使用说明
- 选择与当前任务最匹配的 Prompt。
- 将【方括号】中的内容替换为自己的真实信息。
- 涉及事实核查、研究或专业判断时，应要求 AI 标注来源、日期、假设和不确定性。
- 不必一次使用全部 Prompt。复杂任务可按“澄清 → 研究 → 决策 → 验证 → 行动 → 复盘”串联使用。
分类导航
自我与问题澄清
- 深度生涯探索访谈
- 苏格拉底式问题澄清
- 隐藏问题重述
学习与研究
- 双层解释学习法
- 横纵深度研究
- 优秀成品反向拆解
- 跨领域借解
事实、假设与因果
- 事实与推理核查
- 假设清单审计
- 因果链路诊断
- 第一性原理重构
决策、风险与验证
- 双向钢人决策
- 关键变量提纯
- 反事实反转测试
- 互补专家会诊
- 事前验尸分析
- 最小实验替代空想
行动与复盘
- 可验证行动设计
- 决策复盘与认知更新
1. 深度生涯探索访谈
适用场景：职业选择、转型探索、优势识别、长期发展方向不清晰。
输入要求：个人经历、典型事件、能力表现、兴趣与能量变化；无需预先给出职业结论。
输出结构：底层天赋、可迁移能力、能量场景、职业方向、验证实验、证据与置信度。
标签：自我认识 生涯探索 优势识别 心流 访谈
Prompt
你是一位以证据为基础的生涯探索顾问，熟悉优势识别、心流理论、人格心理学与职业发展。
请通过多轮对话，帮我找出可迁移的底层天赋，而不是给我贴一个固定的职业标签。
对话要求：
- 每轮只问一个问题，使用“提问 → 我回答 → 你简短分析 → 下一个问题”的方式推进。
- 优先追问具体事件和真实行为，不接受只有“我觉得”“我应该”的抽象回答。
- 重点探索：
- 哪些事情让我自然投入并进入心流；
- 哪些能力是我学得比别人快、做起来更省力的；
- 别人经常因为什么事情向我求助；
- 哪些成就即使没有奖励，我仍然感到满足；
- 哪些环境能激发我，哪些环境会持续消耗我；
- 我反复出现的选择、兴趣和行为模式。
- 区分“真正的优势”和“被环境训练出来、但长期消耗我的熟练能力”。
- 不要过早下结论。发现矛盾时继续追问，用不同经历进行交叉验证。
- 访谈结束后输出：底层天赋、可迁移能力、高低能量场景、可能被忽略的优势、适合探索的职业方向，以及未来 30 天可以执行的 3 个验证实验。
- 每个结论都要注明事实依据和置信度。
现在先问我第一个问题。
2. 苏格拉底式问题澄清
适用场景：问题表述混乱、情绪与事实交织、卡点不明确、暂时不需要直接建议。
输入要求：发生了什么、当前理解、已经尝试过什么、具体卡点。
输出结构：事实、假设、核心矛盾、重定义的问题、缺失信息、下一步行动。
标签：问题澄清 苏格拉底式提问 追问 假设识别
Prompt
我目前的困惑是：【具体写出发生了什么、我的理解、已经尝试过什么以及当前卡点】。
先不要提出建议，也不要急着判断对错。请通过苏格拉底式对话，帮我澄清问题并检查自己的假设。
对话规则：
- 每轮只问一个问题，并依据我上一轮的回答继续推进。
- 优先要求具体事实、例子和可观察证据。
- 区分事实、解释、情绪、预测和价值判断。
- 检查关键词是否存在歧义。
- 追问我为什么相信某个结论，以及什么证据会让我改变看法。
- 探索被忽略的替代解释、反例和相关人的不同视角。
- 不要用问题暗示你预设的答案。
- 每 3—5 轮总结一次：已确认的事实、尚未验证的假设、当前核心矛盾、下一步需要澄清的问题。
- 当问题已经足够清晰时停止追问，输出：重新定义后的核心问题、关键假设、缺失信息、可选方向及代价、最值得先采取的行动。
现在先问我第一个问题。
3. 隐藏问题重述
适用场景：提问与真实诉求可能不一致、反复讨论但没有进展、容易对错误的问题给出正确答案。
输入要求：原始问题、产生背景、期待结果、担忧、相关人和现实限制。
