war-room
多LLM专家小组压力测试难逆转决策
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：war-room。 它的用途是：多LLM专家小组压力测试难逆转决策 详细介绍见：https://321skill.com/skills/war-room-x-4/ 请根据该页面的说明完成安装。
使用示例
'我们计划投资500万建设新工厂，但面临市场不确定性，请召集多LLM专家小组进行压力测试，模拟反对意见'，它会自动分配角色（如CFO、CMO、运营总监），依次从财务风险、市场需求、产能利用率等角度提出质疑，并输出一份包含风险清单和应对建议的辩论报告。
介绍
当面临投资、战略转型、产品发布等难以逆转的决策时，单一视角往往存在盲区。war-room 通过召集多个不同的大语言模型（LLM）扮演专家角色，模拟一场对抗性辩论，从市场、财务、运营、技术等维度系统性地质疑你的决策前提，暴露潜在风险，帮助你在落地前识别漏洞。
使用方式非常简单：你只需提供决策背景、关键假设和期望目标，war-room 会自动为每个参与的 LLM 分配角色（如 CFO、CMO、VP of Engineering 等），并引导它们依次提问、反驳或补充证据。整个过程类似一场压力测试会议，最终输出风险清单、反驳论点汇总和优化建议。
适合项目经理、产品经理、创业者、高管等需要为重大决策负责的人。无论是评估新业务线、选择技术方案，还是制定危机应对策略，都能借助多模型视角减少认知偏差，提升决策质量。
建议每次至少使用 3 个不同模型（如 GPT-4、Claude、Gemini 等），并明确告知模型扮演角色的背景和利益立场。注意：war-room 擅长定性分析，不适用于依赖精确数值计算或实时数据流的场景。最终决策仍需结合领域知识和组织实际情况。
核心特点
不同于单模型问答，war-room 通过多模型辩论和对抗性压力测试，模拟真实场景中的反对意见和利益冲突，比单模型更具批判性和全面性。
注意事项
不适合需要精确数值计算、实时数据流或高度专业领域（如医疗诊断）的决策场景。
常见问题
支持哪些大语言模型？
通常支持 OpenAI、Anthropic、Google 等主流模型，具体取决于配置。你可以通过环境变量或 API Key 自由接入并定义模型角色。
如何保证测试结果的客观性？
建议使用多个不同模型、设置不同角色立场，并多次运行。war-room 本身不修改模型输出，但会记录每次辩论的完整对话，供你自行交叉验证。