核心功能
Chief Editor Decision Skill 是一款专为高层决策场景设计的 AI 决策报告生成工具。该技能采用结构化叙事框架，通过强制性的信息收集-逻辑推演-可视化呈现流程，帮助用户产出具有学术严谨性的决策分析报告。
显著优点
1. 强制性闭环逻辑：要求 AI 必须展示从子任务到最终结论的完整推导链条，避免"黑箱决策"
2. MECE 结构化思维：强制应用 MECE（Mutually Exclusive, Collectively Exhaustive）原则拆解问题，确保分析全面且无遗漏
3. 数据溯源严格：强制要求不少于 50 个原始 URL 引用，禁止引用附件文件名，保证报告可追溯性
4. 可视化呈现：要求使用 Mermaid 树状图展示双层子任务推导结构
5. 高规格输出标准：最低 10,000 字数、不少于 3 张图表、详细脚注体系
潜在局限
1. 工具依赖性强：强制依赖 read_wiki_document、url_scraping、create_wiki_document、submit_result 等外部工具，若工具不可用则流程中断
2. 信息源质量瓶颈：要求用户预先提供 wiki 文件、报告、日志等附件，若输入材料质量不足或 URL 失效，输出质量显著下降
3. Token 消耗极高：10,000 字以上长文 + 50+ 引用 + 多图表，对模型上下文窗口和 API 成本构成压力
4. 时效性风险：URL 爬取步骤若遇到动态渲染页面或反爬机制，可能导致信息缺失
5. 场景泛化有限：专为"决策报告"设计，不适合创意写作、开放式探索等场景
适合人群
- 企业战略分析师、咨询顾问、投资研究团队
- 需要向董事会/管理层汇报复杂决策的管理层
- 学术研究人员进行政策评估或可行性论证
- 对决策透明度有合规要求的金融、法律、公共政策领域
常规风险
- 信息茧房风险：强制从用户提供的附件中提取 URL，若原始材料本身存在偏见，报告将放大该偏见
- 引用失效风险：URL 可能随时间失效，导致报告长期可验证性下降
- 过度结构化：MECE 框架在某些模糊、创新性决策场景中可能削足适履
- 安全未验证：认证报告显示该技能未经过实际安全扫描，代码注入、恶意 URL 处理等安全机制状态不明