我把我自己蒸餾成了老金決策.skill並開源了，它甚至教你落地搞錢！
整理版優先睇
老金把自己決策模型蒸餾成開源 Skill，解決 AI 正確廢話問題，幫你將模糊想法變成可驗證、可搞錢的動作。
呢篇文章係老金（產品出身嘅遊戲製作人）分享佢點樣將自己嘅決策方法蒸餾成一個開源嘅 AI Skill。佢發現而家 AI 好識講正確廢話，例如你問「點樣搞錢」，佢會畀一串可能性，但你聽完都唔知今日第一步做咩。呢個問題喺 AI 編程、短視頻變現呢啲實際場景特別明顯。老金自己長期做遊戲項目，好在意「判斷到執行」呢段斷層，所以佢將自己平時點樣判斷、點樣追問、點樣逼出下一步嘅方法，寫成 AI 可以運行嘅「老金決策.skill」。
呢個 Skill 唔係人設語氣模板，而係一套流程：九個檢查點（改變咩、邊個受影響、點做、限制、證據、最小驗證、標準、停止條件、結果），再加上「閘門」設計，等 AI 喺證據不足時停低，唔好裝作一切都準備好。佢特別強調搞錢問題係最好嘅壓力測試，因為錢會逼你答「邊個俾錢、點解而家俾、第一版交咩、幾錢、7日睇咩信號」。
整體結論：AI 嘅價值唔係幫你拍板，而係幫你將混亂問題問到可以判斷、可以驗證、可以動手嘅位置。老金決策.skill 就係做呢樣嘢——將「我想搞錢」變成今日可以驗證嘅一個小動作。
- 核心問題：AI 常畀正確廢話，無法落地；老金決策.skill 專註解決「判斷到執行」嘅斷層。
- 方法：九個檢查點（改變咩、邊個受影響、點做、限制、證據、最小驗證、標準、停止條件、結果），加上閘門設計，缺證據就停。
- 差異：有別於人設語氣模板，強調先問清楚再畀方案；證據必須分清楚（事實、信息、推斷、缺口）。
- 啟發：搞錢係最好嘅壓力測試，能逼出誰付錢、幾錢、第一版交咩、7日信號等具體問題。
- 可行動點：下次問 AI 先逼佢答「要改變咩」「今日最小驗證動作係咩」「咩結果可以繼續做」；可用於定價、先賣模板、預售等。
老金決策.skill
開源決策協議，包含九個檢查點同閘門設計，支援 Claude Code 同 Codex。
Meta_Kim
複雜任務管理，多 AI 協作，同老金決策.skill 配合使用。
基於元的意圖放大
方法論依據，Zenodo 論文。
AI 嘅正確廢話，點解搞唔掂搞錢？
你問 AI 點樣學 AI 編程整產品賺錢，佢即刻畀你一套完美方案：課程定位、目標人羣、內容體系、社羣運營。但 close 咗對話框，你仲係卡喺度——今日到底先做咩？呢個就係老金最想解決嘅問題：唔係等 AI 講多啲正確嘢，而係要佢將模糊想法壓成今日可以驗證、可以收錢、可以判斷繼唔繼續嘅動作。
老金自己係產品出身嘅遊戲製作人，長期要將想法、決策同研發執行拉到一齊。佢發現 AI 最令人誤判嘅地方係：佢將可能性列得好全，語氣好穩，但你真係要動手，第一步反而更模糊。
一個搞錢例子：AI 編程教學課
老金直接用一條 prompt 測試：「老金，幫我判斷一個掙錢方案——我想做一門 AI 編程教學課，30 日內驗證係咪收到第一批學員嘅錢」。佢提供咗自己嘅真實條件（產品出身、有開源項目、唔想錄大課），要求唔好畀創業計劃，直接話畀佢知：做唔做得、賣俾邊個、賣咩、幾錢、今日第一步做咩、7 日內點判斷繼續或停止。
- 1 目標限定：30 日內驗證第一期小班有冇人願意付費，唔係整大課。
- 2 買課人：已經識用 AI 聊天但未用 Codex/Claude Code 跑通真實項目嘅人。
- 3 承諾：每人最後跑通一個可展示嘅小工具。
- 4 價格定位：先定 499 元早鳥，99 元訂金鎖位，7 日內有 10 個人付訂金先繼續。
- 5 第一步：寫一頁預售頁，唔好整官網、品牌、課程大綱。
呢個例子好清楚：普通回答會分析課程市場同知識付費，但老金決策.skill 會先將目標收窄，限制條件寫明，再畀一個今日可以驗證嘅小動作。呢個動作好細，但能改變判斷——有冇人真係願意俾錢？
九個檢查點 + 閘門：逼停正確廢話
老金決策.skill 有九個檢查點，逐個逼你諗：你想改變咩？邊個受影響？準備點做？限制係咩？證據喺邊？今日最小驗證係咩？用咩標準判斷？幾時必須停？最後要拿出咩結果？聽落多，其實就係一件事：先唔好急住要方案，將呢個想法問到可唔可以繼續做。
另外，證據要分清：已確認事實係一類，你提供嘅信息係一類，合理推斷係一類，仲有未知嘅關鍵缺口。AI 好容易將推斷寫成事實，老金決策.skill 會將關鍵缺口單獨拎出嚟，例如「有冇人願意付 99 元訂金？呢個要等前 20 個潛在學員嘅預售反饋先知」。
搞錢係最好嘅壓力測試
點解老金要將搞錢放得咁重？因為錢會逼你回答五個問題：邊個付錢、點解而家付、第一版交咩、幾錢成交、7 日內睇咩信號。一問呢啲，漂亮話就少咗。短視頻賬號有播放量唔賺錢？老金決策.skill 唔會默認開課，而係叫你先睇最近 14 日私信同高頻評論有冇重複問題，如果好多人要模板，第一步可能係一個 19-99 元嘅模板或檢查表。
呢種回答冇咁飄，但更能幹活。佢將「我要搞錢」變成一個 7 日內可驗證嘅成交動作，唔係一份創業計劃。
點樣用？開源安裝同觸發
老金決策.skill 已經開源喺 GitHub（倉庫名 Kim_Decision），支援 Claude Code 同 Codex。安裝方法有個人級同項目級，例如：mkdir -p ~/.claude/skills && cp -R Kim ~/.claude/skills/Kim。觸發詞係「老金」或者「問問老金」，你可以直接問「呢個做唔做得」、「點樣變現」、「賣咩好」。
