heuristics-and-checklists

启发式规则与检查清单

目录

• 工作流
• 常见模式
• 防护措施
• 快速参考

工作流

复制此检查清单并跟踪进度：

Heuristics & Checklists Progress:
- [ ] Step 1: Identify decision or procedure
- [ ] Step 2: Choose approach (heuristic vs. checklist)
- [ ] Step 3: Design heuristic or checklist
- [ ] Step 4: Test and validate
- [ ] Step 5: Apply and monitor
- [ ] Step 6: Refine based on outcomes

步骤 1：确定决策或流程

需要简化哪项决策或流程？它是否重复？是否有时间限制？是否容易出错？参见 resources/template.md。

步骤 2：选择方法（启发式规则还是检查清单）

决策（选择方案）使用启发式规则。流程（按顺序执行步骤）使用检查清单。参见 resources/methodology.md。

步骤 3：设计启发式规则或检查清单

启发式规则：定义简单规则（识别、择优法、满意阈值）。检查清单：列出关键步骤，采用 READ-DO 或 DO-CONFIRM 格式。参见 resources/template.md 和 resources/template.md。

步骤 4：测试和验证

使用示例案例进行试点测试。检查：启发式规则能否得出足够好的决策？检查清单能否发现错误？参见 resources/methodology.md。

步骤 5：应用并监控

在实际场景中使用。跟踪结果：决策质量、错误率、节省的时间。参见 resources/template.md。

步骤 6：根据结果完善

依据数据调整规则。如果启发式规则在特定情境下失效，则添加例外。如果检查清单过长，则优先保留关键事项。参见 resources/methodology.md。

使用 resources/evaluators/rubric_heuristics_and_checklists.json 进行验证。最低标准：平均分 ≥ 3.5。

常见模式

模式 1：熟悉度启发法

• 规则：优先选择你熟悉的选项，而不是不熟悉的选项
• 最适合：在质量与知名度相关时，选择品牌、城市或专家
• 示例：“底特律和密尔沃基，哪个城市更大？”（如果只认识其中一个，就选底特律）
• 适用情况：熟悉度能够预测质量的稳定环境
• 不适用情况：广告造成虚假的熟悉感，或不了解小众领域的质量

模式 2：取最佳启发法

• 规则：找出最重要的单一标准，仅据此做出选择
• 最适合：一个因素占主导的多属性决策
• 示例：招聘——“他们在[关键技能]方面的过往表现如何？”忽略其他因素。
• 适用情况：一个因素具有预测力，其他因素增加的价值很小
• 不适用情况：多个因素同等重要，或因素间的相互作用很重要

模式 3：满意化（足够好的门槛）

• 规则：设定最低可接受标准，选择第一个符合标准的选项
• 最适合：日常决策、时间紧迫，或分析的边际收益递减
• 示例：“候选人满足 80% 的要求 → 录用，不要继续寻找满足 100% 要求的人选”
• 适用情况：搜索成本高，及时得到足够好的结果胜过延迟获得完美结果
• 不适用情况：次优选择的后果很严重

模式 4：航空检查清单（执行后确认）

• 形式：凭记忆执行操作，然后逐项对照检查清单确认
• 最适合：包含关键步骤的常规流程（飞行前、手术前、部署前）
• 示例：飞行员凭记忆驾驶，然后查看检查清单，确认所有事项都已完成
• 适用情况：专家执行熟悉的流程，且偏好保持心流状态
• 不适用情况：新手或不熟悉的流程（改用边读边做）

模式 5：手术检查清单（边读边做）

• 形式：读出每个步骤，然后逐项执行
• 最适合：不熟悉的流程、新手，以及风险高且不可逆的操作
• 示例：手术团队大声读出检查清单，每完成一步后确认，再继续下一步
• 适用情况：情境不熟悉、处于学习状态，或出错后果严重
• 不适用情况：专家执行常规任务（会觉得繁琐，还会增加额外负担）

模式 6：快速简约决策树

• 形式：包含 1-3 个问题的简单决策树，每个节点都进行二选一判断
• 最适合：分流、分类，以及是否继续的决策
• 示例：“客户是企业客户吗？是 → 分配资深销售代表。否 → 交易额超过 10 千美元吗？是 → 分配中级销售代表。否 → 自助服务。”
• 适用情况：决策结构清晰，所需信息有限
• 不适用情况：决策需要细致权衡，且经常出现例外情况

防护准则

关键要求：

1. 了解启发式方法何时有效、何时失效：启发式方法适用于稳定、熟悉且时间紧迫的环境。在新颖、具有欺骗性的情境（对抗性信息、误导性信息）中则会失效。不要在广告制造虚假信号时使用识别启发式。

2. 满意化 ≠ 降低标准：必须校准“足够好”的门槛。根据继续搜索的成本与更好选项的价值来设定。门槛过低 → 决策质量差。门槛过高 → 分析瘫痪。

3. 只为关键步骤制定清单：不要列出每个琐碎操作。重点关注以下步骤：（1）经常被跳过；（2）遗漏后果严重；（3）不容易立刻想到。短清单的使用率高于被忽视的长清单。

4. 新手用 READ-DO，专家用 DO-CONFIRM：根据用户的专业水平选择格式。强迫专家使用 READ-DO 会引发抵触，甚至导致他们放弃。让专家按自己的节奏操作，再进行确认。

