「rce」の検索結果

Assists with building custom interactive data visualizations using D3.js. Use when creating charts, graphs, maps, force layouts, or hierarchical diagrams that require fine-grained control beyond what charting libraries provide. Trigger words: d3, data visualization, chart, svg, scales, force graph, treemap, choropleth.

日本語の概要は準備中です。原文の説明を表示しています。

Continue is an open-source AI code assistant for VS Code, JetBrains and the terminal (the cn CLI) that works with any LLM: Claude, GPT, Gemini, Ollama and other local models. Use when a user asks to configure Continue with config.yaml, add chat or tab autocomplete models, write rules or custom prompts, connect MCP servers, run cn headless in scripts, or migrate from config.json. Continue was acquired by Cursor in June 2026: the release from that month is final and the Hub is offline, so the skill covers local, self-configured use.

日本語の概要は準備中です。原文の説明を表示しています。

Tests and debugs APIs with Bruno, the open-source API client that keeps collections as plain files in a Git repository. Use when a user asks to create API requests, organize collections, write test scripts, use environments and variables, run a collection from the terminal or CI with the bru CLI, or collaborate on API workflows stored in Git.

日本語の概要は準備中です。原文の説明を表示しています。

Azure Command Line Interface for managing Microsoft Azure resources. Use when the user needs to create VMs, manage storage accounts, deploy functions, configure resource groups, and automate Azure operations from the terminal.

日本語の概要は準備中です。原文の説明を表示しています。

Build database-powered applications with Baserow, the open-source no-code database. Use when a user asks to create spreadsheet databases, build API-connected workflows, manage relational data, or self-host Baserow as an Airtable alternative.

日本語の概要は準備中です。原文の説明を表示しています。

Build backends with Appwrite — open-source Backend-as-a-Service. Use when a user asks to set up user authentication, manage a database without writing backend code, handle file storage and uploads, add realtime subscriptions, set up cloud functions, build a mobile or web app backend, replace Firebase with an open-source alternative, or self-host a BaaS platform. Covers auth, databases, storage, functions, realtime, and SDK integration for web, mobile, and server-side.

日本語の概要は準備中です。原文の説明を表示しています。

Appsmith is an open-source low-code platform for building internal tools, admin panels, and dashboards. Use when a user asks to create CRUD interfaces, connect to databases or APIs with drag-and-drop widgets, write JSObjects for business logic, or self-host Appsmith with Docker or Kubernetes.

日本語の概要は準備中です。原文の説明を表示しています。

You are an expert in Airbyte, the open-source data integration platform with 300+ pre-built connectors. You help developers sync data from SaaS tools, databases, and APIs into data warehouses and lakes — handling incremental syncs, CDC (Change Data Capture), schema evolution, and error recovery for production data pipelines.

日本語の概要は準備中です。原文の説明を表示しています。

You are an expert in the Vercel AI SDK, the TypeScript toolkit for building AI-powered applications. You help developers integrate LLMs (OpenAI, Anthropic, Google, Mistral, Ollama) with React Server Components, streaming UI, tool calling, structured output with Zod schemas, RAG pipelines, multi-step agents, and edge-compatible AI features — the standard way to add AI to Next.js, Nuxt, SvelteKit, and any Node.js app.

日本語の概要は準備中です。原文の説明を表示しています。

Run AI agent code safely in isolated sandboxes with resource limits, audit trails, and kill switches. Use when someone asks to "sandbox my agent", "run agent code safely", "add guardrails to AI agent", "isolate agent execution", "audit agent actions", "prevent agent from deleting files", "restrict agent permissions", or "add safety controls to AI coding agent". Covers Docker isolation, filesystem restrictions, network policies, resource locking, and comprehensive audit logging.

日本語の概要は準備中です。原文の説明を表示しています。

Model Context Protocol expert for building MCP servers, tools, resources, and client integrationsUse when "mcp server, model context protocol, claude code extension, building ai tools, tool definition, mcp transport, stdio transport, sse transport, resource provider, prompt template, mcp, model-context-protocol, claude-code, ai-tools, llm-integration, anthropic, server, protocol" mentioned.

日本語の概要は準備中です。原文の説明を表示しています。

Inngest expert for serverless-first background jobs, event-driven workflows, and durable execution without managing queues or workers. Use when "inngest, serverless background job, event-driven workflow, step function, durable execution, vercel background job, scheduled function, fan out, inngest, serverless, background-jobs, event-driven, workflows, step-functions, durable-execution, vercel, nextjs" mentioned.

