

让 strategy-advisor 搭配证据使用

对于高风险决策，提升 strategy-advisor 输出质量的最好方法，是直接提供证据：

• 客户研究笔记
• 市场规模假设
• 内部指标
• 竞品摘要
• 董事会或管理层约束

这个 skill 最擅长的角色，是在你提供的上下文之上做推理，而不是充当事实来源。

做一个可复用的团队 house prompt

如果你的团队会反复使用 strategy-advisor for Decision Support，可以封装一个标准 wrapper prompt，固定包含：

• 你们的规划周期
• 默认决策标准
• 必须遵守的输出格式
• 风险表达方式
• 对指标的预期

这样一来，一个简单的 skill 也能变成更稳定、可复用的内部决策工具。