# Claude Code 個人級
mkdir -p ~/.claude/skills && cp -R Kim ~/.claude/skills/Kim
# Claude Code 項目級
mkdir -p .claude/skills && cp -R Kim .claude/skills/Kim
# Codex 個人級
mkdir -p ~/.agents/skills && cp -R Kim ~/.agents/skills/Kim
# Codex 項目級
mkdir -p .agents/skills && cp -R Kim .agents/skills/Kim老金建議唔好一開波就當係萬能顧問，更適合用嚟處理嗰啲 AI 最容易畀正確廢話嘅問題，例如：第一筆錢從邊度嚟？報價賣唔賣得鬱？先賣模板定服務？產品第一版交咩？Bug 應該先查邊度？呢啲問題都係光講道理冇用，必須落到下一步。
加我入AI討論學習羣，公眾號右下角「聯繫方式」
文末有老金嘅 開源知識庫地址·全免費
老金將自己嘅決策模型，蒸餾成一個老金決策.skill，仲開源咗。
佢唔只係一個俾 AI 學老金講嘢嘅提示詞。
更直接啲講，佢仲可以幫你揾錢。
你問 AI：我想學 AI 編程，想做個小產品，甚至想靠佢揾啲錢。
佢即刻俾你一整套方案：課程定位、目標人羣、內容體系、社羣營運、商業模式。每個詞都啱，每句都似模似樣。但你關咗個窗口之後，依然卡喺嗰度。
今日到底先做啲乜？揾邊個？收幾多錢？點知呢件事應唔應該繼續定係要停？
呢個先係我最想解決嘅問題。唔係要 AI 講多幾句正確嘅說話，而係要佢將一個模糊嘅想法，壓縮成今日可以驗證、可以收錢、可以判斷應唔應該繼續嘅動作。
所以先唔講概念，我直接拎一個揾錢問題試俾你睇。
我會輸入呢一條。
老金，幫我判斷一個掙錢方案。
我想做一門老金的 AI 編程教學課，目標是 30 天內驗證能不能收到第一批學員的錢。
我的真實條件：
1、我是產品出身的遊戲製作人，也就是項目負責人，長期要把想法、決策和研發執行拉到一起。
2、我已經有老金決策.skill、MetaKim 這些開源項目，也一直在用 Claude Code 和 Codex 做真實項目。
3、我不想做泛泛的 AI 工具課，也不想講一堆理論。
4、我想教的是普通人怎麼用 AI 編程把一個真實小項目跑通。
5、我希望先用一個很小的付費班驗證，不想先錄幾十節課。
6、我希望當天就能知道這個方向值不值得繼續。
請不要給我創業計劃，直接按老金決策.skill判斷：能不能做，賣給誰，賣什麼，多少錢，今天第一步做什麼，7 天內怎麼判斷繼續還是停止。如果佢只係答「可以做 AI 編程課，然後分析課程定位、內容體系、獲客渠道、社羣營運」，咁仍然係正確嘅廢話。
我真正想睇嘅，係佢能唔能夠將件事講到咁具體：唔好賣泛泛嘅 AI 編程課，而係我點可以最快見到收入。
Codex 同 Claude Code 你可以先理解成 AI 編程拍檔，你講目標，佢幫你改檔案、執行指令、睇錯誤訊息。目標學員先限定為識用 AI、但未真正整過程式碼項目嘅人；承諾都要講清楚，每個人最後成功執行一個可展示嘅小工具；價格定位係幾多等等，呢啲先係具體落地過程中可能會遇到嘅問題。
我哋直接測試下，佢會先幫你喺你嘅意圖上補充想法，透過互動式彈框嚟揀佢俾嘅意見。
留意 Codex 需要加配置，喺 ~/.codex/config.toml 入面啟用 Codex 原生提問界面：
[features]
default_mode_request_user_input = true
然後佢就會根據老金決策.Skill 幫你拆解到詳細到落地嘅目標，係，先俾你 MVP（最小可行產品），目標、時間等等都幫你列得清清楚楚。剩下就係你嘅執行，幾時要做到啲咩指標，方便你判斷，都寫得好清楚。
你見到呢一步，應該就明我點解要做佢。佢真正做嘅事，係將「我想揾錢」變成一個今日就可以驗證嘅動作。
佢解決嘅唔係「AI 唔夠聰明」嘅問題。而家嘅 AI 已經好識講，甚至太識講。
真正嘅問題係，我哋好多人拎住一個模糊想法，唔知點樣問到一個可以判斷、可以驗證、可以落手嘅程度。
老金決策.skill 可以先理解成一套可以被 AI 調用嘅工作方法。佢唔靠模仿老金嘅語氣取巧，關鍵係將我平時點判斷、點追問、點樣攔住唔靠譜嘅假設、點樣逼出下一步，寫成一套 AI 可以跟住做嘅流程。
憑咩佢可以解決呢個問題？因為佢唔俾 AI 一路順住你往下作。佢會先問清楚你到底想改變啲乜，邊個會俾錢，第一版交咩，證據夠唔夠，今日最細嘅一步驗證係咩，以及咩情況先算值得繼續。
呢度有個小提示，你甚至可以先揾用戶，先收訂金，然後先開始製作。
呢種正確但落唔到地嘅嘢，我太熟。老金我原本係產品出身嘅遊戲製作人。驚唔熟遊戲行業嘅朋友誤會，遊戲製作人唔係只係負責構思玩法嘅人。
佢更加似一個遊戲項目嘅總負責人，要將策劃、程式、美術、測試、音頻呢啲研發同協作部門拉到同一條線，並對版本結果負責。
所以我對呢件事會特別敏感。諗清楚只係起點，決策要考慮人、預算、版本同風險，後面仲要有人將佢落到每日嘅執行入面。
因為一個項目唔係靠幾句正確判斷向前行。你要判斷要做啲乜、先做啲乜、砍咗啲乜、邊個做、做到咩程度算達標、出咗問題點補救。AI 最容易令人誤判嘅地方都喺呢度，佢將可能性列得好齊，語氣都好穩定，但你真係要動手，第一步反而更加模糊。
