多认知框架结构化分析
用于复杂决策、争议议题与现象的结构化研判
多认知框架结构化分析
用于复杂决策、争议议题与现象的结构化研判
展示內容
描述
把复杂问题转化为可审阅、可验证、能够支持下一步行动的多视角结构化分析。无论是职业选择、商业与产品决策、社会现象、争议议题、热点解读，还是创新评估与抽象概念拆解，这项技能都会先厘清问题对象、目标、约束、已知信息与关键未知，再根据任务需要选用互补的认知框架，避免堆砌概念或重复同一结论。 分析会明确区分用户提供的信息、已核验事实、一般原则、假设、推断与待验证内容，并把证据、机制、反证、替代解释和不确定性放在清晰的判断链条中。对于时效性、争议性、专业性或高风险事实，可结合定向网页检索与原始资料核验；当来源存在冲突时保留差异，避免用未经证实的数据或确定性表述填补空白。 最终输出通常包括问题画像、框架选择与逐项分析、不同视角下的共识和分歧、敏感变量、盲区与失效条件，以及带有置信度的条件性结论。它不会替代医疗、法律、投资、税务等专业意见，而是帮助你识别真正影响判断的因素，设计最小验证行动、信息收集方案、决策闸门或可逆的下一步。简单问题可压缩为简版研判，复杂或多对象任务则可展开为完整分析报告。
相關技能
查看全部
该不该做，要不要做，三线决策分析
把“该不该做 X”的模糊纠结，转化为边界清晰、可以核对和持续更新的决策分析。无论是辞职创业、投资项目、购买标的，还是职业与生活选择，你都可以提供文字、表格、文档或截图，梳理行动选项、时间尺度、主要代价，以及自己愿意承担多大风险、达到什么把握才会行动。 分析会分别从统计学、概率论与贝叶斯推理审视问题：检查样本是否可靠、现象究竟更像规律还是巧合；拆解可能的未来情境，比较概率、期望收益与尾部风险；再结合先验与新证据，判断哪些信息真正具有鉴别力，以及判断应如何更新。用户事实、公开资料和分析假设会被明确区分，缺少可靠数据时也不会用精确数字掩盖不确定性。 最终你会获得一套可回放的决策框架，包括值得验证的新信息、可执行的下一步、重新评估的触发条件和仍待补齐的关键证据。它不会替你拍板，也不会把假设伪装成事实，而是帮助你看清证据、概率、成本与风险，把决定权交还给你。
世界是如何运行的
把复杂的现实议题还原为可检验的底层结构，帮助你看清参与者、利益目标、资源分配、规则、风险、收益与技术变化之间的关系。无论是跨境支付成本、平台经济、稳定币与货币主权，还是算力与电力的资本周期，都能从具体问题、抽象概念或当下格局出发，建立清晰的分析边界。 技能会根据你的诉求选择诊断、教学或观察路径，并明确时间范围、地理或市场范围、主要行动者和所需数据。分析过程中区分已核实事实、基于证据的推断与参与者叙事，记录日期、来源和不确定性；遇到来源冲突时保留分歧，不用宣传口径替代事实。 最终形成一份可追溯的结构分析文档：从稀缺与选择、产权和规则，到组织、金融、宏观环境与技术成本变化，逐层检验议题中的关键机制，并对核心问题逐项收口。适合研究商业模式、制度安排、金融基础设施、技术产业周期及其他需要穿透表象的现实问题。
研究从口头想法到深度研究报告
此技能旨在将您模糊的研究想法转化为清晰、可执行的方案，并提供深入分析，最终输出定制化的研究成果。无论您是需要快速决策、进行标准业务分析，还是开展深度行业研究，它都能为您提供支持。 本工具能够识别并拆解您的核心需求，明确研究目的、潜在决策动作及目标读者，并根据问题的复杂程度，建议 L1（快速判断）、L2（标准研究）或 L3（深度研究）三种研究深度，确保研究的投入与产出相匹配。它还能从工具选型、商业决策、趋势分析、用户需求等多个角度，为您提供 2-3 个差异化的研究方案。 在您选定研究方案后，该技能会进行多轮次、多来源的信息检索与交叉验证，将所有信息归类为事实、观点、推测等，并特别关注反面观点和局限性，构建一个全面且可追溯的研究资产包。最后，它将根据您的选择，生成研究报告、PPT 演示文稿、网站页面、简洁摘要或内容转化包等多种形式的最终交付物。此外，您还可以基于研究结果进行二次加工，将其转化为公众号文章、短视频脚本等，实现知识的有效复用。
