Adversarial Prompting

核心用法

Adversarial Prompting 是一套七阶段结构化问题解决框架，核心在于主动寻找失败模式而非被动接受方案。用户提出复杂问题后，系统依次执行：生成3-7种独立解决方案→对每个方案进行全方位批判（边缘情况、安全漏洞、性能瓶颈、隐性假设等）→为每个弱点设计针对性修复→验证修复是否引入新问题→整合最优元素形成强化方案→按可行性/影响/风险/资源四维度排序→给出唯一顶层推荐及实施路线图。

显著优点

1. 系统性防错：强制暴露潜在失败点，避免"乐观计划偏见"
2. 透明推理链：所有批判与修复逻辑可见，便于审计和团队共识
3. 高 stakes 适用：特别适合架构决策、安全评估、重大商业策略等不可逆决策
4. 方案整合能力：不仅比较选项，更能融合多方案优势生成更优解
5. 可交付产出：自动导出 Markdown 报告，支持后续复盘与沟通

潜在缺点与局限

• 时间成本高：完整七阶段流程对简单问题过度设计
• 认知负荷重：需持续在"建设者"与"破坏者"角色间切换
• 可能过度分析：存在分析瘫痪风险，对时间敏感场景不适用
• 依赖初始方案质量：Phase 1 若遗漏关键解法类型，后续批判失去意义
• 无外部验证：修复方案的有效性依赖自我检查，缺乏真实世界测试

适合人群

• 技术负责人处理架构级决策或生产事故根因分析
• 产品经理评估复杂功能路线的权衡
• 安全工程师进行威胁建模与漏洞评估
• 战略团队制定进入新市场或商业模式转型的关键决策
• 不适合：需要快速响应的运维故障、已有明确最优解的标准化任务

常规风险

| 风险类型 | 说明 |

|---------|------|

| 伪全面性 | 看似覆盖所有弱点，实则遗漏黑天鹅式系统性风险 |

| 修复副作用 | Phase 4 自我验证可能产生盲区，复杂修复引入级联问题 |

| 实施落差 | 理论完美的推荐方案可能因组织政治、资源约束无法落地 |

| 过度自信 | 结构化流程本身可能让用户低估残余风险 |

Adversarial Prompting Skill 综合评估

核心用法

Adversarial Prompting 是一个系统化的决策分析框架。它不是直接给出答案，而是通过一个严谨的七阶段流程解决问题：首先生成 3-7 个不同的解决方案（方案生成），然后对每个方案进行严苛的弱点批判（对抗批判），接着为每个弱点开发具体的修复措施（修复开发），再通过验证检查确保修复措施有效且不会引入新问题（验证检查），之后将所有方案整合优化（整合优化），最终形成一个按优先级排序的可行选项列表（方案总结）并给出最终建议（最终推荐）。整个过程最后会通过脚本自动导出为 Markdown 文件，方便存档和分享。它特别适用于架构决策、疑难杂症调试、高风险的商业战略分析等场景。

显著优点

1. 深度与彻底性：强制在方案实施前就预先识别失败模式、边缘情况和潜在后果，能有效避免因认知盲点导致的高昂代价。
2. 结构化的透明推理：整个思维过程是逐步展开的，每一步的理由都清晰可见，便于团队对齐、审查和信任最终决策。
3. 关注根本原因：修复开发阶段强调解决根本问题而非表面症状，确保了方案的健壮性。
4. 轻量与自包含：技术实现上，这是一个纯粹的提示词方法论加上一个极简的本地数据导出脚本，零外部依赖，运行迅速。

潜在缺点或局限性

1. 时间成本高：一个完整的七阶段分析非常耗时，只适用于高价值、不急于求成的决策，完全不适用于需要即时反应的简单问题。
2. 分析过度风险：对于中等复杂度的问题，可能会造成“分析瘫痪”，在权衡利弊中浪费过多时间，其严谨性可能超出实际需要。
3. 质量依赖输入：批判性思维的质量完全取决于 Agent 或用户的知识广度与深度，框架本身不能保证批判的广度和创造性，可能会遗漏特定领域的专业级风险。

适合的目标群体

• 软件架构师与技术主管：在进行重要技术选型或系统重构时，需要全面评估不同路径的风险。
• 产品经理与项目经理：在处理复杂的战略规划、需求优先级排序，需要避免决策盲点时。
• 独立开发者或小型创业团队：当没有庞大的评审团队，但需要为关键产品决策找到内在缺陷时，此技能可模拟一个严苛的“反对者”角色。
• 任何需要做出重大决策的个人：无论是职业规划还是复杂的学习路径选择，都可以用此框架来审视自己的备选方案。

使用风险说明

• 供应链风险：这是此技能最主要的常规风险。根据安全报告，其来源为匿名个人开发者（T3级），无可验证的公开代码仓库或组织背书。虽然当前代码（版本 1.0.0）在安全审查中是完全清洁的（A级），但未来的更新可能被同一匿名ID发布带有恶意行为的版本，而使用者因信任链缺失难以察觉。
• 数据安全风险：分析结果会明文写入用户 Home 目录下的 Markdown 文件。如果分析内容本身包含商业机密、架构细节或敏感凭据，该文件会成为潜在的数据泄露点，且技能本身不具备加密功能。
• 无功能风险：技能无外部依赖、无网络通信，因此不存在依赖项破坏、API 中断或数据外传的性能与传统安全风险。其主要限制完全在于方法论本身的高时间成本。