後來我越來越唔滿足於提示詞技巧。提示詞可以令 AI 講得更似人，但唔一定令佢做出更似決策嘅結果。麻煩嘅地方唔喺回答本身，佢成日將一個模糊問題，包裝成一份靚仔但落唔到地嘅建議。
呢個亦係我今次將老金決策.skill 開源嘅原因。講得貼地啲，佢其實就係老金我自己嘅決策方式。
呢個唔係換個名重新包裝。老金我將自己嗰套諗問題、做判斷、定邊界、逼出下一步嘅方式，蒸餾成一個 AI 可以執行嘅 Skill。讀者真正會感興趣嘅點都喺呢度，佢唔靠模仿老金嘅語氣取巧，重點係將老金點諗、點停、點拍板、點落到下一步，拆成一套可以重用嘅工作方法。
裏面有一類問題我放得好重，就係點揾錢。因為賺錢問題最容易暴露 AI 嘅正確廢話。只要一問點變現、賣咩、點定價、第一筆錢從邊度嚟，好多回答即刻變成一串聽落都啱嘅可能性。
我想解決嘅，係判斷到執行嗰段斷層
好多人一聽到 Skill，會先諗到人設、語氣、格式同模板。例如要 AI 似某個專家咁講嘢，或者要佢每次按固定結構回答。
呢啲有用，但唔夠。因為一個 AI 回答聽起嚟似專家，同佢真係可以幫你推進一個判斷，中間差咗一段好長嘅路。
你問佢，我個短視頻帳號有播放量但賺唔到錢，第一步應該賣咩。佢好有可能會話你可以做知識付費、社羣、諮詢、帶貨、廣告合作。每一條都冇錯，但佢冇幫你判斷邊個最細、最快、最能驗證，邊個最有機會令你拎到第一筆錢。
你問佢，我想做一門 AI 編程教學課，應唔應該做。佢都會分析課程定位、目標人羣、內容體系、定價方式、社羣服務。聽落好熱鬧，但你今日下晝到底係先寫大綱，定係先錄試睇課，定係先發預售，定係先揾 20 個潛在學員問佢哋願唔願意俾錢，答案仍然係散嘅。
做產品同做遊戲項目耐咗，我對呢件事會更敏感。想法再好，如果講唔清點做、受咩限制、做到咩程度算達標、出問題點改，就會卡喺會議室入面。決策再靚，如果冇一個可以即刻驗證嘅小動作，都只係換咗一種高級講法。
老金我後來意識到，呢件事更似方法問題。AI 嘅知識夠多，缺嘅係一套將模糊問題問到今日可以落手嘅辦法。
老金決策.skill 做嘅就係呢件事。佢令 AI 先將問題行完一遍，再決定俾唔俾方案。
所以喺我嚟講，點揾錢就係老金決策.skill 嘅核心壓力測試。因為錢會逼你回答五個好實在嘅問題：邊個俾錢，點解而家俾，第一版交咩，幾多錢會成交，7 日內睇咩信號。
如果對你有幫助，記得關注一波~
老金決策.skill 只有一條主幹
老金決策.skill 唔係由某個提示詞模板改出嚟。佢就係老金我自己嗰套決策思想嘅蒸餾版。
我做產品同遊戲項目時，個腦入面一直有一套默認動作。先判斷要改變啲乜，再睇邊個受影響，然後諗清楚點做、受咩限制、證據喺邊、先用邊一步試真假，再決定能唔能夠繼續推進。以前呢套嘢喺我個腦入面，而家我將佢寫成 AI 行得鬱嘅框架。
呢個講法聽落仲有啲抽象，所以我更願意叫佢做老金決策.skill。
我將呢套辦法拆成九個檢查點。
佢會依次問：你到底想改變啲乜，邊個會受影響，準備點做，而家受咩限制，證據喺邊，今日最細嘅一步驗證係咩，用咩標準判斷，幾時一定要停，最後要交出咩結果。
聽落好似好多，其實就係一件事：先唔好急住要方案，先將呢個想法問到能唔能夠繼續做。
呢條線睇起嚟有啲抽象，但落到真實問題入面好直接。
例如你問，能唔能夠賣老金嘅 AI 編程教學課。普通回答會先講課程市場同知識付費。老金決策.skill 會先將目標收窄：30 日內驗證第一期小班有冇人願意俾錢。買課嘅人都要講具體，唔係所有想學 AI 嘅人，而係已經識用 AI 傾偈，但未用過 Codex 或 Claude Code 成功執行一個真實項目嘅人。限制都要寫清楚，先唔錄大課、唔做平台、唔搭複雜社羣，先驗證有冇人願意俾錢，以及承諾俾學員嘅結果能唔能夠做到。
到呢一步，答案就唔會飄啦。
佢俾出嘅第一步會避開品牌、官網同 N 頁課程大綱，先寫一頁預售頁，講清楚 7 日小班只解決一個問題：帶你用 Codex 同 Claude Code 成功執行第一個 AI 小項目。價格先定 499 蚊早鳥，99 蚊訂金鎖位。7 日內有 10 個人俾訂金，呢條路先算有繼續做嘅資格。
呢個動作好細，但佢可以改變判斷。老金我而家特別看重呢種小動作，因為好多所謂戰略問題，卡住嘅地方就係冇一個令你今日就可以驗證嘅動作。
佢喺 MetaKim 裏面，企喺最前面
呢度要講清楚一個關係。老金決策.skill 唔係我突然單獨做嘅一個小玩具，佢同我另一個開源項目 MetaKim 係同一套思想入面嘅前後兩段。
MetaKim 係我另一個開源項目，可以用喺 Claude Code、Codex、OpenClaw 同 Cursor 呢啲唔同工具。佢管嘅係更複雜嘅 AI 任務：先諗清楚要做啲乜，再決定邊個去做，做完點檢查，經驗點樣留低，下一次點樣少踩坑。
佢唔只係用 MD 嘅自然語言嚟約束，仲用咗程式碼做強控制。
其中老金決策.skill 擺喺最前面。再講人話啲，MetaKim 管嘅係一班 AI 點樣做嘢，老金決策.skill 先管呢件事應唔應該做、先做啲乜、點判斷做得啱唔啱。
佢先將人嘅模糊想法問清楚。等目標、限制、證據同第一步驗證都清楚咗，MetaKim 後面嗰啲任務分工、檢查規則同多 AI 協作，先有嘢可以接。