日本語の概要は準備中です。原文の説明を表示しています。

What makes founders succeed? Paul Graham has observed thousands of founders and distilled patterns. Relentlessly resourceful. Fierce nerds. Earnest. These traits matter more than credentials or connections. This skill synthesizes PG's essays on founder character into actionable guidance for developing the traits that predict success. Use when "keywords, contexts, " mentioned.

日本語の概要は準備中です。原文の説明を表示しています。

Create or enrich a Teams/People/@Name.md file with metadata pulled from external sources (an ATS for hiring data, a profile source for bio). Replaces manual data entry for newly-hired teammates.

日本語の概要は準備中です。原文の説明を表示しています。

Enforces tiered test coverage standards with three dimensions — line coverage by tier, spec-to-test traceability, and spec-to-code implementation mapping. Use before claiming code is complete.

日本語の概要は準備中です。原文の説明を表示しています。

AWS Cost Cleanup workflow skill. Use this skill when the user needs Automated cleanup of unused AWS resources to reduce costs and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

日本語の概要は準備中です。原文の説明を表示しています。

AWS Cost Cleanup workflow skill. Use this skill when the user needs Automated cleanup of unused AWS resources to reduce costs and the operator should preserve the upstream workflow, copied support files, and provenance before merging or handing off.

日本語の概要は準備中です。原文の説明を表示しています。

产品营销 (PMM, Product Marketing) — 拥有「产品如何被定位 / 表达 / 发布 / 卖进市场」的从业者认知操作系统: 是产品 / 销售 / 市场 / 客户之间的连接组织, 负责把产品能力翻译成市场价值, 并把市场声音带回产品。覆盖 (a) 定位与差异化 (April Dunford 「刻意选择语境」框架 + 竞争性替代方案 + 卖价值不卖功能 + 选择「让你优势成立的市场参照系」, 对照 Ries & Trout 经典「定位是占领心智」), (b) 信息传递与叙事 (messaging 层级 / 信息屋 + 价值主张 + 收益导向 vs 战略叙事「换框架」Andy Raskin + 表达清晰度 Emma Stratton / Punchy + 初创 homepage 定位 FletchPMM), (c) 进入市场 (GTM) 策略与产品发布 (发布分级 T1/T2/T3 + 发布流程与跨职能编排 + GTM 打法 PLG vs SLG vs 混合 + 滩头细分选择), (d) 市场与竞争情报 (竞品分析 + battlecard 战卡 + 输赢分析 win/loss + 竞争赋能 Klue/Crayon/Clozd), (e) 买家与客户研究 (ICP 理想客户画像 + 买家 / 用户 persona + Jobs-to-be-Done 任务理论 Christensen/Moesta/Ulwick ODI + 客户之声 VoC + 用真实买家测信息 Wynter/Peep Laja), (f) 销售赋能 (战卡 + pitch / 销售 deck + 一页纸 + demo 叙事 + 异议处理 + 销售培训 + 内容采用率 — 你的产出只值销售实际用到的那部分), (g) 定价与打包 (价值定价 + 打包分层 + 《Monetizing Innovation》Ramanujam/Simon-Kucher + PLG 定价 — 常与产品 / 财务共担), (h) 细分与品类 (市场细分 + TAM/SAM/SOM + 技术采用生命周期与跨越鸿沟 Geoffrey Moore + 品类设计与叙事 Play Bigger / Christopher Lochhead — 稀有且昂贵, 不是默认选项), (i) 需求生成与内容协同 (campaign 信息 + 思想领导力 + 漏斗内容 TOFU/MOFU/BOFU + ABM 基于客户营销), (j) 分析师与影响者关系 (Gartner 魔力象限 + Forrester Wave + 分析师 briefing — To B 场景, 对 pay-to-play 影响诚实标注), (k) 客户营销与倡导 (参考客户 + case study + 评测站 G2/TrustRadius/Capterra 运营 + 社区), (l) PMM 运营与度量 (影响管道 + 赢率 + 发布采用率 + 信息穿透率 + 角色汇报线「向产品还是向市场」之争 + PMM 作为战略职能 vs 接单工具人陷阱); 跨 B2B SaaS (该学科重心) / B2C 消费 / 开发者 PLG / 平台产品。