Analyze

🔍 结构化深度分析,对抗认知偏差

结构化分析框架,支持数据、代码、文本等多领域深度分析,通过优先级标记和反证检验避免认知偏差,适合复杂决策场景。

收藏
8.5k
安装
2.4k
版本
1.0.0
CLS 安全扫描中
预计需要 3 分钟...

使用说明

核心用法

Analyze 是一个通用型结构化分析框架,采用五步法(目的→结构→分析→优先级→结论)处理各类输入:数据、代码、文本、决策、视觉内容。关键强制步骤包括:分析前明确决策目标、选择分析框架(MECE/Pros-Cons+/Pre-mortem/Steel man)、记录第一印象以便后续挑战;分析中始终使用🔴🟡⚪三级优先级标记、标注每处信息来源(来自输入/推断得出)、预留"反证空间"、严格区分事实与观点;最后以一句话总结、行动建议结尾,并通过"显而易见性测试"检验深度。

显著优点

1. 抗认知偏差设计:强制"第一印象→寻求反证"流程、Pre-mortem和Steel man框架直接对冲确认偏误和现状偏见
2. 决策锚定机制:要求开篇即明确"此分析用于决定___",避免分析漂移

3. 优先级强制分化:限制关键发现为1-2项,避免"全是黄色=没有优先级"的常见陷阱

4. 来源可追溯:每处声明必须标注[from input][inferred],自我标注幻觉风险

局限性与风险

  • 执行成本高:完整的五步流程+框架选择+反证空间需要显著时间投入,不适合快速场景
  • 框架选择本身成为决策:未提供框架选择指南,可能陷入"用什么框架分析这个分析"的元问题
  • 领域深度依赖用户:虽有Domain提示表,但代码分析中"风格≠bug"等判断仍需专业背景
  • 输出格式未标准化:最终输出虽提供模板,但内部推理过程的颗粒度无强制规范

适合人群

  • 数据分析师、产品经理、策略研究员等需处理复杂信息并输出决策建议的角色
  • 团队复盘、重要决策前的结构化思考场景
  • 需要对抗群体思维或个人认知偏见的独立分析任务

常规风险

S级(安全):本技能为纯方法论框架,无外部数据调用、无代码执行、无持久化存储。风险仅限于:用户可能因框架完整性幻觉而过度信任输出;"inferred"标注依赖自律执行,无法技术验证。

Analyze 内容

手动下载zip · 2.5 kB
skill-card.mdtext/markdown
请选择文件