5. 通过实证检验启发式方法：不要想当然地认为规则有效。用历史案例进行测试，将启发式决策与最优决策进行比较。如果准确率低于 80%，就改进或弃用。

6. 意识到偏见并不等于消除偏见：知道存在可得性偏见，并不能阻止它。启发式方法往往是无意识的。需要借助外部检查（清单、同行评审、基准率）来抵消偏见。

7. 环境变化时更新启发式方法：针对过去优化的规则，在新的情境中可能失效。市场会转变，技术会变化，竞争对手的策略也会演变。每季度重新验证。

8. 强制措施胜过提醒：“别忘了 X”不起作用。“完成 X 后才能继续”才有效。建立约束（例如，部署脚本要求所有测试通过），而不是依赖记忆。

常见误区：

• ❌ 把启发式方法当作普遍规律：“始终选择知名品牌”在面对欺骗性广告或小众品质时会失效。
• ❌ 清单太长：包含 30 项的清单会被跳过。最多保留 5–10 项关键内容。
• ❌ 忽视基准率：“这位客户看起来会买”（代表性启发式）与“只有 2% 的潜在客户会转化”（基准率）。使用基准率来校准直觉。
• ❌ 锚定在第一个选项上：“第一个候选人看起来不错，我们就录用吧”，却不考虑其他选择。设定满意化门槛，然后评估多个选项。
• ❌ 把清单当作推卸责任的挡箭牌：“我照着清单做了，不是我的错”，这忽视了独立思考的责任。清单是对判断力的补充，不能取而代之。
• ❌ 不测试启发式方法：未经验证就假设规则有效。用过往案例进行测试，并衡量准确率。

快速参考

常见启发式规则：

启发式规则	规则	示例	最适用场景
识别	选择你熟悉的选项	底特律 > 密尔沃基（规模）	熟悉程度与质量之间存在稳定相关性
择优法	使用最重要的单一标准	仅根据过往业绩招聘	一个主导因素可以预测结果
满意化	选择第一个达到门槛的选项	候选人满足 80% 的要求 → 招聘	时间紧迫、搜索成本高
易得性	根据回忆的容易程度判断频率	飞机失事似乎很常见（印象鲜明）	近期、印象鲜明的事件（警告：存在偏差）
代表性	根据与原型的相似程度判断	“看起来像成功的初创公司创始人”	存在刻板印象（警告：存在偏差）
锚定	从初始值开始调整	第一个价格会影响谈判	数值估算（警告：存在偏差）

清单格式：

格式	适用时机	流程	示例
读做式（READ-DO）	新手、不熟悉、高风险场景	阅读步骤 → 执行步骤 → 重复	手术（WHO 清单）
做核对式（DO-CONFIRM）	专家、常规、熟悉的场景	凭记忆执行 → 对照清单确认	航空飞行前检查
挑战-响应式	双人核验	一人朗读，另一人确认	核武器发射程序

清单设计原则：

1. 保持简短：最多 5-10 项（仅列关键步骤）
2. 使用动词开头的表述：“确认备份已完成”，而不是“备份”
3. 每行一个步骤：不要合并“测试并部署”
4. 使用复选框格式：☐ 便于直观确认
5. 设置暂停点：确定自然的停顿位置（开始前、关键阶段后、结束前）
6. 关键阻断项：标记会阻止继续进行的事项（例如，⚠ 测试必须通过）

何时使用启发式规则，何时使用清单：

决策类型	使用启发式规则	使用清单
在多个选项中做选择	✓ 识别、择优法、满意化	✗ 不适用
顺序流程	✗ 不适用	✓ 飞行前检查、部署、手术
复杂的多步骤流程	✗ 过于简化	✓ 确保不会遗漏任何步骤
常规决策	✓ 快速规则（满意化）	✗ 杀鸡用牛刀
容易出错的流程	✗ 无法防止错误	✓ 发现错误

认知偏差（启发式规则失效时）：

偏差	启发式规则	失效模式	缓解方法
易得性	将近期或印象鲜明的事件判断为频繁发生	高估飞机失事（印象鲜明）的发生率，低估心脏病的发生率	使用基准率和统计数据
代表性	根据刻板印象的相似程度判断	“看起来像成功的创始人”忽略了成功的基准率	对照实际基准率进行核查
锚定	第一个数字会影响估算	最初的薪资报价会锚定谈判	先设定自己的锚点，再有意识地调整
确认偏差	寻找支持性证据	只注意到确认性数据	主动寻找反证
沉没成本	因过去的投入而继续	“已经花了 $100k，现在不能停”	仅根据未来价值进行评估

所需输入：

• 决策/流程：哪些内容需要简化或系统化？
• 历史数据：用于测试启发式规则准确性的过往案例
• 关键步骤：哪些步骤一旦跳过就会导致失败？
• 错误模式：错误最常发生在哪里？
• 时间限制：必须多快做出决策？

产出内容：

• heuristic-rule.md：已定义的启发式规则及其适用条件和例外情况
• checklist.md：包含关键步骤的结构化清单
• validation-results.md：基于历史案例的测试结果
• refinement-log.md：根据实际表现进行迭代的记录