不含 产品管理 (PM 造产品 / 拥有 roadmap, PMM 拥有市场 — 相邻且极易混淆) / 增长 / 效果营销 / 付费投放 (平行学科) / 品牌 / 企业传播 / 公关为终点 / 需求生成为终点 (PMM 与之协同但不等同) / 平面设计 /「做 slide 和周边的团队」(PMM 抗争的接单工具人窄化) / 泛泛「市场营销」。 (Product Marketing (PMM) — the cognitive operating system of practitioners who own how a product is positioned, messaged, launched, and sold into a market: the connective tissue between product, sales, marketing, and customers, responsible for translating product capability into market value and bringing the voice of the market back into product. Covers (a) positioning & differentiation (April Dunford's deliberate-context framing, competitive alternatives, value-not-features, framing the market in which your strengths matter — vs Ries & Trout classic perception-in-the-mind positioning), (b) messaging & narrative (messaging hierarchy / house, value proposition, benefit-led vs strategic-narrative / change-the-frame messaging Andy Raskin, clarity craft Emma Stratton/Punchy, homepage & startup positioning FletchPMM), (c) go-to-market (GTM) strategy & product launches (launch tiers T1/T2/T3, launch process & cross-functional orchestration, GTM motion PLG vs SLG vs hybrid, beachhead segment selection), (d) market & competitive intelligence (competitive analysis, battlecards, win/loss analysis, competitive enablement Klue/Crayon/Clozd), (e) buyer & customer research (ICP ideal customer profile, buyer & user personas, Jobs-to-be-Done Christensen/Moesta/Ulwick ODI, voice of customer, message testing with real buyers Wynter/Peep Laja), (f) sales enablement (battlecards, pitch & sales decks, one-pagers, demo narratives, objection handling, sales training, content adoption — output is only as good as what sales actually uses), (g) pricing & packaging (value-based pricing, packaging & tiering, Monetizing Innovation Ramanujam/Simon-Kucher, PLG pricing — often shared with product/finance), (h) segmentation & category (market segmentation, TAM/SAM/SOM, technology adoption lifecycle & crossing the chasm Geoffrey Moore, category design & narrative Play Bigger / Christopher Lochhead — rare and expensive, not a default), (i) demand-gen & content partnership (campaign messaging, thought leadership, funnel content TOFU/MOFU/BOFU, ABM account-based marketing), (j) analyst & influencer relations (Gartner Magic Quadrant, Forrester Wave, analyst briefings — for B2B, with honest read on pay-to-play perception), (k) customer marketing & advocacy (references, case studies, reviews G2/TrustRadius/Capterra presence, community), (l) PMM operations & metrics (influenced pipeline, win rate, launch adoption, message pull-through, the role's reporting line product-vs-mark