實現上兩邊會有一啲分別。老金決策.skill 作為開源 Skill，更加強調你喺一次對話入面點樣得到一個可以執行嘅判斷。MetaKim 更加強調複雜任務開始做之後，點分工、點檢查、點驗證、點樣將經驗留低。
但根本目的冇變，都係為咗避免 AI 睇落回答冇錯、頭頭是道，到頭來卻執行唔到。
最關鍵嘅設計，係閘門
我以前同 AI 討論問題時，最煩嘅一點就係佢太順。證據未確認，佢繼續寫落去。假設未驗證，佢都可以幫你規劃三個月路線。
一路順落去，讀者會誤以為件事已經成立咗。
老金決策.skill 裏面我放咗一個好重嘅設計，英文叫 Gates，中文我更願意叫閘門。事情行到某一步，唔代表就可以繼續做落去。證據唔夠，就先停低；關鍵假設被打穿，就唔好再呃自己；風險超過當前能力邊界，就要轉更穩陣嘅處理方式。
呢個設計嘅目標好樸素，令回答喺缺證據時停低，唔好扮到乜都準備好。
好多時，AI 俾你嘅方案睇起嚟好完整，危險嘅係第一步假設未企穩。你以為佢幫你規劃路線，其實佢只係喺一張未核對過嘅地圖上畫線。
閘門就係要佢喺應該停嘅時候停低。
如果你想做一個產品，老金決策.skill 唔會只話可以先做個最小版本。佢會問清楚呢個最小版本到底驗證啲乜，你要投入啲乜，最後交出啲乜，做到咩程度算過關，咩信號表示要停，下一步係咩，以及呢輪測試先唔好做啲乜。
呢個限制可以慳返好多無效動作。普通人做項目最容易膨脹，本來只想驗證需求，做嚇做嚇就開始改 Logo、寫官網、搭支付、研究增長。忙完一圈錢冇賺到，驗證都未完成。
點揾錢，係最好嘅壓力測試
我將點變現放入老金決策.skill，原因好簡單，佢最難呃人。
你話我要做個產品，AI 可以順住講願景、市場、定位、路線圖。你話我要揾錢，佢就一定要落到邊個會俾錢、點解俾、買到啲乜、幾時買。賣俾邊個，賣咩，幾多錢，先揾邊個驗證，失敗信號係咩，呢啲問題一嚟，靚說話就少咗。
短視頻帳號有播放量但賺唔到錢，老金決策.skill 唔會默認叫你開課。佢會先睇最近 14 日嘅私訊同高頻留言入面有冇重複問題。如果好多人都在要模板、要清單、要你幫佢睇一眼，第一步可能係一個 19 到 99 蚊嘅模板或檢查表。
AI 編程教學課都係一樣。佢唔會先叫你搭課程體系，而係先判斷學員買嘅到底係咩。好多人把口話想學編程，真實焦慮係 AI 只可以陪佢傾偈，唔可以幫佢做出一個可以執行、可以展示、可以繼續迭代嘅小項目。
所以我先頭先先將嗰條提示詞放出嚟。真實案例一定要帶輸入、帶判斷標準，如果唔係睇落就好似作咗一個好順嘅故仔。
呢個先係我想令 AI 參與嘅部分。唔好將「我要揾錢」擴寫成一份創業計劃，先將佢變成一個 7 日內可以驗證嘅成交動作。
證據要分清楚，唔可以將推斷當成事實
老金決策.skill 仲有一個我好在意嘅規則，證據一定要分清楚。
已確認嘅事實係一類，你自己提供嘅資訊係一類，合理推斷係一類，仲未知嘅關鍵缺口又係一類。佢哋唔可以溝埋一齊。
呢聽落似廢話，但 AI 好容易喺呢度出問題。佢會將根據經驗推出來嘅嘢，寫到好似已經發生咗嘅事實。佢會將你順口講嘅背景，包裝成可靠證據。佢仲會將一個社區入面嘅少量回饋，寫成大家都咁認為。
老金我唔鍾意呢種確定感。
真正可以做嘢嘅 AI 協作，要令佢知道邊啲地方可以確定咁講，邊啲地方只能保守啲講，邊啲地方一定要等你補資料。
老金決策.skill 嘅回答入面會將關鍵缺口單獨拎出嚟。例如 AI 編程教學課有冇人願意俾 99 蚊訂金，呢樣要靠前 20 個潛在學員嘅預售回饋先知。短視頻帳號第一步賣咩，都唔可以淨係睇播放量，要睇最近 14 日私訊同高頻留言入面有冇重複嘅付費信號。
你睇，呢種回答冇咁飄，但更加可以做嘢。
佢而家點樣用？
老金決策.skill 已經開源喺 GitHub。倉庫名係 Kim_Decision。
我俾佢寫嘅定位係 Decision & Delivery Protocol，即係判斷同做成一件事嘅協議。講白啲，佢唔係淨係幫你想清楚，仲要將結果推到可以拎出嚟。佢同時支援 Claude Code 同 Codex，兩邊都可以作為 Skill 使用。
我另一個倉庫係 Meta_Kim。老金決策.skill 負責先將問題問到可以判斷、可以驗證、可以落手嘅位置，MetaKim 再負責後面更複雜嘅任務管理。
安裝方式我寫咗兩套平台、兩種作用域。個人級適合所有項目都用得，項目級只適合喺當前倉庫入面生效。
# Claude Code 個人級安裝。
mkdir -p ~/.claude/skills && cp -R Kim ~/.claude/skills/Kim# Claude Code 項目級安裝。
mkdir -p .claude/skills && cp -R Kim .claude/skills/Kim# Codex 個人級安裝。
mkdir -p ~/.agents/skills && cp -R Kim ~/.agents/skills/Kim# Codex 項目級安裝。
mkdir -p .agents/skills && cp -R Kim .agents/skills/Kim佢嘅觸發詞亦都好直接，老金、問問老金都得。
更自然啲，你直接問老金點睇、幫我判斷、呢個做唔做得過、點變現、賣咩、點定價、先做邊個驗證，都用得上呢套方法。
我唔建議你一開頭就將佢當成萬能顧問。更適合嘅用法，係用佢處理啲 AI 最容易俾正確廢話嘅問題。