输出结构：表面问题、真实任务、隐藏诉求、子问题、推荐问题表述。
标签：问题重述 需求洞察 隐藏诉求 问题定义
Prompt
我的原始问题是：【填写】。
背景是：【填写】。
我期待的结果是：【填写】。
我最担心的是：【填写】。
请不要直接回答原始问题，先判断“我嘴上问的”与“我真正想解决的”是否一致。
请按以下步骤工作：
- 用一句话准确复述我的表面问题。
- 从目标、担忧、利益相关者、时间范围和现实约束中，推断我真正需要完成的任务。
- 给出 2—4 种可能的隐藏问题，但必须标明哪些来自已知信息，哪些只是待确认假设。
- 检查原问题是否存在：伪二选一、目标与手段混淆、范围错误、主体错误、时间尺度错误或不可操作的抽象表述。
- 把问题拆成事实问题、价值取舍问题、预测问题和行动问题。
- 提出最多 3 个高信息量问题，用来确认真实诉求。
- 在我回答后，给出一个推荐的最终问题表述，并解释它为什么比原问题更可判断、更可行动。
4. 双层解释学习法
适用场景：学习陌生概念、从入门过渡到专业理解、检查是否真正掌握。
输入要求：概念或问题，可选提供当前基础和应用目标。
输出结构：零基础版、专业版、省略信息、理解测验、针对性纠正。
标签：学习 双层解释 概念理解 费曼学习法
Prompt
我要学习的概念或问题是：【填写主题】。
我的当前基础和应用目标是：【可选填写】。
请分两层解释。
第一层：零基础版
- 用日常语言说明它解决什么问题；
- 给出一个贴近生活的类比或例子；
- 避免未经解释的术语；
- 说明最容易产生的误解；
- 最后用一句话总结。
第二层：专业版
- 给出严格定义；
- 解释内部机制、关键组成与因果关系；
- 说明成立条件、边界和例外；
- 给出一个专业场景中的实例；
- 与容易混淆的概念比较；
- 补充进一步学习所需的前置知识。
完成两层解释后，说明简化版省略了什么；用 3 个由浅入深的问题检查我的理解；根据回答定位知识缺口并重新解释；最后让我用自己的话复述并帮我纠正。
5. 横纵深度研究
适用场景：研究产品、公司、人物、技术、行业或事件，需要同时理解历史演化与同类差异。
输入要求：研究对象、截止日期、关注范围、使用目的。
输出结构：纵向演化、横向比较、证据与争议、洞察、情景与建议。
标签：研究 横向比较 纵向演化 竞品分析 历史分析
Prompt
研究对象：【填写】。
研究截止日期：【填写】。
研究目的与重点：【填写】。
请完成一份可追溯的横向与纵向研究报告。
纵向研究：说明它因何种背景与需求出现；关键参与者、决策与发展阶段；重要转折、成功、失败和路线变化；技术、市场、政策或组织因素如何影响演化；当前状态如何形成。
横向研究：选择 3—5 个具有可比性的对象并说明选择标准；从定位、用户、产品、技术、商业模式、组织能力、成本、风险和增长路径等维度比较；找出共同规律、关键差异与各自护城河；判断哪些经验可以迁移，哪些只在特定条件下成立。
报告必须区分事实、推断与预测；标注关键来源和日期；遇到冲突资料时呈现不同说法；最后总结关键洞察、未来变量、可能情景和行动建议。
6. 优秀成品反向拆解
适用场景：学习优秀产品、网页、方案、报告、数据看板、内容作品或流程的底层能力。
输入要求：成品内容或链接、希望学习的能力、自己的资源约束。
输出结构：目标与结构、关键决策、核心机制、可复用原则、练习项目、评价清单。
标签：反向拆解 案例分析 模仿学习 成品复盘
Prompt
我要拆解的优秀成品是：【粘贴内容、链接或材料】。
我希望学会的是：【具体能力或目标】。
我的资源约束是：【可选填写】。
请先用一句话说明这个成品解决了什么问题，然后从结果反推它的设计过程。
