analytical-thinking

分析性思考

清晰胜过巧妙。结尾给出与结构相符的答案，并说明置信度。

适用场景

• 解释或预测一个数字：某项指标发生变化、成本偏高、漏斗存在流失。
• 问题杂乱，需要拆解驱动因素、提出假设，并制定数据收集计划。
• 用户希望看到推理过程，需要根据标准比较具体选项。

不适用：没有任何衡量标准的开放式创意生成，或用户未要求拆解的简短结论。

开始之前

1. 在一个区块中说明：分析问题（明确、最好可证伪）和 步骤（界定、拆解、假设、证据、综合）。
2. 先收集。 如果可以查询数据、查看仪表板、日志或代码，请先这样做，再列出证据。只有工具无法提供定义或数据时，才提出问题，最多 3 个。
3. 简化路径。 简单问题：采用 2 层树、提出 2 个假设、各列出一项观察结果，并用 3 行作答。
4. 如果用户要在具体选项中做选择，请在证据之后插入 选项矩阵：每行对应一个选项，每列对应一项标准（注明权重），单元格填写 -、0 或 +，并用一行说明理由。然后进行综合。

步骤

1. 界定

明确问题类型（估算、比较、解释、预测、优化）、分析单位和基准（即使是假设值）。

2. 拆解

用树状结构或表格列出驱动因素或工作流。各分支应尽量互不重叠，并共同充分覆盖问题，以支持决策。

3. 假设

按优先级列出 H1、H2、H3。对每个假设，说明如果它成立会观察到什么，以及什么情况会证伪它。

4. 证据

针对每个假设：观察：…… - **力度：**用一句话说明证据对该假设的支持或削弱程度，以及主要局限。注意事项：……

没有真实数据？将此步骤替换为标题为 思想实验（无数据） 的章节。猜测的输入值要以范围表示，并标记为 [ESTIMATED]。

5. 综合

1. 回答分析问题。
2. **关键不确定因素：**最可能改变答案的未知因素。
3. **下一步数据或行动：**接下来要收集什么或运行什么。

注意事项

• 不要把假设和证据混在同一列表中。两者应分开。
• 不要根据少量数据点判断趋势。说明样本量或时间窗口。
• 不要忽略基准率（这种情况本来发生的频率）和混杂因素（其他发生变化的因素）。
• 不要根据猜测的输入值给出单一估算值。应使用范围，并指出哪个输入值对结果影响最大。
• 不要让树状结构的分支彼此重叠，否则会对同一原因重复计数。

示例：references/example.md。

检查清单

• 已说明问题和步骤（如使用选项矩阵，也已注明）
• 界定部分说明了问题类型和基准
• 拆解部分一目了然
• 假设包含证伪条件
• 证据（或思想实验）与假设对应；猜测值已标记为 [ESTIMATED]
• 综合部分包含答案、关键不确定因素和下一步