Clearailhc What-If Oracle Skill（科研情景版）
许可：CC BY-NC-SA 4.0，详见本目录
LICENSE.txt（若已复制）。
使用边界
- 适用：决策分叉、不确定性高、需映射可能性空间而非单点预测。
- 不适用：可凭历史数据直接检验的假设 →
statistical-analysis；正式预研报告 → domain/process presearch。
ClearAI 工具与路径映射
- 背景事实 →
web_search/read已有报告 - 情景文档 →
write到lab/knowledge/scenarios.md - 示意图 → mermaid →
lab/diagrams/ - 经验回写 →
clear/memory/what_if_lessons.md
核心原则：精确 IF
模糊「如果出问题怎么办」无效。须量化：
- 变量：什么变？（如 主力数据集样本量 -30%）
- 幅度：变多少？
- 时间窗：本季度 / 6 个月？
- 当前态：变更前基线？
工作流
Phase 1：框定问题
分解为 Variable / Magnitude / Timeframe / Context。参见 references/scenario-templates.md 科研/数据段落。
Phase 2：分支探索（4–6 条）
| 分支 | 说明 |
|---|---|
| Best | 乐观但需说明条件 |
| Likely | 基准情景 |
| Worst | 下行风险 |
| Wildcard | 低概率高影响 |
| Contrarian | 与共识相反 |
| Second-order | 一阶后果的连锁 |
Phase 3：每条分支的逻辑链
- 触发条件 → 一阶影响（结果有效性/进度/成本）→ 二阶影响 → 可观测指标
Phase 4：决策建议
- 不需替用户决策；列出「需监测的信号」与「建议的验证动作」（可链到
hypothesis-generation）
常见场景模板
- 实验方案变更：条件/参数/流程调整对结果有效性与成本的影响
- 数据源替换：换用新数据集或采集渠道后的可比性与偏差风险
- 方法路线切换：更换分析/建模方法的收益、迁移成本与回退路径
- 资源投入决策：加大算力/实验投入前的收益-风险压力测试
交付物 lab/knowledge/scenarios.md
含分支表、概率区间（定性高/中/低即可）、监测指标、下一步验证建议。