重点分析：目标用户、使用场景和核心任务；结构与信息层级；最重要的设计决策；内容、视觉、交互、数据或流程如何配合；哪些细节产生专业感、可信度或效率；哪些是核心机制，哪些只是风格装饰；它可能经历了怎样的调研、取舍、验证和迭代；有哪些缺点或适用边界；如果资源减少一半，哪些部分必须保留。
最后输出：可复用原则、不应机械模仿的表面特征、从零练习核心能力的步骤、一个适合我的最小练习项目，以及评价成果的检查清单。
7. 跨领域借解
适用场景：常规思路失效、需要创新方案、希望从其他行业迁移成熟机制。
输入要求：问题背景、当前做法、现实约束、具体卡点。
输出结构：问题抽象、跨域映射、迁移边界、创新方案、比较与实验。
标签：跨领域 类比迁移 创新解法 机制借鉴
Prompt
我的困惑是：【写明背景、当前做法、现实约束和具体卡点】。
请先把问题抽象成一个其他领域也会出现的通用问题，例如资源分配、激励错位、反馈延迟、信息不对称、局部最优、信任建立或系统瓶颈。
- 从至少 3 个不同领域寻找结构相似的问题。
- 对每个领域说明：原问题、结构相似性、使用的解决机制、可以迁移的部分、不能照搬的部分。
- 不要只做表面类比，要明确对应关系、边界条件和失效风险。
- 综合启发，提出 3 个适用于当前问题的创新解法。
- 按成本、收益、风险、可逆性和验证周期比较。
- 推荐一个最值得先尝试的方案，并设计低成本验证实验。
8. 事实与推理核查
适用场景：核查文章、观点、数据、结论或方案中的事实准确性和推理质量。
输入要求：待核查内容、截止日期，可选提供已有来源。
输出结构：主张拆分、事实核查、推理审查、可信度、不确定性、修正表述。
标签：事实核查 逻辑审查 证据 防幻觉
Prompt
需要核查的内容：【粘贴观点、结论、数据、文章片段或方案】。
核查截止日期：【填写】。
第一步，拆分为：可外部验证的事实、从事实推导的结论、价值判断、隐含假设、暂时无法验证的主张。
第二步，核查事实：检查来源、作者、发布时间、样本、统计口径与上下文；优先使用原始资料、官方数据、论文或一手记录；区分“没有证据”“证据不足”和“已有反证”；无法核实时明确标记，不得编造来源。
第三步，审查推理：检查是否混淆相关与因果；是否存在选择性取样、幸存者偏差、偷换概念、循环论证或错误类比；判断证据强度是否足以支持结论；给出最可能推翻结论的反例或反事实。
最后输出：核查结论、事实可信度、推理有效性、不确定性、修正后的严谨表述和待查信息清单。
9. 假设清单审计
适用场景：方案看似合理但风险不明、团队意见建立在不同前提上、需要确定先验证什么。
输入要求：目标、方案、依据、资源限制、期望结果。
输出结构：显性与隐性假设、重要性、证据、脆弱度、验证优先级、最小验证。
标签：假设审计 风险识别 证据 验证优先级
Prompt
目标是：【填写】。
当前方案是：【填写】。
我们相信它可行的理由是：【填写】。
现实约束是：【填写】。
请把方案视为一组尚待验证的假设，而不是既定事实。
- 列出方案依赖的显性假设和容易被忽略的隐性假设。
- 按需求、用户行为、技术、资源、执行、市场、利益相关者和外部环境分类。
- 对每个假设说明：它具体声称什么、现有证据、反证、如果错误会造成什么影响。
- 分别评估“错误概率”和“错误代价”，形成假设风险等级。
- 找出同时具备高不确定性和高影响的 3 个致命假设。
- 为这些假设设计最小验证方式、判定标准和验证顺序。
- 检查是否存在多个假设相互依赖，导致一次失败无法确定原因。
- 最后输出假设登记表，并明确在验证完成前哪些结论不能下。
10. 因果链路诊断
适用场景：指标下降、问题反复出现、团队只处理表面症状、多个因素相互影响。
输入要求：问题表现、时间线、相关变化、已有解释、尝试过的措施和结果。
输出结构：症状、近因、根因、证据、替代解释、验证方案、干预建议。
标签：因果分析 根因诊断 问题排查 机制分析
Prompt
需要诊断的问题是：【填写】。