例如第一筆錢從邊度嚟，報價賣唔賣得鬱，先賣模板定係賣服務，要唔要上線，先砍邊個功能，產品第一版到底交咩，Bug 應該先查邊度，選題值唔值得寫長文。呢啲問題都有一個共通點，光講道理冇用，一定要落到下一步。
我點解而家將佢開源
過去兩年半，我同 AI 嘅對話量好大。寫文、做選題、分析數據、做工具、排查項目問題，好多時我唔只係向 AI 要答案，仲喺度反覆訓練自己點樣將一個模糊問題問到可以落手、可以驗收。
中間都行咗唔少冤枉路。
我一開始以為係提示詞寫得唔夠細，後來發現唔係。提示詞越寫越長，AI 反而越容易變成一個會執行格式嘅文員。有用嘅部分，係嗰啲可以逼佢停低、分證據、俾標準、壓縮下一步嘅規則。
老金決策.skill 嚟自好多次對話、誤判、修正同真實項目，唔係坐低拍嚇個腦寫出嚟嘅模板。佢係老金我自己嗰套判斷方式，被整理成 AI 可以跟住做嘅 Skill。
呢個亦係我覺得佢值得開源嘅地方。我唔只係將一份提示詞放出嚟，更加似係將老金我自己嘅一部分判斷方式開源。工具別人可以換，模型亦會一直換，但一個人點判斷、點取捨、點樣將想法壓到可執行嘅動作入面，呢樣嘢更加似長期資產。
我俾佢寫過一句話，目標係少啲熱血建議，多啲可以驗證、可以執行、可以交出結果嘅判斷。呢個表達基本上就係我做佢嘅初衷。
佢背後仲有一篇我自己寫嘅方法論根據，推過幾次，叫基於元嘅意圖放大，亦放咗喺 Zenodo。地址係 https://zenodo.org/records/18957649，DOI 係 10.5281/zenodo.18957649。
但係我唔想將公眾號文章寫成論文介紹。對大多數讀者嚟講，你只需要記住一件事。
AI 嘅價值唔在於幫你拍板，而在於幫你將一個混亂嘅問題，問到可以判斷、可以驗證、可以落手嘅位置。
老金我嘅判斷
我而家越來越覺得，AI 工具拉開差距嘅地方，會落喺能唔能夠進入人嘅真實工作流。
真實工作流入面有好多唔體面嘅嘢。目標會變，證據唔齊，預算有限，人會猶豫，老細會改口，用戶唔會跟住你嘅設想行動。遊戲項目裏面更加明顯，創意、系統、美術、技術、版本、數據回饋，任何一環接唔住，前面嘅正確判斷都會變成紙上正確。
人負責目標、判斷、取捨同驗收。AI 負責搜尋、生成、執行、整理同加速。我哋要嘅係一個符合人真實目標嘅結果，而唔係 AI 自己覺得合理就算。
老金決策.skill 就係我俾呢件事寫嘅第一條 Skill。佢先幫人同 AI 對齊到底要判斷啲乜，MetaKim 再將後面嘅執行、檢查、驗證同經驗積累管起嚟。
佢唔擔保每次都俾你驚豔答案。啱啱相反，有時佢會話你知，而家判斷唔到，因為缺一條關鍵證據。有時佢會將你好想做嘅大項目，壓成一個 7 日內可以失敗嘅小測試。
呢個唔一定爽，但更加接近真實做嘢。
項目而家係 MIT 同 Apache 2.0 雙協議，想用邊種都得。倉庫地址係 github.com/KimYx0207/Kim_Decision
發現方法缺口都可以開 Issue。
而我嘅主項目 Meta_Kim 一直都有更新，每日 N 次提交迭代。倉庫地址係 github.com/KimYx0207/Meta_Kim
下次你再問 AI 一個模糊問題，先唔好急住要佢俾完整方案。你可以先逼佢答三件事，要改變啲乜，今日最細嘅驗證動作係咩，咩結果表示可以繼續做。
只要呢三件事講唔清，後面寫得幾靚，好大機會都係正確嘅廢話。
加我進AI討論學習羣，公眾號右下角“聯繫方式”
文末有老金的 開源知識庫地址·全免費
老金把自己的決策模型，蒸餾成了一個老金決策.skill，並且開源了。
它不只是一個讓 AI 學老金說話的提示詞。
更直接一點說，它甚至能幫你搞錢。
你問 AI：我想學 AI 編程，想做個小產品，甚至想靠它掙點錢。
它立刻給你一整套方案：課程定位、目標人羣、內容體系、社羣運營、商業模式。每個詞都對，每句話都像那麼回事。但你關掉窗口以後，還是卡在那裏。
今天到底先幹什麼？找誰？收多少錢？怎麼知道這事該繼續還是該停？
這才是我最想解決的問題。不是讓 AI 多說幾句正確的話，而是讓它把一個模糊想法，壓成今天能驗證、能收錢、能判斷要不要繼續的動作。
所以先不講概念，我直接拿一個掙錢問題跑給你看。
我會輸入這一條。
老金，幫我判斷一個掙錢方案。
我想做一門老金的 AI 編程教學課，目標是 30 天內驗證能不能收到第一批學員的錢。
我的真實條件：
1、我是產品出身的遊戲製作人，也就是項目負責人，長期要把想法、決策和研發執行拉到一起。
2、我已經有老金決策.skill、MetaKim 這些開源項目，也一直在用 Claude Code 和 Codex 做真實項目。
3、我不想做泛泛的 AI 工具課，也不想講一堆理論。
4、我想教的是普通人怎麼用 AI 編程把一個真實小項目跑通。
5、我希望先用一個很小的付費班驗證，不想先錄幾十節課。
6、我希望當天就能知道這個方向值不值得繼續。
請不要給我創業計劃，直接按老金決策.skill判斷：能不能做，賣給誰，賣什麼，多少錢，今天第一步做什麼，7 天內怎麼判斷繼續還是停止。如果它只是回答“可以做 AI 編程課，然後分析課程定位、內容體系、獲客渠道、社羣運營”，那還是正確廢話。
我真正想看的，是它能不能把這件事說到這麼具體：不要賣泛泛的 AI 編程課，而是我怎麼能最快的見到收入。
Codex 和 Claude Code 你可以先理解成 AI 編程搭子，你說目標，它幫你改文件、跑命令、看報錯。目標學員先限定為會用 AI、但還沒真正做出過代碼項目的人；承諾也要寫清楚，每個人最後跑通一個可展示的小工具；價格定位是多少等等，這些才是具象的落地過程中可能遇到的問題。
