# Как собрать коллегию из пяти AI-ролей

Для сложных решений одного ответа мало. LLM Council помогает модели не просто соглашаться, а прогонять вопрос через несколько независимых позиций и собирать итог после внутренней дискуссии.

## Что установить

- [ ] Репозиторий: https://github.com/oliwoodman/llm-council-skill
- [ ] Скилл добавляет формат коллегии: пять ролей дают разные оценки, потом председатель собирает итоговую рекомендацию.
- [ ] Лучше всего работает на решениях, где есть ставка: продукт, найм, стратегия, позиционирование, запуск, архитектура.

## Пять рабочих ролей

| Роль | Что проверяет |
| --- | --- |
| Contrarian | Почему идея может быть неправильной и где слабое место |
| First Principles | Что остается, если убрать моду, эмоции и привычные объяснения |
| Expansionist | Какие возможности и неожиданные углы мы недооцениваем |
| Outsider | Как это выглядит человеку без внутреннего контекста |
| Executor | Что реально сделать первым и где проект развалится на практике |

## Шаблон запроса

```
Разбери решение через LLM Council.
Контекст: [что происходит]
Вопрос: [какое решение надо принять]
Ограничения: [деньги, сроки, команда, риски]
Нужен итог: где позиции согласны, где спорят, какие слепые зоны, что делать следующим шагом.
```

## Где использовать

- [ ] Перед запуском продукта: проверить, не строишь ли ты красивую гипотезу без спроса.
- [ ] Перед наймом: отделить реальную потребность от желания закрыть тревогу человеком.
- [ ] Перед дорогой покупкой инструмента: понять, что он меняет в процессе, а не в ощущении контроля.
- [ ] Перед публикацией сильного тезиса: найти слабые места, чтобы усилить аргументацию.

## Проверка вручную

- [ ] Не принимай итог коллегии как истину. Это способ увидеть конфликт аргументов, а не заменить решение.
- [ ] Если все позиции говорят одно и то же, перепиши вопрос жестче: добавь ставки, ограничения и критерий провала.

---

Источник: https://localhost:3000/m/kak-sobrat-kollegiyu-iz-pyati-ai-roley