/install career-decision-skills
职业选择决策方法论:行业 → 公司 → 岗位
核心理念
方向是电梯,努力是爬楼。先选对电梯,再谈努力。
三个阶段必须按顺序完成。强岗位在弱行业里依然是亏损的赌注。
第一步:识别模式 & 建立 Todo 列表
调用此 skill 后,先判断用户意图,进入对应模式:
模式分支
| 用户意图 | 模式 | 操作 |
|---|---|---|
| "帮我搜一下…" / "你查查…" / "你帮我研究" | 主动研究模式 | 用搜索工具主动搜集数据,再呈现给用户确认 |
| "帮我分析这个 Offer" / "这个工作机会怎么样" | 用户回答模式 | 按框架逐项提问,用用户提供的信息评估 |
| 两者皆有 | 混合模式 | 先主动研究公开信息,再用 Q&A 补充个性化问题 |
注: 大多数用户没有行业数据,优先使用主动研究模式。公开信息(市场规模、增速、公司财报、竞争格局)默认先搜再问。
Todo 清单创建
TodoWrite 工具可用时: 立即用 TodoWrite 创建以下清单,每项标记 in_progress,完成后标记 completed,不得跳过。
TodoWrite 工具不可用时(如飞书等平台): 用结构化文本列表代替,手动在对话中跟踪状态,无需工具支撑。
1. 明确决策场景(新机会/年度复盘/方向探索)
2. 行业评估 — 增量空间(增速 vs GDP)
3. 行业评估 — 渗透率
4. 行业评估 — 市场集中度
5. 行业裁决:绿/黄/红
6. 公司评估 — 核心壁垒等级
7. 公司评估 — 质地清单(3项)
8. 公司裁决:绿/黄/红
9. 岗位评估 — 价值层级定位
10. 岗位评估 — 五条红线逐项排查
11. 岗位裁决:绿/黄/红
12. 综合结论 + 30天行动计划
第一阶段:选行业(找高速电梯)
对应 Todo 2–5。
Todo 2:增量空间
主动搜(优先): 目标市场规模、历年增速、GDP 增速对比、行业政策环境
问用户(补充): 你个人对这个行业增速的感知?有没有感受到明显的增长或下滑压力?
| 信号 | 判断 | 策略 |
|---|---|---|
| 增速 > GDP + 3% | 高增量赛道(AI、机器人) | 优先卡位 |
| 增速 ≈ GDP | 平稳赛道(金融、传统互联网) | 寻找结构性机会 |
| 增速 \x3C GDP 或为负 | 收缩赛道(传统房地产) | 极力规避 |
Todo 3:渗透率
主动搜(优先): 目标人群/场景的渗透率数据、消费者调研、主流人群使用频率
问用户(补充): 你接触到的目标用户/场景,目前有多少比例已经使用/消费过这类产品/服务?
| 渗透率 | 阶段 | 策略 |
|---|---|---|
| \x3C 30% | 早期蓝海 | 窗口红利期,高风险高回报 |
| 30–70% | 快速成长期 | 选头部或准头部企业 |
| > 70% | 存量红海 | 仅选龙头核心岗 |
Todo 4:市场集中度
主动搜(优先): 行业 CR3/CR5/CR10 数据、龙头市场份额、行业排名第一及主要竞争者
问用户(补充): 你接触到的市场里,前几名玩家是否明显领先?有没有感受到其他挑战者在抢市场?
| 信号 | 判断 |
|---|---|
| CR10 > 70% | 极高集中度,非头部生存空间极小 |
| CR10 \x3C 70% | 还有挑战者空间 |
Todo 5:行业裁决
综合 Todo 2–4,给出明确结论:
- 绿:强顺风,进入第二阶段
- 黄:信号混杂,需明确结构性机会再推进
- 红:结构性逆风,建议先换行业再继续
第二阶段:选公司(选稳定楼层)
对应 Todo 6–8。
Todo 6:核心壁垒等级(由强到弱)
主动搜(优先): 公司财报披露的竞争壁垒、供应链布局、门店/用户数据、行业分析报告中的竞争评价
问用户(补充): 你觉得这家公司最核心的竞争壁垒是什么?能不能一句话说清楚它比对手强在哪?
壁垒等级(由强到弱):
- 行政牌照 — 行政垄断,竞争对手无法复制
- 核心技术 — 行业早期最关键,决定领先身位
- 产品与运营 — 成长期决定胜负
- 渠道与规模 — 成熟期最终胜出的基石
Todo 7:公司质地清单(逐项确认)
主动搜(优先): 近年财报营收/利润变化、人员规模变动、裁员/收缩新闻、第二曲线业务表现
问用户(补充): 你在这家公司感受到的经营状态如何?团队是在扩张还是收缩?