问题出现的时间与表现：【填写】。
同期发生的变化：【填写】。
已尝试措施及结果：【填写】。
请不要把相关性直接当成因果关系，也不要停留在“人不努力”“市场不好”等不可操作解释。
- 区分结果指标、可观察症状、直接原因、中间机制和潜在根因。
- 建立候选因果链：哪些因素通过什么机制导致当前结果。
- 对每条链路标注支持证据、反证、缺失信息和置信度。
- 检查共同原因、反向因果、时间延迟、选择偏差及多因素交互。
- 给出至少 2 个能解释同一现象的替代模型。
- 说明什么新证据可以区分这些模型。
- 设计最小诊断实验或数据检查，优先验证最可能改变行动的节点。
- 最后给出当前最可信的原因、暂时不能确认的部分，以及按杠杆大小排序的干预建议。
11. 第一性原理重构
适用场景：被行业惯例限制、现有方案成本过高、需要从根本重新设计。
输入要求：问题、当前方案、目标、限制和卡点。
输出结构：底层事实、可疑假设、必要条件、重构路径、方案比较、第一步。
标签：第一性原理 问题拆解 方案重构 路径依赖
Prompt
我要解决的问题是：【填写问题、当前方案与卡点】。
请用第一性原理把它拆到最底层：
- 已确认且无法绕开的事实是什么；
- 哪些“规则”只是行业惯例、历史路径或未经验证的假设；
- 我真正想实现的结果是什么，而不是当前手段是什么；
- 实现结果所需的最小条件、资源和能力是什么；
- 如果现有方案不存在，从零开始会怎样设计；
- 从底层事实重新组合出至少 3 种路径；
- 比较其成本、风险、效率、扩展性和现实阻力；
- 指出可能被常识或沉没成本掩盖的机会；
- 推荐最优路径并给出第一步行动。
不要为了显得创新而否定所有经验。请区分“物理或逻辑约束”与“仍有价值的经验规律”。
12. 双向钢人决策
适用场景：存在两个或多个选项、用户已有明显倾向、需要减少迎合与确认偏误。
输入要求：问题、选项、目标、时间范围、约束、当前倾向。
输出结构：问题重述、事实与假设、各方最强论证、关键变量、关键提问、判断与行动。
标签：决策 双向钢人 利弊分析 关键变量
Prompt
我要做的决定是：【写清问题、选项、目标、时间范围与现实约束】。
请不要立即给出答案。先对问题进行双向钢人分析：
- 用一句话重述我真正需要解决的问题，并指出隐藏的子问题。
- 区分已知事实、主观偏好、尚未验证的假设和可能改变结论的缺失信息。
- 分别为每个主要选项建立最强版本：最强理由和证据、理性支持者会如何论证、最强反对理由和证据、理性反对者会提出什么质疑。
- 不得歪曲或弱化任何一方，也不要为了迎合我而偏向当前立场。
- 找出决定结论的 1—3 个关键变量，并说明变量如何变化会令结论反转。
- 指出各方共识、真正分歧和最脆弱假设。
- 向我提出一个最关键的问题，其答案应能最大程度改变判断。
- 在我回答后给出：推荐判断、核心理由、置信度、成立前提、下一步行动和重新评估条件。
信息不足时直接说明，并给出最小补充信息清单，不要制造虚假确定性。
13. 关键变量提纯
适用场景：影响因素很多、分析越来越复杂、需要找出真正决定结论的杠杆。
输入要求：决策目标、候选方案、已知因素、约束、可接受结果。
输出结构：变量清单、影响机制、敏感性、阈值、信息价值、核心变量。
标签：关键变量 敏感性分析 决策阈值 信息增益
Prompt
需要判断的问题是：【填写】。
候选方案是：【填写】。
目前认为相关的因素是：【填写】。
目标与约束是：【填写】。
请把“相关因素”压缩成真正能改变结论的关键变量。
- 列出所有候选变量，并区分结果指标、控制变量、外部变量和代理指标。
- 说明每个变量通过什么机制影响结论，避免只凭直觉罗列。
- 判断变量的影响方向、影响强度、可控程度、测量难度和不确定性。
- 找出可能高度相关、实质上重复的变量并合并。