日本語の概要は準備中です。原文の説明を表示しています。

数据工程 — 数据平台从业者的认知操作系统, 覆盖把数据从源系统搬运成可靠 / 可查询 / 可信赖形态供分析 / ML / 数据产品消费的全生命周期 (生成 → 摄取 → 存储 → 转换 → 服务 + 安全/数据管理/DataOps/数据架构/编排/软件工程 六条暗流, Reis & Housley 框架): 摄取与集成 (批 + CDC 变更数据捕获 Debezium + EL 工具 Fivetran/Airbyte/Meltano/dlt + Kafka Connect + schema drift) / 存储与文件表格式 (对象存储数据湖 + 列存 Parquet/ORC/Arrow/Avro + 开放表格式 Apache Iceberg/Delta Lake/Apache Hudi + lakehouse + 分区/compaction) / 转换与建模 (ELT dbt/SQLMesh + Spark + 维度建模 Kimball + Inmon + Data Vault + 大宽表 OBT + 渐变维 SCD + 增量模型 + 语义/指标层) / 编排与工作流 (Apache Airflow/Dagster/Prefect/Mage/Kestra/Apache DolphinScheduler + DAG + 幂等 + 回填 backfill + 数据资产调度) / 批流与实时 (Apache Kafka/Apache Flink/Spark Structured Streaming/Kinesis/Pulsar/Redpanda + Lambda vs Kappa + watermark/窗口/exactly-once + 流式 SQL Materialize/RisingWave + 实时 OLAP ClickHouse/Apache Druid/Apache Pinot/StarRocks/Apache Doris) / 数仓与查询引擎 (Snowflake/BigQuery/Redshift/Databricks SQL/Trino/Presto/DuckDB/Polars + 存算分离 + MPP) / 数据质量测试与可观测性 (dbt tests/Great Expectations/Soda + 数据契约 + Monte Carlo data downtime + 新鲜度/量/schema 异常检测) / 数据治理编目与血缘 (DataHub/Amundsen/OpenMetadata/Unity Catalog + 列级血缘 + PII 分类 + 访问控制 + GDPR) / DataOps 与可靠性 (数据 CI/CD + 转换版本控制 + 环境隔离 + 幂等重处理 + 数据 SLA/SLO + 计算存储 FinOps) / 数据架构范式 (现代数据栈 + lakehouse + data mesh + data fabric + 去中心化 vs 中心化所有权) / 分析工程角色 (dbt 时代连接数据工程与分析的桥) — 不含 数据科学/ML 建模本身 (是下游消费者) / BI 仪表盘制作 (serving 下游) / 数据分析报表为终点 / 'data engineer = 跑 Hadoop 的' 过时窄化 / 通用后端应用开发 (平行学科) (Data Engineering — the cognitive operating system of practitioners who design, build, and operate the data platform: moving data from source systems into reliable, queryable, trustworthy form for analytics / ML / products, covering (a) the data engineering lifecycle (generation → ingestion → storage → transformation → serving, with the undercurrents security / data management / DataOps / data architecture / orchestration / software engineering — Reis & Housley framing), (b) ingestion & integration (batch + CDC change-data-capture with Debezium, EL tools Fivetran / Airbyte / Meltano / dlt, Kafka Connect, API + file + database sources, schema drift handling), (c) storage & file/table formats (object storage data lakes, columnar formats Parquet / ORC / Arrow / Avro, open table formats Apache Iceberg / Delta Lake / Apache Hudi, lakehouse architecture, partitioning / compaction / Z-ordering), (d) transformation & modeling (ELT with dbt / SQLMesh, Spark, dimensional modeling Kimball, Inmon CIF, Data Vault, One Big Table / wide tables, normalization vs denormalization, slowly changing dimensions, incremental models, the semantic / metrics layer), (e) orchestration & workflow (Apache Airflow, Dagster, Prefect, Mage, Kestra, Apache DolphinScheduler, DAGs, idempotency, backfills, data-aware / asset-based scheduling), (f) batch vs streaming & real-time (Apache Kafka, Apache Flink, Spark Structured Streaming, Kinesis / Pulsar / Redpanda, the Lambda vs Kappa debate, watermarks / windowing / exactly-once, streaming SQL Materialize / RisingWave, real-time OLAP ClickHouse / Apache Druid / Apache Pinot / StarRocks / Apache Doris), (g) warehouses & query engines (Snowflake, BigQuery, Redshift, Databricks SQL, Trino / Presto, DuckDB, Polars, decoupled storage & compute, MPP), (h) data quality, testing & observability (dbt tests, Great Expectations, Soda, data contracts, Monte Carlo / data downtime, freshness / volume / schema anomaly detection, unit / integration testing of pipelines), (i) data governance, catalog & lineage (DataHub, Amundsen, OpenMetadata, Unity Catalog, column-level lineage, PII / data classification, access control, GDPR / data privacy), (j) DataOps & reliability (CI/CD for data, version control of transformations, environments, idempotent reprocessing, SLAs / SLOs for data, cost / FinOps for compute & storage), (k) data architecture paradigms (modern data stack, data lakehouse, data mesh, data fabric, decentralized vs centralized ownership), (l) the analytics engineering role (the dbt-era bridge between data engineering and analysis); N

