VKE 决策工作流概述
使用此技能将模糊的知识请求转化为可追踪的决策包。工作流是基于证据的：分离事实、判断和假设；将每个核心判断绑定到证据 ID 和置信度；在生成最终商业报告之前进行红队审查。标准文物序列是：
00_request.md - 原始请求
01_problem-brief.md - 决策框架
02_research-plan.md - 资源和证据计划
03_evidence-ledger.csv - 证据表
04_analysis-notes.md - 推理笔记
05_red-team-review.md - 对抗性审查
06_knowledge-product.md - 决策产品或商业报告
07_watchlist.md - 监控指标
08_retrospective.md - 过程审查
在创建或重写任何文物时，请阅读 references/artifact-templates.md。
操作规则
除非用户要求更新，否则不要更改源案例文件。保留用户提供的证据边界。如果用户表示不添加外部事实，则仅使用提供的账本、笔记和文件。将证据相关性和可靠性分开处理。可靠的来源如果相关性低，则不能支持强有力的结论。保持决策问题可见。每个文物都应服务于用户的决策，而不是成为一般研究。区分事实、判断和假设：
事实：来源或证据记录中所说的内容。
判断：这些事实对决策的含义。
假设：一个必要但尚未证明的条件。
将置信度附加到每个核心判断，而不仅仅是整个报告。在证据间接、相邻或相关性低时，偏爱保守的措辞。在最终确定知识产品之前进行红队审查。
工作流
创建或更新 01_problem-brief.md。捕获：核心决策问题、已知事实、关键不确定性、范围边界、成功标准、截止日期或时间范围。将模糊的兴趣转化为决策形式，例如：“我们应该投资、进入、暂停、继续观察还是运行有限验证？”
创建或更新 02_research-plan.md。指定：要验证的假设、证据类型和优先级、专家/资源需求、机构或卓越中心类型、数据库和公共来源、工具和搜索路径、验证优先级、可能的来源偏见。使用资源规划以避免过度收集背景信息。
创建或更新 03_evidence-ledger.csv。使用稳定的证据 ID，例如 EVD-001。必填字段：evidence_id、case_id、claim_supported、evidence_summary、source_id、source_name、source_date、collection_date、evidence_type、reliability、relevance、confidence_effect、notes。对于每行，说明证据可以支持和不能支持的内容。将可靠性和相关性分别标记为 高、 中 或 低。
创建或更新 04_analysis-notes.md。结构每个主要声明如下：判断、使用的证据、推理链、替代解释、剩余置信度、验证。使用模式：证据 -> 中间推理 -> 替代解释过滤 -> 决策判断 -> 置信度。不要让证据数量取代证据质量。
创建或更新 05_red-team-review.md。积极挑战首选结论：主要判断是否得到充分支持？是否存在选择性证据？是否忽略了负面或模糊的信号？是否有更强的替代解释？哪个假设最脆弱？是否应该降低置信度？哪些证据可以提高判断质量？以最强的异议为先，而不是结论。
创建或更新 06_knowledge-product.md。对于商业决策，使用商业报告结构：核心结论和执行摘要、证据链和置信度、分析和反驳、商业边界和影响评估、行动计划和动态触发器。要求：以一句话结论开始。分离核心事实、判断和假设。在事实、证据表、推理和反驳中引用证据 ID。为每个核心判断标记置信度。包括不确定性、替代解释、行动矩阵和监控指标。避免添加未经批准的证据集的事实。
创建或更新 07_watchlist.md。将报告转化为可监控的指标：指标、为什么重要、来源、频率、触发条件、触发后操作、状态。使监控列表项能够提高、降低或重定向决策。
创建或更新 08_retrospective.md。捕获：原始问题是否得到回答、最有价值的来源、噪音或误导性来源、可重用的分析方法、需要验证的假设、如何下次加快速度、要添加到池中的资源、要保留的模板。置信度评分标准
高：直接、可靠、相关且有佐证的证据；少量合理的推测。
by