- 对高影响变量做敏感性分析：在合理范围内变化时，结论是否反转。
- 尽可能给出反转阈值；无法量化时，使用明确的条件描述。
- 找出 1—3 个真正决定结论的变量，以及最值得优先补充的信息。
- 最后输出简化决策模型：在什么条件下选择 A，在什么条件下选择 B，什么条件下暂缓决定。
14. 反事实反转测试
适用场景：观点过于坚定、需要检验可证伪性、判断是否只是立场而非证据驱动。
输入要求：当前结论、支持理由、关键证据、置信度。
输出结构：反转条件、替代世界、证据敏感度、不可证伪点、修正结论。
标签：反事实 可证伪性 认知偏差 结论反转
Prompt
我当前的结论是：【填写】。
支持它的理由和证据是：【填写】。
我的置信度是：【0—100%】。
请不要先反驳我，而是检验这个结论是否真正允许被证据推翻。
- 准确重述我的结论及其成立条件。
- 提出 3—5 个“如果……那么结论可能不成立”的反事实情景。
- 分别从事实变化、因果机制变化、目标变化、时间尺度变化和约束变化测试结论。
- 指出哪些证据出现时，我应降低置信度；哪些证据会直接反转结论。
- 检查我的说法是否通过不断增加例外而变得不可证伪。
- 构造一个最强反例，并判断它是推翻一般结论，还是只限定适用范围。
- 给出当前结论的更严谨版本：适用条件、例外、置信度和重新评估触发器。
- 最后问我：如果明确出现反转证据，我是否愿意改变行动？若不愿意，指出其中可能存在的价值偏好或身份绑定。
15. 互补专家会诊
适用场景：问题跨专业、单一视角容易失真、需要看见不同目标和风险偏好。
输入要求：背景、事实、目标、已有方案、现实约束。
输出结构：专家选择、独立意见、共识分歧、交叉质询、综合方案。
标签：专家会诊 多视角 交叉质询 综合决策
Prompt
问题：【写明背景、已知事实、目标、已有方案与现实约束】。
先不要直接给答案。请选择 3 种彼此互补、职责不重复的专业视角，并说明选择原因。
分别让每个视角回答：如何重新定义问题；最关注哪些事实和变量；当前方案最大的价值；最危险的盲点；替代方案；最希望补充的信息。
随后组织专家会诊：列出三方共识与分歧；让每位专家回应另外两方最有力的质疑；判断分歧来自事实、价值排序还是风险偏好；综合形成方案，但不要为折中而机械平均；最终输出推荐结论、关键风险、验证办法和下一步行动。
16. 事前验尸分析
适用场景：重要项目启动前、团队过度乐观、需要提前发现失败模式和风险信号。
输入要求：计划、目标、期限、资源、参与者、依赖条件。
输出结构：失败故事、失败原因、早期信号、预防措施、应急方案、停止条件。
标签：事前验尸 风险管理 失败预演 预警指标
Prompt
计划或项目是：【填写】。
成功标准与期限是：【填写】。
资源、团队和外部依赖是：【填写】。
请假设时间已经来到【截止日期】，这个计划彻底失败了。不要讨论“会不会失败”，而要倒推“它最可能是怎样失败的”。
- 写出一个具体、可信的失败结果，而不是泛泛地说“执行不到位”。
- 分别从需求判断、关键假设、人员、协作、资源、技术、进度、外部依赖、激励和风险响应寻找原因。
- 区分单点故障、缓慢恶化、连锁反应和低概率高损失事件。
- 对每个失败模式评估发生概率、影响程度、可发现性和可恢复性。
- 为高优先级风险设计可观察的早期预警信号。
- 给出预防措施、应急方案、负责人和触发条件。
- 明确哪些风险应接受，哪些应降低，哪些会导致停止或改变方案。
- 最后生成一份项目启动前检查清单和执行期间风险看板。
17. 最小实验替代空想
适用场景：对选择反复纠结、信息不足、可以通过小规模行动获取反馈。
输入要求：待验证想法、决策期限、时间预算、资源和风险边界。
输出结构：核心假设、实验、指标、判定标准、偏差、决策规则、行动清单。
标签：最小实验 验证假设 低成本试错 可逆决策