日本語の概要は準備中です。原文の説明を表示しています。

B2B 大客户销售 (B2B 大客户销售 / 企业级复杂销售 (Enterprise B2B Sales / Complex Selling) — 面向企业客户的高价值、长周期、多干系人复杂销售的职业认知操作系统，从业者(AE/客户经理/SE 售前/销售负责人 VP Sales/CRO)、想入行者、以及服务这行(销售咨询/enablement/RevOps)的视角。覆盖: (a) 第一性张力 — 三大方法论流派之争: **买方主导的诊断式提问 (consultative/discovery-led: SPIN 提问 → 痛点 → 方案, 「像医生先诊断再开方」) ⇄ 卖方主导的教学式挑战 (Challenger: Teach-Tailor-Take control, 用商业洞见 reframe 客户认知, 「像老师挑战客户的既有想法」) ⇄ 资格审查纪律 (MEDDIC/MEDDPICC: 先严格 qualify/disqualify, 「no deal 好过 bad deal」)**; 三派不是非此即彼, 资深人混用, 但底层世界观分歧真实(问 vs 教 vs 筛); 更深层张力 — 「过程/方法论纪律 (process rigor: 预测准确、deal inspection、qualify) ⇄ 关系/信任 (relationship: champion 培养、高管关系、人情)」, 「卖结果/业务价值 (business outcome/ROI、卖给经济决策人) ⇄ 卖产品/功能 (feature selling)」, 「多线程触达买方委员会 (multithreading buying committee) ⇄ 单一 champion 依赖」; (b) 方法论正典 (最标准化、最易蒸出高质量+CLI 化) — MEDDIC/MEDDPICC (Metrics 量化指标/Economic buyer 经济决策人/Decision Criteria 决策标准/Decision Process 决策流程/Identify Pain 痛点/Champion 内部拥护者 + Paper process 签约流程/Competition 竞争), SPIN (Situation/Problem/Implication/Need-payoff 提问序列), Challenger (商业洞见 commercial insight + reframe + 建设性张力 constructive tension + Mobilizer 调动者), Solution Selling (痛点链 pain chain/愿景创建/buying vision), Sandler (前置合约 up-front contract/痛苦漏斗 pain funnel/潜艇七步), Command of the Message (Force Management: 业务价值框架/before-after/decision criteria), Gap Selling (Keenan: 现状 current state → 期望 future state → 差距 the gap/问题中心), Miller Heiman Strategic Selling (蓝表 blue sheet/buying influences: 经济/用户/技术买家 + coach), Value Selling, BANT (老式资格框架, 多被 MEDDIC 取代); (c) 行业结构与角色 — SDR/BDR (开发/约见) → AE/客户经理 (成交) → SE/售前/Solutions Engineer (技术验证/POC/demo) → CSM (客户成功/续约扩张) → Sales Manager/VP Sales/CRO; RevOps (收入运营), Sales Enablement (赋能); land and expand (先落地再扩张)、量化指标 quota/OTE(目标总收入)/配额达成率/pipeline coverage(管道覆盖率 ~3x 业内经验法则)/win rate(赢率)/sales velocity(销售速度)/ramp time(爬坡期)/ACV·ARR·NRR(年合同额/年经常性收入/净收入留存); (d) 销售周期 (the deal/opportunity lifecycle) — prospecting 开发 → discovery 需求挖掘 → qualification 资格审查(MEDDIC) → demo/technical validation/POC 技术验证 → business case/value 业务价值与 ROI → proposal 提案 → negotiation 谈判(procurement 采购/法务/security review) → close 成交 → onboarding/expansion 交付与扩张; 干系人: champion 拥护者 vs coach 线人 vs economic buyer 经济决策人 vs blocker 阻碍者; mutual action plan/close plan(双向行动计划/成交计划); (e) 产出物与节奏 — discovery call(需求电话)、demo、business case、proposal/SOW、MAP(mutual action plan)、forecast(预测: commit/best case/pipeline 类别)、pipeline review/deal review/QBR(季度业务回顾)/account plan(客户计划); (f) 职业/招聘/薪酬 — quota/OTE/comp plan(底薪+提成)/accelerator(加速器)/SPIFF/clawback、ramp、President's Club(顶尖销售俱乐部)、SDR→AE→管理 晋升路径、rep turnover(销售流失率高); (g) 争议/批判 — Challenger 是否过誉(CEB 原始数据被质疑、insight selling 批评)、MEDDIC 沦为填表剧场(box-checking theater, 填字段不真 qualify)、活动指标 vs 质量(spray-and-pray 群发/冷电话存废之争)、AI SDR/自动化淹没收件箱(2024-2025 AI BDR 泡沫 + 邮件送达率崩溃 backlash)、SDR 军团模式是否将死(Winning by Design/signal-based GTM 取代)、配额虚高与销售 burnout、季末打折促单、销售方法论的「宗教化」与培训-认证产业链、最大竞争对手其实是「no decision/维持现状」而非对手; (h) 流派/思想谱系 — 提问诊断派(Rackham SPIN/Bosworth&Eades Solution Selling/Keenan Gap Selling) vs 挑战教学派(Dixon&Adamson Challenger/Force Management Command of the Message) vs 资格纪律派(MEDDIC: Napoli&Dunkel 起源/John McMahon/MEDDICC Andy Whyte) vs 关系战略派(Miller Heiman Strategic/Large Account) vs SaaS 现代收入架构派(Aaron Ross Predictable Revenue/Mark Roberge Sales Acceleration Formula/Jacco van der Kooij Winning by Design bowtie/David Skok 指标) vs 开发-心态派(Jeb Blount Fanatical Prospecting/Sales EQ、Anthony Iannarino、Josh Braun) vs 谈判(Chris Voss Never Split the Difference 战术同理心)。不含: B2C/零售/电商导购销售、纯电话客服/客户支持、纯渠道/分销管理(channel 虽相关但聚焦直销复杂销售)、纯 marketing/需求生成(demand gen 虽上游但本 skill 聚焦销售执行)、纯 CSM 客户成功(虽相关但聚焦 new logo + expansion 的销售动作)。) Master OS — automated mastery of B2B 大客户销售 / 企业级复杂销售 (Enterprise B2B Sales / Complex Selling) — 面向企业客户的高价值、长周期、多干系人复杂销售的职业认知操作系统，从业者(AE/客户经理/SE 售前/销售负责人 VP Sales/CRO)、想入行者、以及服务这行(销售咨询/enablement/RevOps)的视角。覆盖: (a) 第一性张力 — 三大方法论流派之争: **买方主导的诊断式提问 (consultative/discovery-led: SPIN 提问 → 痛点 → 方案, 「像医生先诊断再开方」) ⇄ 卖方主导的教学式挑战 (Challenger: Teach-Tailor-Take control, 用商业洞见 reframe 客户认知, 「像老师挑战客户的既有想法」) ⇄