我們直接測試一下，它會先幫你在你的意圖上補充想法，通過交互式彈框來選擇它給的意見。
注意Codex需要增加配置，在 ~/.codex/config.toml 中啓用 Codex 原生提問界面：
[features]
default_mode_request_user_input = true然後它就會根據老金決策.Skill給你拆解到詳細到落地的目標了，對，先給你MVP（最小可行產品），目標、時間等等都給你列的明明白白。剩下就是你的執行了，該什麼時間做到什麼樣的指標方便你判斷也寫的清清楚楚。
你看到這一步，應該就能明白我為什麼要做它。它真正做的事，是把“我想掙錢”變成一個今天就能去驗證的動作。
它解決的不是“AI 不夠聰明”的問題。現在的 AI 已經很會說，甚至太會說了。
真正的問題是，我們很多人拿着一個模糊想法，不知道怎麼問到能判斷、能驗證、能動手的程度。
老金決策.skill 可以先理解成一套能被 AI 調用的工作方法。它不靠模仿老金的語氣取巧，關鍵是把我平時怎麼判斷、怎麼追問、怎麼攔住不靠譜的假設、怎麼逼出下一步，寫成一套 AI 能照着做的流程。
憑什麼它能解決這個問題？因為它不讓 AI 一路順着你往下編。它會先問清楚你到底想改變什麼，誰會付錢，第一版交什麼，證據夠不夠，今天最小的一步驗證是什麼，以及什麼情況才算值得繼續。
這裏有個小提示，你甚至可以先找用戶，先收訂金，再開始製作。
這種正確但不落地的東西，我太熟了。老金我原來是產品出身的遊戲製作人。怕不熟遊戲行業的朋友誤會，遊戲製作人不是隻負責想玩法的人。
它更像一個遊戲項目的總負責人，要把策劃、程序、美術、測試、音頻這些研發和協作部門拉到同一條線上，並對版本結果負責。
所以我對這件事會特別敏感。想清楚只是起點，決策要過人、預算、版本和風險，後面還要有人把它落到每天的執行裏。
因為一個項目不是靠幾句正確判斷往前走的。你要判斷要做什麼、先做什麼、砍掉什麼、誰來做、做到什麼程度算過、出了問題怎麼回修。AI 最容易讓人誤判的地方也在這，它把可能性列得很全，語氣也很穩，可你真要動手，第一步反而更模糊了。
後來我越來越不滿足於提示詞技巧。提示詞能讓 AI 說得更像人，但不一定能讓它做出更像決策的結果。麻煩的地方也不在回答本身，它經常把一個模糊問題，包裝成一份漂亮但不能落地的建議。
這也是我這次把老金決策.skill開源的原因。更接地氣一點說，它其實就是老金我自己的決策方式。
這不是換個名字重新包裝。老金我把自己那套想問題、做判斷、定邊界、逼出下一步的方式，蒸餾成了一個 AI 可以運行的 Skill。讀者真正會感興趣的點也在這，它不靠模仿老金的語氣取巧，重點是把老金怎麼想、怎麼停、怎麼拍板、怎麼落到下一步，拆成一套可複用的工作方法。
裏面有一類問題我放得很重，就是怎麼搞錢。因為賺錢問題最容易暴露 AI 的正確廢話。只要一問怎麼變現、賣什麼、怎麼定價、第一筆錢從哪來，很多回答立刻會變成一串聽起來都對的可能性。
我想解決的，是判斷到執行這段斷層
很多人一聽到 Skill，會先想到人設、語氣、格式和模板。比如讓 AI 像某個專家一樣說話，或者讓它每次按固定結構回答。
這些有用，但不夠。因為一個 AI 回答聽起來像專家，和它真的能幫你推進一個判斷，中間差着一段很長的路。
你問它，我這個短視頻賬號有播放量但不賺錢，第一步該賣什麼。它很可能會告訴你可以做知識付費、社羣、諮詢、帶貨、廣告合作。每一條都沒錯，可它沒有替你判斷哪個最小、最快、最能驗證，哪個最有機會讓你拿到第一筆錢。
你問它，我想做一門 AI 編程教學課，該不該做。它也會分析課程定位、目標人羣、內容體系、定價方式、社羣服務。聽起來挺熱鬧，但你今天下午到底是先寫大綱，還是先錄試看課，還是先發預售，還是先找 20 個潛在學員問願不願意付錢，答案還是散的。
做產品和做遊戲項目久了，我對這件事會更敏感。想法再好，如果說不清怎麼做、受什麼限制、做到什麼程度算過、出問題怎麼改，就會卡在會議室裏。決策再漂亮，如果沒有一個能立刻驗證的小動作，也只是換了一種高級說法。
老金我後來意識到，這事更像方法問題。AI 的知識夠多，少的是一套把模糊想法問到今天能動手的辦法。
老金決策.skill 做的就是這件事。它讓 AI 先把問題走完一遍，再決定要不要給方案。
所以在我這裏，怎麼搞錢就是老金決策.skill 的核心壓力測試。因為錢會逼你回答五個很實在的問題：誰付錢，為什麼現在付，第一版交什麼，多少錢能成交，7 天內看什麼信號。
如果對你有幫助，記得關注一波~
老金決策.skill只有一條主幹
老金決策.skill 不是從某個提示詞模板裏改出來的。它就是老金我自己那套決策思想的蒸餾版。
我做產品和遊戲項目時，腦子裏一直有一套默認動作。先判斷要改變什麼，再看誰受影響，接着想清楚怎麼做、受什麼限制、證據在哪、先用哪一步試真假，再決定能不能往下推進。以前這套東西在我腦子裏，現在我把它寫成了 AI 能跑的框架。
這個說法聽着還是有點抽象，所以我更願意把它叫老金決策.skill。
我把這套辦法拆成了九個檢查點。
它會依次問：你到底想改變什麼，誰會受影響，準備怎麼做，現在受什麼限制，證據在哪裏，今天最小的一步驗證是什麼，用什麼標準判斷，什麼時候必須停下來，最後要拿出什麼結果。
