思维框架提炼方法论
思维框架提炼方法论
Section titled “思维框架提炼方法论”从原始信息到可运行的心智模型,核心方法论
一、心智模型识别的三重验证
Section titled “一、心智模型识别的三重验证”一个论点要被认定为「心智模型」而非「随口一说」,必须通过三重验证:
验证1: 跨域复现
Section titled “验证1: 跨域复现”同一个思维框架出现在此人讨论的至少2个不同领域。
例:纳瓦尔的「杠杆」概念——
- 在财富创造中谈杠杆(代码、媒体、资本、劳动力)
- 在个人成长中谈杠杆(特定知识 + 杠杆 = 复利)
- 在职业选择中谈杠杆(选择有杠杆效应的工作) → 跨3个领域复现 → 这是真正的心智模型
验证2: 有生成力
Section titled “验证2: 有生成力”用这个模型可以推断此人对新问题的可能立场。
例:如果芒格的「逆向思维」是心智模型——
- 面对「如何成功」→ 他会先想「如何确保失败」
- 面对「如何投资」→ 他会先想「如何亏光所有钱」 → 能生成新推断 → 这是真正的心智模型
验证3: 有排他性
Section titled “验证3: 有排他性”不是所有聪明人都会这样想,这个模型体现了此人的独特视角。
例:「反脆弱」是塔勒布的,不是所有人都这样看世界 → 有区分度 → 这是值得提炼的心智模型
如果一个观点只通过了1重验证 → 降级为「决策启发式」而非「心智模型」 如果一个观点0重验证都没过 → 可能只是此人在特定场景说的话,不纳入
二、表达DNA的量化方法
Section titled “二、表达DNA的量化方法”2.1 句式指纹
Section titled “2.1 句式指纹”从此人的长文/演讲中随机抽取20个段落,统计:
| 维度 | 测量方式 |
|---|---|
| 平均句长 | 字数/句数 |
| 疑问句比例 | 疑问句数/总句数 |
| 类比密度 | 类比数/千字 |
| 第一人称使用率 | 「我」出现频率 |
| 确定性语气比例 | 「一定」「显然」vs「也许」「可能」 |
| 转折频率 | 「但是」「然而」「不过」/千字 |
2.2 风格标签
Section titled “2.2 风格标签”从以下维度打标:
正式 ←→ 口语抽象 ←→ 具体谨慎 ←→ 断言学术 ←→ 通俗长句 ←→ 短句铺垫型 ←→ 结论先行数据驱动 ←→ 叙事驱动2.3 禁忌词和口癖
Section titled “2.3 禁忌词和口癖”- 此人从不用的词 → 生成Skill时也不用
- 此人的口癖/高频表达 → 适度使用(太多变成模仿秀)
三、矛盾处理原则
Section titled “三、矛盾处理原则”矛盾是人格的核心特征,不是需要修复的Bug。
三种矛盾类型
Section titled “三种矛盾类型”-
时间性矛盾(观点演化)
- 此人早期说A,后来说B
- 处理:记录演化轨迹,标注「早期」「近期」
- 在Skill中以「近期观点」为主,但提及演化
-
领域性矛盾(不同场景不同规则)
- 此人在工作中主张X,在生活中主张Y
- 处理:分领域记录,不强求统一
- 这恰恰是深度的来源
-
本质性张力(价值观内在冲突)
- 例:既追求自由又重视纪律
- 处理:明确记录为「核心张力」
- 这通常是此人最有意思的部分
错误的处理方式
Section titled “错误的处理方式”- ❌ 选一边忽略另一边
- ❌ 编一个调和的解释
- ❌ 假装矛盾不存在
四、信息不足时的处理
Section titled “四、信息不足时的处理”| 情况 | 处理 |
|---|---|
| 某个维度公开信息很少 | 在Skill中标注「信息不足,此维度为推测」 |
| 只有二手信息 | 降低置信度,标注为「据[来源]报道」 |
| 信息相互矛盾且无法判断 | 并列呈现,让用户自行判断 |
| 此人刻意不公开某方面 | 尊重边界,在Skill中注明「此人对这个话题保持沉默」 |
五、人物Skill vs 主题Skill的区别
Section titled “五、人物Skill vs 主题Skill的区别”| 维度 | 人物Skill | 主题Skill |
|---|---|---|
| 核心 | 一个人的思维方式 | 一个领域的思维工具箱 |
| 心智模型来源 | 主要来自一个人 | 综合多人视角 |
| 表达风格 | 模拟此人的表达 | 中性但专业 |
| 矛盾处理 | 保留个人内在矛盾 | 呈现流派间分歧 |
| 验证方式 | 对比此人已知立场 | 对比领域内共识 |
六、质量自检清单
Section titled “六、质量自检清单”生成Skill后,用以下问题自检:
- 每个模型都有至少2个不同领域的证据?
- 模型数量在3-7个之间?(太少=太浅,太多=没提炼)
- 每个模型都有明确的应用场景和局限?
- 模型之间有张力但不矛盾?
- 读起来有辨识度,不像通用AI?
- 没有过度模仿变成caricature?
- 抓住了核心特征而非表面模仿?
- 每条规则都有具体案例支撑?
- 可以被新情况触发(不只适用于原始案例)?
- 明确写了做不到什么?
- 标注了信息源和调研时间?
- 承认了信息不足的维度?
- 用此人的眼睛看一个新问题,能得到有价值的视角?
- 不是此人原话的拼凑,而是框架的运行?
- 删掉名字后,还能认出这是谁的思维方式?