日本語の概要は準備中です。原文の説明を表示しています。

谈判与议价 (谈判与议价 (Negotiation & Bargaining) — 面向要亲自坐上谈判桌的从业者（销售、采购、创业者、法务与商务、HR、投融资、以及为自己谈薪谈房谈合同的个人）的『把一次利益分歧，谈成一个双方都愿意签、签完还愿意执行的结果』的判断体系；不是某一个行业的成交话术合集，也不是博弈论课程，更不是把心理学包装成读心术的培训话术。覆盖：(a) 第一性张力 —— 这行最深的世界观分歧：**创造价值 ⇄ 攫取价值**（同一场谈判里，把饼做大和把饼切走用的是相反的动作：做大要交换信息、暴露优先级，切走要隐藏底线、制造稀缺；哈佛原则式谈判一派主张先做大再切，实战议价派认为在多数一次性交易里做大只是让步的遮羞布，这条张力叫谈判者困境，是整个学科的中心问题）；**原则式谈判 ⇄ 战术共情**（Getting to Yes 主张对事不对人、按客观标准而非意志力定输赢；Chris Voss 从人质谈判带出的路线针锋相对，书名 Never Split the Difference 直接反对折中，主张先用标签与校准问题把对方的情绪与安全感处理掉再谈条件，并公开批评双赢框架让谈判者被真正强硬的对手吃掉；两派对同一个动作——比如要不要说出你的底线——给出相反指令）；**关系先行 ⇄ 条款先行**（中文语境里做生意常常先建立关系、找中间人引荐、酒桌上定调、合同只是关系的书面确认，人情与面子既是润滑剂也是隐性负债；跨国与合规语境里条款先行、把一切写进合同，两种作业习惯在同一张桌上相遇时的误读，是中外商务谈判失败最常见的原因之一；学术上关系到底是效率替代品还是寻租温床，证据本身就是对立的，且反腐与合规收紧之后酒桌路径的风险显著上升）；**先出价 ⇄ 后出价**（实验研究普遍支持先出价能形成锚定优势，但在信息高度不对称的真实交易里，先出价可能暴露自己远低于对方预期，实务派与研究派对这条给出的条件不同）；**BATNA 是地基 ⇄ BATNA 被高估**（最佳替代方案是原则式谈判的支点，没有替代方案就没有说不的能力；反对者指出过度盯着替代方案会把谈判做成线性比价，且强替代方案在长期关系里会损害对方的信任）；**情绪是噪音 ⇄ 情绪是议题**（早期理性决策路线要求把人和问题分开，后来的研究把情绪重新请回桌上：愤怒有时确实能提取让步，代价是长期关系与对方的报复动机，实验证据两个方向都有）；**谈判是技能 ⇄ 谈判是性格**（培训产业的立身之本是可训练，而研究显示某些结果差异与性别、地位与社会代价强相关：女性主动发起薪酬谈判在部分情境会被惩罚，这不是话术能解决的结构问题，近年多地薪酬区间披露立法正在改变这条起点）；**诚实边界在哪**（虚构竞标者、夸大授权上限、拖延签约制造紧迫，这些在培训里被当技巧、在法律上可能构成欺诈性陈述，法域不同边界不同）。(b) 工具栈 —— 这一行最重要的工具是纸笔：议题清单与优先级打分表、替代方案与保留价的估算表、可交换筹码矩阵、同时抛出的多个等值报价、让步阶梯与理由库、授权与升级路径表、复盘表；软件侧则是合同全生命周期管理与条款库（Ironclad、DocuSign、Juro、LinkSquares，中国侧法大大、e签宝）、采购电子寻源与反向拍卖（SAP Ariba、Coupa、Keelvar，以及已在大企业跑通的自动化议价机器人 Pactum）、销售侧的折扣审批矩阵与 deal desk、薪酬与职级数据（Levels.fyi、Mercer、Radford 以及各地薪酬透明披露）、可比交易与市场价数据、调解与仲裁机构（CIETAC、SIAC、香港 HKIAC）、以及正在快速变化的大模型陪练与合同审查；选型的真正分岔从来不是功能表，而是『这场谈判赢在信息、赢在替代方案，还是赢在流程设计』。(c) 心智模型层 —— 结果在坐上桌之前就决定了大半；谈的是利益不是立场；议价区间是估计出来的不是给定的；让步是信息不是善意；说不出口的常常是面子与安全感而不是价格；代表别人谈判的人激励与授权跟本人不同；一次性交易与长期关系的最优打法不同而多数人搞错了自己在玩哪一种。(d) 工作流 —— 立项与利益相关方梳理、准备与对手画像、替代方案与保留价、议题打分与打包设计、开场与锚定、探询与试探性提议、让步管理、僵局与第三方介入、收口与防止反悔加码、合同化与争议解决条款、复盘与关系维护，以及薪资谈判、采购年度框架议价、并购价格与条款、多方与联盟、跨文化与远程邮件谈判这些特化路径。