聽着多，其實就是一件事：先別急着要方案，先把這個想法問到能不能繼續做。
這條線看起來有點抽象，但落到真實問題裏很直。
比如你問，能不能賣老金的 AI 編程教學課。普通回答會先講課程市場和知識付費。老金決策.skill 會先把目標說窄：30 天內驗證第一期小班有沒有人願意付費。買課的人也要說具體，不是所有想學 AI 的人，而是已經會用 AI 聊天，但還沒有用 Codex 或 Claude Code 跑通一個真實項目的人。限制也要寫清楚，先不錄大課、不做平台、不搭複雜社羣，先驗證有沒有人願意付錢，以及承諾給學員的結果能不能做到。
到這裏，答案就不會飄了。
它給出的第一步會避開品牌、官網和N頁課程大綱，先寫一頁預售頁，講清楚 7 天小班只解決一個問題：帶你用 Codex 和 Claude Code 跑通第一個 AI 小項目。價格先定 499 元早鳥，99 元訂金鎖位。7 天內有 10 個人付訂金，這條路才算有繼續做的資格。
這個動作很小，但它能改變判斷。老金我現在特別看重這種小動作，因為很多所謂戰略問題，卡住的地方就是沒有一個能讓你今天就去驗證的動作。
它在MetaKim裏，站在最前面
這裏要講清楚一個關係。老金決策.skill 不是我突然單獨做的一個小玩具，它和我的另一個開源項目 MetaKim 是同一套思想裏的前後兩段。
MetaKim 是我另一個開源項目，可以在 Claude Code、Codex、OpenClaw 和 Cursor 這些不同工具裏用。它管的是更復雜的 AI 任務：先想清楚要幹什麼，再決定誰去幹，幹完怎麼檢查，經驗怎麼留下，下一次怎麼少踩坑。
它不光是MD的自然語言來約束，更是使用了代碼進行了強控制。
其中老金決策.skill 放在最前面。再說人話一點，MetaKim 管的是一羣 AI 怎麼幹活，老金決策.skill 先管這件事到底該不該幹、先幹什麼、怎麼判斷幹得對不對。
它先把人的模糊想法問清楚。等目標、限制、證據和第一步驗證都清楚了，MetaKim 後面那些任務分工、檢查規則和多 AI 協作，才有東西可以接。
實現上兩邊會有一點區別。老金決策.skill 作為開源 Skill，更強調你在一次對話裏怎麼得到一個能執行的判斷。MetaKim 更強調複雜任務開幹以後，怎麼分工、怎麼檢查、怎麼驗證、怎麼把經驗留下來。
但根本目的沒變，都是為了避免 AI 看起來回答沒錯、頭頭是道，到頭來卻無法執行。
最關鍵的設計，是閘門
我以前跟 AI 討論問題時，最煩的一點就是它太順了。證據還沒確認，它繼續往下寫。假設還沒驗證，它也能給你規劃三個月路線。
一路順下去，讀者會誤以為事情已經成立了。
老金決策.skill 裏我放了一個很重的設計，英文裏叫 Gates，中文我更願意叫閘門。事情走到某一步，不代表就能繼續往下做。證據不足，就先停住；關鍵假設被打穿，就別繼續騙自己；風險超過當前能力邊界，就要換更穩的處理方式。
這個設計的目標很樸素，讓回答在缺證據時停下來，別裝作一切都準備好了。
很多時候，AI 給你的方案看起來很完整，危險的是第一步假設沒站住。你以為它在幫你規劃路線，其實它只是在一張沒核過的地圖上畫線。
閘門就是讓它在該停的時候停下來。
如果你想做一個產品，老金決策.skill 不會只說可以先做個最小版本。它會問清楚這個最小版本到底驗證什麼，你要投入什麼，最後拿出什麼，做到什麼程度算過，什麼信號說明該停，下一步是什麼，以及這輪測試先不要做什麼。
這個限制能省掉很多無效動作。普通人做項目最容易膨脹，本來只想驗證需求，做着做着就開始改 Logo、寫官網、搭支付、研究增長。忙完一圈錢沒賺到，驗證也沒完成。
怎麼搞錢，是最好的壓力測試
我把怎麼變現放進老金決策.skill，原因很簡單，它最難糊弄。
你說我要做個產品，AI 可以順着講願景、市場、定位、路線圖。你說我要搞錢，它就必須落到誰會付錢、為什麼付、買到什麼、什麼時候買。賣給誰，賣什麼，多少錢，先找誰驗證，失敗信號是什麼，這些問題一出來，漂亮話就少了。
短視頻賬號有播放量但不賺錢，老金決策.skill 不會默認讓你開課。它會先看最近 14 天私信和高頻評論裏有沒有重複問題。如果很多人都在要模板、要清單、要你幫他看一眼，第一步可能是一個 19 到 99 元的模板或檢查表。
AI 編程教學課也是一樣。它不會先讓你搭課程體系，而是先判斷學員買的到底是什麼。很多人嘴上說想學編程，真實焦慮是 AI 只能陪他聊天，不能幫他做出一個能運行、能展示、能繼續迭代的小項目。
所以我前面才把那條提示詞放出來。真實案例必須帶輸入、帶判斷標準，否則看起來就像編了一個很順的故事。
這才是我想讓 AI 參與的部分。別把“我要搞錢”擴寫成一份創業計劃，先把它變成一個 7 天內能驗證的成交動作。
證據要分清，不能把推斷當事實
老金決策.skill 還有一個我很在意的規則，證據必須分清楚。
已確認的事實是一類，你自己提供的信息是一類，合理推斷是一類，還不知道的關鍵缺口又是一類。它們不能混在一起。
這聽起來像廢話，但 AI 很容易在這裏出問題。它會把根據經驗推出來的東西，寫得像已經發生的事實。它會把你隨口說的背景，包裝成可靠證據。它還會把一個社區裏的少量反饋，寫成大家都這麼認為。
老金我不喜歡這種確定感。
真正能幹活的 AI 協作，要讓它知道哪些地方可以確定說，哪些地方只能先保守說，哪些地方必須等你補資料。
