qiao-925 ROI 与价值密度
这是一个辅助决策单元，不负责替代问题定义本身，而负责在已有候选之间收敛出更值得当前推进的动作。
核心原则
1. 先分清两个问题
ROI回答“整体值不值得做”。价值密度回答“现在先做哪个更划算”。ROI高，不等于现在就该做；价值密度高，也不等于它在长期上最重要。
2. 只比较真正可比的候选
- 没有候选时，不要硬做优先级排序。
- 默认比较
2-3个最具代表性的候选，而不是铺开大量方向。 - 候选必须围绕同一目标或同一决策问题，否则比较会失真。
3. 判断必须绑定当前阶段
- 同一个动作在不同阶段的
ROI和价值密度可能完全不同。 - 必须显式考虑当前目标、阶段、约束、阻塞点与已有投入。
- 不允许脱离上下文给出“通用高优先级”式结论。
4. 证据优先于伪精确
- 默认使用定性判断即可，不追求复杂权重公式和伪精确打分。
- 必须区分“来自上下文的证据”和“Agent 的推断”。
- 证据不足时，应降低结论力度，而不是硬凑排序结果。
5. 输出必须服务于收敛
- 最终回答必须落到动作层：
现在做、稍后做、暂不做或先补证据。 - 不要把用户重新带回发散状态。
- 决策结论应说明原因，同时说明不选其他候选的主要理由。
AI Agent 行为要求
触发场景
以下场景默认适用本 skill：
| 场景 | 判断重点 | 不该做什么 |
|---|---|---|
| 产品取舍 | 比较用户价值、交付成本、机会成本与验证路径 | 只因“想做”或“看起来酷”就推进 |
| 技术选型 | 比较适配度、迁移成本、维护复杂度、锁定风险 | 只看流行度或个人偏好 |
| 重构是否值得做 | 比较痛点频率、维护收益、影响范围、止损点 | 把“代码看着不爽”当成充分理由 |
| 任务先后顺序 | 比较阻塞程度、验证速度、依赖关系、推进价值 | 直接凭直觉排 P0/P1/P2 |
| 学习路线判断 | 比较目标相关性、反馈周期、前置门槛、复用价值 | 只按兴趣发散学习，不看当前目标 |
默认判断顺序
- 明确当前要解决的决策问题是什么。
- 列出
2-3个真正可比的候选动作。 - 先判断每个候选整体上是否值得投入。
- 只对值得投入的候选继续比较当前价值密度。
- 给出当前动作建议，并说明延后或暂不做的条件。
输出要求
- 默认同时覆盖
ROI与价值密度，除非当前只有一个候选且用户只问“值不值得做”。 - 结论必须落到当前上下文任务，不停留在抽象原则。
- 回答里至少应包含：当前建议、主要依据、最大不确定性、下一步动作。
- 若需要排序，优先使用
现在做 / 稍后做 / 暂不做这类轻量表达。
协同边界
- 当结论涉及争议、替代方案和风险评估时，可与
critical-thinking-evaluation配合使用。 - 当结论依赖外部事实、版本状态、市场信息或研究资料时，可与
source-quality-control配合使用。 - 本 skill 不替代需求发现、架构设计或深入研究，只负责把候选动作收敛成当前更合理的决策。
判断标准
默认比较以下五项即可：
| 维度 | 关注点 |
|---|---|
| 预期价值 | 是否真正改善当前问题、目标结果或用户收益 |
| 总投入 | 需要多少时间、资源、协作成本与维护成本 |
| 新增复杂度 | 是否引入新的抽象、耦合、流程或认知负担 |
| 验证速度 | 多快能知道它是否有效 |
| 不确定性 | 是否依赖未确认的假设、接口、资源或组织条件 |
以下信号通常说明当前价值密度更高：
- 能直接缓解当前主线阻塞。
- 可以在短周期内完成验证。
- 不需要引入明显超前设计。
- 做完后能带动后续更多判断或执行继续推进。
以下情况可以上调优先级，即使它表面上不够“短平快”：
- 它是当前主线的阻塞项。
- 它持续制造返工、判断噪音或协作摩擦。
- 它能显著提升后续决策清晰度。
- 拖延成本已经高于先推进一小步的成本。
反模式
- 把
ROI理解成“实现越便宜越优先”。 - 把价值密度理解成“只看短平快”。
- 没有真正候选，却硬做排序。
- 不解释当前阶段，直接给固定优先级标签。
- 用复杂分数掩盖证据不足。
- 因为已经投入过，就默认继续追加投入。
参考资料
references/roi-value-density-evaluation.md- ROI 与价值密度的统一判断框架、五类高频决策场景与输出骨架