(e) 表达 DNA、质量基准（什么算一次好的谈判：不是拿到最低价，而是可执行、可复盘、不透支关系）、反模式（外行最容易犯的错：不准备就上桌、把立场当利益、单方面让步买好感、把折中当公平、拿假竞标者施压、口头承诺不落纸、赢了条款输了执行）、智识谱系（哈佛谈判项目与原则式谈判、行为决策与实验社会心理学派、危机谈判与战术共情派、谈判分析与博弈论派、销售采购的实战议价培训派、争议解决与调解派、跨文化谈判派、中文语境的关系与人情派）。) Master OS — automated mastery of 谈判与议价 (Negotiation & Bargaining) — 面向要亲自坐上谈判桌的从业者（销售、采购、创业者、法务与商务、HR、投融资、以及为自己谈薪谈房谈合同的个人）的『把一次利益分歧，谈成一个双方都愿意签、签完还愿意执行的结果』的判断体系；不是某一个行业的成交话术合集，也不是博弈论课程，更不是把心理学包装成读心术的培训话术。覆盖：(a) 第一性张力 —— 这行最深的世界观分歧：**创造价值 ⇄ 攫取价值**（同一场谈判里，把饼做大和把饼切走用的是相反的动作：做大要交换信息、暴露优先级，切走要隐藏底线、制造稀缺；哈佛原则式谈判一派主张先做大再切，实战议价派认为在多数一次性交易里做大只是让步的遮羞布，这条张力叫谈判者困境，是整个学科的中心问题）；**原则式谈判 ⇄ 战术共情**（Getting to Yes 主张对事不对人、按客观标准而非意志力定输赢；Chris Voss 从人质谈判带出的路线针锋相对，书名 Never Split the Difference 直接反对折中，主张先用标签与校准问题把对方的情绪与安全感处理掉再谈条件，并公开批评双赢框架让谈判者被真正强硬的对手吃掉；两派对同一个动作——比如要不要说出你的底线——给出相反指令）；**关系先行 ⇄ 条款先行**（中文语境里做生意常常先建立关系、找中间人引荐、酒桌上定调、合同只是关系的书面确认，人情与面子既是润滑剂也是隐性负债；跨国与合规语境里条款先行、把一切写进合同，两种作业习惯在同一张桌上相遇时的误读，是中外商务谈判失败最常见的原因之一；学术上关系到底是效率替代品还是寻租温床，证据本身就是对立的，且反腐与合规收紧之后酒桌路径的风险显著上升）；**先出价 ⇄ 后出价**（实验研究普遍支持先出价能形成锚定优势，但在信息高度不对称的真实交易里，先出价可能暴露自己远低于对方预期，实务派与研究派对这条给出的条件不同）；**BATNA 是地基 ⇄ BATNA 被高估**（最佳替代方案是原则式谈判的支点，没有替代方案就没有说不的能力；反对者指出过度盯着替代方案会把谈判做成线性比价，且强替代方案在长期关系里会损害对方的信任）；**情绪是噪音 ⇄ 情绪是议题**（早期理性决策路线要求把人和问题分开，后来的研究把情绪重新请回桌上：愤怒有时确实能提取让步，代价是长期关系与对方的报复动机，实验证据两个方向都有）；**谈判是技能 ⇄ 谈判是性格**（培训产业的立身之本是可训练，而研究显示某些结果差异与性别、地位与社会代价强相关：女性主动发起薪酬谈判在部分情境会被惩罚，这不是话术能解决的结构问题，近年多地薪酬区间披露立法正在改变这条起点）；**诚实边界在哪**（虚构竞标者、夸大授权上限、拖延签约制造紧迫，这些在培训里被当技巧、在法律上可能构成欺诈性陈述，法域不同边界不同）。(b) 工具栈 —— 这一行最重要的工具是纸笔：议题清单与优先级打分表、替代方案与保留价的估算表、可交换筹码矩阵、同时抛出的多个等值报价、让步阶梯与理由库、授权与升级路径表、复盘表；软件侧则是合同全生命周期管理与条款库（Ironclad、DocuSign、Juro、LinkSquares，中国侧法大大、e签宝）、采购电子寻源与反向拍卖（SAP Ariba、Coupa、Keelvar，以及已在大企业跑通的自动化议价机器人 Pactum）、销售侧的折扣审批矩阵与 deal desk、薪酬与职级数据（Levels.fyi、Mercer、Radford 以及各地薪酬透明披露）、可比交易与市场价数据、调解与仲裁机构（CIETAC、SIAC、香港 HKIAC）、以及正在快速变化的大模型陪练与合同审查；选型的真正分岔从来不是功能表，而是『这场谈判赢在信息、赢在替代方案，还是赢在流程设计』。(c) 心智模型层 —— 结果在坐上桌之前就决定了大半；谈的是利益不是立场；议价区间是估计出来的不是给定的；让步是信息不是善意；说不出口的常常是面子与安全感而不是价格；代表别人谈判的人激励与授权跟本人不同；一次性交易与长期关系的最优打法不同而多数人搞错了自己在玩哪一种。(d) 工作流 —— 立项与利益相关方梳理、准备与对手画像、替代方案与保留价、议题打分与打包设计、开场与锚定、探询与试探性提议、让步管理、僵局与第三方介入、收口与防止反悔加码、合同化与争议解决条款、复盘与关系维护，以及薪资谈判、采购年度框架议价、并购价格与条款、多方与联盟、跨文化与远程邮件谈判这些特化路径。(e) 表达 DNA、质量基准（什么算一次