老金決策.skill 的回答裏會把關鍵缺口單獨拎出來。比如 AI 編程教學課有沒有人願意付 99 元訂金，這要靠前 20 個潛在學員的預售反饋才知道。短視頻賬號第一步賣什麼，也不能只看播放量，要看最近 14 天私信和高頻評論裏有沒有重複付費信號。
你看，這種回答沒那麼飄，但更能幹活。
它現在怎麼用？
老金決策.skill 已經開源在 GitHub。倉庫名是 Kim_Decision。
我給它寫的定位是 Decision & Delivery Protocol，也就是判斷和做成一件事的協議。說白了，它不是隻幫你想清楚，還要把結果推到能拿出來。它同時支持 Claude Code 和 Codex，兩邊都可以作為 Skill 使用。
我的另一個倉庫是 Meta_Kim。老金決策.skill 負責先把問題問到能判斷、能驗證、能動手的位置，MetaKim 再負責後面更復雜的任務管理。
安裝方式我寫了兩套平台、兩種作用域。個人級適合所有項目都能用，項目級適合只在當前倉庫裏生效。
# Claude Code 個人級安裝。
mkdir -p ~/.claude/skills && cp -R Kim ~/.claude/skills/Kim# Claude Code 項目級安裝。
mkdir -p .claude/skills && cp -R Kim .claude/skills/Kim# Codex 個人級安裝。
mkdir -p ~/.agents/skills && cp -R Kim ~/.agents/skills/Kim# Codex 項目級安裝。
mkdir -p .agents/skills && cp -R Kim .agents/skills/Kim它的觸發詞也很直白，老金、問問老金都可以。
更自然一點，你直接問老金怎麼看、幫我判斷、這個能不能做、怎麼變現、賣什麼、怎麼定價、先做哪個驗證，也能用上這套方法。
我不建議你一上來就把它當成萬能顧問。更適合的用法，是拿它處理那些 AI 最容易給正確廢話的問題。
比如第一筆錢從哪裏來，報價能不能賣出去，先賣模板還是賣服務，要不要上線，先砍哪個功能，產品第一版到底交什麼，Bug 應該先查哪裏，選題值不值得寫長文。這些問題都有一個共同點，光講道理沒用，必須落到下一步。
我為什麼現在把它開源
過去兩年半，我和 AI 的對話量很大。寫文章、做選題、分析數據、做工具、排查項目問題，很多時候我不只是向 AI 要答案，也在反覆訓練自己怎麼把一個模糊問題問到能動手、能驗收。
中間也走了不少彎路。
我一開始以為是提示詞寫得不夠細，後來發現不是。提示詞越寫越長，AI 反而越容易變成一個會執行格式的文員。有用的部分，是那些能逼它停下來、分證據、給標準、壓縮下一步的規則。
老金決策.skill 來自很多次對話、誤判、修正和真實項目，不是坐下來拍腦袋寫出的模板。它是老金我自己的那套判斷方式，被整理成 AI 能照着做的 Skill。
這也是我覺得它值得開源的地方。我不只是把一份提示詞放出來，更像是把老金我自己的一部分判斷方式開源。工具別人可以替換，模型也會一直換，但一個人怎麼判斷、怎麼取捨、怎麼把想法壓到可執行動作裏，這個東西更像長期資產。
我給它寫過一句話，目標是少一點熱血建議，多一點能驗證、能執行、能拿出結果的判斷。這個表達基本就是我做它的初衷。
它背後還有一篇我自己寫的方法論依據，推過幾次了，叫基於元的意圖放大，也放在 Zenodo 上。地址是 https://zenodo.org/records/18957649，DOI 是 10.5281/zenodo.18957649。
但我不想把公眾號文章寫成論文介紹。對大多數讀者來說，你只需要記住一件事。
AI 的價值不在於替你拍板，而在於幫你把一個混亂的問題，問到可以判斷、可以驗證、可以動手的位置。
老金我的判斷
我現在越來越覺得，AI 工具拉開差距的地方，會落在能不能進入人的真實工作流。
真實工作流裏有很多不體面的東西。目標會變，證據不全，預算有限，人會猶豫，老闆會改口，用戶不按你的設想行動。遊戲項目裏更明顯，創意、系統、美術、技術、版本、數據反饋，任何一環沒接住，前面的正確判斷都會變成紙面正確。
人負責目標、判斷、取捨和驗收。AI 負責搜索、生成、執行、整理和加速。我們要的是一個符合人真實目標的結果，而不是 AI 自己覺得合理就行。
老金決策.skill 就是我給這件事寫的第一條 Skill。它先幫人和 AI 對齊到底要判斷什麼，MetaKim 再把後面的執行、檢查、驗證和經驗積累管起來。
它不保證每次都給你驚豔答案。恰恰相反，有時候它會告訴你，現在不能判斷，因為缺一個關鍵證據。有時候它會把你很想做的大項目，壓成一個 7 天內能失敗的小測試。
這不一定爽，但更接近真實做事。
項目現在是 MIT 和 Apache 2.0 雙協議，想用哪種都可以。倉庫地址是 github.com/KimYx0207/Kim_Decision
發現方法缺口也可以開 Issue。
而我的主項目Meta_Kim一直也在更新，每天N次提交迭代。倉庫地址是 github.com/KimYx0207/Meta_Kim
下次你再問 AI 一個模糊問題，先別急着讓它給完整方案。你可以先逼它回答三件事，要改變什麼，今天最小的驗證動作是什麼，什麼結果說明可以繼續做。
只要這三件事說不清，後面寫得再漂亮，大概率還是正確的廢話。