Prompt
我正在纠结的选择或想法是：【填写】。
可接受的验证周期：【例如 7 天】。
可投入的时间、预算与资源：【填写】。
请先找出这个决定依赖的 3 个核心假设，再设计一个能够改变最终结论的最小实验。
- 区分可逆决策和不可逆决策。
- 找出成本最低、反馈最快、信息增益最大的验证方式。
- 不要试图一次证明整个方案，只验证最危险、最不确定的核心假设。
- 给出待验证假设、实验步骤、投入、可观察指标、成功失败及模糊结果的标准、可能偏差与规避办法、实验后的决策规则。
- 如果实验可能造成难以恢复的损失，设计更小、更安全的替代实验。
- 最后压缩成一份今天就能开始执行的行动清单。
18. 可验证行动设计
适用场景：已经有结论但难以落地、建议过于笼统、需要把行动与验证闭环连接。
输入要求：目标、当前状态、推荐方向、资源、期限和风险边界。
输出结构：结果指标、里程碑、行动、负责人、期限、验证、回退与复盘。
标签：行动设计 执行计划 验证指标 回退方案
Prompt
我要实现的目标是：【填写】。
当前状态是：【填写】。
已经形成的判断或方向是：【填写】。
时间、资源与风险约束是：【填写】。
请把方向性建议转化为可执行、可验证、可调整的行动方案。
- 把目标改写成可观察结果，区分结果指标和过程指标。
- 明确基线、目标值、截止日期和不应牺牲的约束指标。
- 把目标拆成里程碑，但每个里程碑必须对应一个可交付结果。
- 对每项行动写明负责人、开始条件、截止时间、所需资源和完成定义。
- 标出关键依赖、最长路径、最容易阻塞的节点和提前解除阻塞的方法。
- 为重要假设设置验证动作，说明何时继续、调整、暂停或终止。
- 设计最小可行的第一步，确保我可以在 24 小时内开始。
- 给出风险预案、回退方案和复盘时间。
- 最后分别输出：一页行动总览、未来 7 天清单和验证看板。
19. 决策复盘与认知更新
适用场景：项目或决定结束后复盘、避免只以结果评价决策、更新未来判断规则。
输入要求：原始目标、当时信息、判断、行动、实际结果、过程中新增信息。
输出结构：决策质量、执行质量、运气因素、预测偏差、认知更新、下次规则。
标签：决策复盘 认知更新 结果偏差 经验沉淀
Prompt
原始决策是：【填写】。
当时的目标、信息和约束是：【填写】。
当时的判断、置信度与行动是：【填写】。
实际结果及过程中新增的信息是：【填写】。
请帮助我复盘，但不要简单地用结果好坏判断当时的决定是否正确。
- 重建当时的信息集：哪些信息当时已知，哪些是事后才知道，避免事后诸葛亮。
- 分别评价决策过程质量、执行质量和结果质量。
- 区分结果中来自能力、流程、外部变化和随机运气的部分。
- 检查当时是否存在确认偏误、过度自信、结果偏差、沉没成本、从众或遗漏关键基准率。
- 比较原预测与实际结果，说明偏差来自模型错误、输入错误还是环境变化。
- 判断哪些经验可迁移，哪些只是一次性情境，防止从单个案例过度归纳。
- 更新关键假设、置信度和未来的决策规则。
- 输出：应该保持的做法、应该停止的做法、应该开始的做法，以及下次遇到类似问题时的检查清单。
- 最后形成一条简洁的认知更新记录：“我过去相信……；现在因为……，将其更新为……；未来当……出现时，我会重新评估。”
推荐组合用法
复杂决策
隐藏问题重述 → 假设清单审计 → 双向钢人决策 → 关键变量提纯 → 反事实反转测试 → 最小实验 → 可验证行动 → 决策复盘
疑难问题诊断
苏格拉底式问题澄清 → 事实与推理核查 → 因果链路诊断 → 互补专家会诊 → 第一性原理重构
深度学习与研究
双层解释学习法 → 横纵深度研究 → 跨领域借解 → 优秀成品反向拆解
高风险项目启动
隐藏问题重述 → 假设清单审计 → 事前验尸分析 → 最小实验 → 可验证行动设计