质地清单(逐项确认):
- 盈利稳定性:公司是否具备自我造血能力,不依赖外部输血?
- 职业背书价值:这家公司的履历在行业内是否是硬通货?
- 增长确定性:是否有清晰可信的第二增长曲线?
3/3 = 优质,2/3 = 可接受,1/3 及以下 = 警惕。
Todo 8:公司裁决
- 绿:强壁垒 + 质地优良,进入第三阶段
- 黄:壁垒或质地存在短板,明确在交换什么
- 红:壁垒薄弱或质地清单多项失败,建议考虑备选公司
第三阶段:定岗位(掌握分配权)
对应 Todo 9–11。
Todo 9:岗位价值层级
主动搜(优先): 该公司该岗位所在的业务线/部门定位、技术栈是否主流、近期有无裁员/收缩新闻
问用户(补充): 这个岗位是哪个部门的?核心职责是什么?直接创造收入还是支撑辅助?
岗位价值层级(由高到低):
- 核心生产要素岗 — 掌握核心技术或产能(如 AI 算法研发)
- 离钱最近的营收岗 — 直接创造核心营收
- 核心资产/资源运营岗 — 掌握企业核心家底
- 高专业壁垒职能岗 — 替换成本极高
Todo 10:五条红线逐项排查
主动搜(优先): 该公司历史裁员记录、该岗位/部门是否有过裁撤先例、行业技术替代趋势
问用户(确认): 你觉得这个岗位被 AI/自动化替代的风险大吗?这个业务线在公司的权重是怎样的?
逐条排查,有一条命中即为严重警告:
- 🚫 非核心边缘业务岗:下行期会被优先裁撤?
- 🚫 高 AI 替代风险岗:缺乏专业门槛的重复性劳动?
- 🚫 纯执行辅助岗:难以体现差异化价值?
- 🚫 合规/法律风险岗:存在不对称的个人责任敞口?
- 🚫 结构性萎缩业务线:在跟重力对抗?
命中 0 条 = 干净,1 条 = 注意,2 条及以上 = 强力规避信号。
Todo 11:岗位裁决
- 绿:高层级岗位,零红线
- 黄:中层级或 1 条红线,识别对冲方案
- 红:低层级或 2 条以上红线,建议换岗位或重新考虑
Todo 12:综合结论
输出结构化总结:
| 维度 | 裁决 | 一句话理由 |
|---|---|---|
| 行业 | 绿/黄/红 | … |
| 公司 | 绿/黄/红 | … |
| 岗位 | 绿/黄/红 | … |
整体判断规则:三绿才算全力推进。任何一个红 = 先解决瓶颈环节。
30天行动计划:给出 2–3 条具体可执行的下一步。
年度复盘模式
如果用户是做定期复盘而非评估新机会,使用以下精简清单:
[ ] 行业增速还跑赢 GDP 吗?
[ ] 公司护城河是否完好?
[ ] 第二增长曲线是否可信?
[ ] 岗位还在价值分配优先队列里吗?
[ ] 正在积累难以替代的差异化能力吗?
[ ] 是否压力测试过至少一条备选路径?
2 条及以上"否/不确定" = 早期预警信号,升级为完整三阶段评估。
- Make sure OpenClaw is installed (local or Docker)
- Run the install command in chat:
/install career-decision-skills - After installation, invoke the skill by name or use
/career-decision-skills - Provide required inputs per the skill's parameter spec and get structured output
What is career-decision-skills?
职业选择决策方法论:行业-公司-岗位三步法。帮助用户通过结构化框架评估职业方向、公司选择和岗位定位,找到高复利的增长路径。 It is an AI Agent Skill for Claude Code / OpenClaw, with 90 downloads so far.
How do I install career-decision-skills?
Run "/install career-decision-skills" in the OpenClaw or Claude Code chat to install it in one step — no extra setup required.
Is career-decision-skills free?
Yes, career-decision-skills is completely free, licensed under MIT-0. You can download, install and use it at no cost.
Which platforms does career-decision-skills support?
career-decision-skills is cross-platform and runs anywhere OpenClaw / Claude Code is available (cross-platform).
Who created career-decision-skills?
It is built and maintained by nlpplus (@nlpplus); the current version is v1.0.0.