日本語の概要は準備中です。原文の説明を表示しています。

Anti-hallucination research mode. Toggle on to enforce citation requirements, source grounding, and "I don't know" behavior. Toggle off for creative work.

日本語の概要は準備中です。原文の説明を表示しています。

The secret-source gate. Routed to when changed code reads, writes, or passes a secret — API key, token, password, connection string, signing key, certificate, or any value that grants access. Validates that every secret comes from the approved store and never lands in source, log, test fixture, error response, image, or LLM prompt. The auth-crypto-reviewer agent is dispatched as the reviewer.

日本語の概要は準備中です。原文の説明を表示しています。

Automate Qwoted (HARO-style PR platform) end-to-end and earn high-DR backlinks at scale: log in, set up the user's "expert" Source persona (bio + employer + contacts), search the Algolia-backed opportunity index, RESEARCH and BUILD a sourced statistics page on the user's topic (the linkable asset journalists love to cite), draft pitches as the user that link to that page, and submit them to journalists. Use this skill whenever the user asks for "PR opportunities", "Qwoted opportunities", "press mentions", "journalist requests", "HARO replies", "media pitches", "podcast guesting", "expert quotes", "stats page for SEO", "research page for journalists", or "backlinks from journalists".

日本語の概要は準備中です。原文の説明を表示しています。