复杂问题，迭代求解

CellCog出品的AI战略思维伴侣，通过多轮对话迭代解决复杂决策问题，覆盖技术架构、商业策略、创意方向等场景。

基本信息

• 技能名称?Think Cog
• 中文名称?复杂问题，迭代求解
• 作者?nitishgargiitd
• 分类?其他
• 版本?1.0.10
• 标签?ai-collaboration, strategic-planning, decision-making, brainstorming, problem-solving, cellcog, multi-turn-chat, architecture-design, business-strategy

使用方法

使用说明
核心用法
Think-cog是CellCog生态中的 协作式思维技能 ，采用 chat_mode="agent" 启动多轮对话会话。用户与AI交替交换想法、挑战假设、逐步深化理解——而非单次请求即得答案。典型流程：抛出复杂问题 → 接收结构化分析 → 追问/反驳 → 迭代至清晰决策。支持所有主流Agent平台（OpenClaw、Cursor、Claude Code等）。
显著优点
思维闭环完整 ：不仅讨论，还能调用CellCog其他技能直接产出研究、文档、视觉、原型，实现"想→做→评→迭代"
对话设计精良 ：针对知识工作者的探索性工作流优化，非简单的问答模式
场景覆盖全面 ：技术架构权衡、商业模式选择、创意方向探索、问题调试、重大人生决策均可胜任
约束感知强 ：主动询问预算、时间、团队规模等边界条件，输出更贴合实际
潜在缺点与局限
依赖持续投入 ：需用户积极参与多轮对话，不适合追求即时答案的场景
上下文消耗大 ：复杂议题的深入探索可能快速累积token，成本高于单次技能调用
非替代专业顾问 ：战略建议虽结构化，但重大商业/法律/医疗决策仍需人类专家把关
平台耦合 ：需CellCog SDK及API密钥，迁移成本存在
适合人群
早期创业者/产品经理：面临方向选择、资源分配困境
技术负责人：权衡架构方案、技术栈选型
创意从业者：广告、品牌、内容方向的探索期
个人决策者：职业选择、重大投资等结构化思考需求
常规风险
过度拟合建议 ：AI生成的分析框架可能让用户产生"已充分思考"的错觉，忽视实地验证
确认偏误放大 ：若用户倾向于某种方案，多轮对话可能被引导至自我验证而非真正探索
API密钥与数据 ：需配置 CELLCOG_API_KEY ，企业敏感战略信息外传需评估合规风险