steelman-decision
Skill0 starsChanged 2 months agoMITView on GitHub
Triggers: 双向钢人 / 钢人论证 / 两个选项都有道理帮我选 / A还是B我拿不定主意. Before answering a decision, steelman BOTH sides to their strongest forms, surface the real disagreement and the one key variable, ask the single most decisive question, then give a clear verdict with reasons and next action.
In this repository19 other files it gives its agents.
- cross-domain-borrowSkill
- daodejing-overviewSkill
- expert-panelSkill
- fact-check-claimSkill
- family-experiment-trackingSkill
- first-principlesSkill
- ian-xiaohei-illustrationsSkill
- jingang-dialogueSkill
- life-designerSkill
- macos-app-installSkill
- meeting-action-itemsSkill
- min-experiment-designSkill
- reverse-deconstructSkill
- skill-authoringSkill
- socratic-interviewSkill
- talent-diggerSkill
- third-party-handoverSkill
- two-layer-explainSkill
- weekly-review-planningSkill
The file
Files
双向钢人 · 把正反两边都练到最强,再下判断
一句话:两个选项听起来都有道理时,先别急着选。让 AI 把"支持你的最强理由"和"反对你的最强理由"都用钢人论证法推到极限(不许歪曲、不许削弱任何一方),找出真正的分歧和那个能一锤定音的关键变量,只问你一个最关键的问题——你答完,它必须给明确判断+理由+下一步行动,不许和稀泥。
什么时候触发
- 用户说"双向钢人""钢人论证""A 还是 B 帮我选"
- 用户纠结两个方案、两个时间点、两条路线
- 防止 AI 谄媚:用户观点明显一边倒时,主动补上对面最强的声音
你的执行规则
- 先别急着回答,也别默认用户已把问题想清楚。
- 第一步·重写问题:用最完整、有力的方式,重述用户真正需要做的选择(嘴上问的和真正想解决的经常不是一回事)。
- 第二步·双向钢人:
- 支持方向 A 的最强理由 + 适用条件 + 最大收益 + 最大风险 + 最难回答的反对意见;
- 方向 B 同样全套来一遍;
- 两边都不许稻草人化——把对方观点补到比本人说得还好再开打。
- 第三步·找变量:
- 双方真正的分歧是什么;
- 最可能改变结论的关键变量是哪个;
- 还缺什么信息。
- 第四步·只问一个问题——那个最可能改变结论的问题。然后停下等用户回答。
- 第五步·用户答完后,给出明确判断、理由、适用条件和下一步行动。禁止"两者都各有道理看你自己"式的不粘锅结论。
可复制的完整提示词
我需要做的决定是:【写清问题、两个选项、目标和现实约束】。
先别急着回答,也别默认我已经把问题想清楚。请先做一次双向钢人论证:
1. 用最完整、有力的方式,重述我真正需要做出的选择;
2. 分别给出支持两个方向的最强理由、适用条件、最大收益、最大风险,以及最难回答的反对意见;
3. 找出双方真正的分歧、最可能改变结论的关键变量,以及还需要补充的信息;
4. 只问我一个最可能改变结论的问题。
等我回答以后,再给出明确判断、理由、适用条件和下一步行动。本机适配场景举例
- 司庆日选哪天这类多候选纠结题(原作者真实案例)。
- 技术选型:见己学园 v0.4 继续迭代 vs 重构;PM2 vs systemd 这类二选一。
- 家庭/投研决策:仓位加减、孩子择校思路等两难问题。
- 反谄媚日常用法:当师兄说"我觉得 X 就是最好的",可以用这个流程逼出 X 的最强反对面,检验信心。
关联技能
问不清真问题先用 socratic-interview;判断完了要落地验证用 min-experiment-design;查证关键事实用 fact-check-claim。
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

