model-thinking

Model Thinking

增加有用觀點，再檢查哪些觀點站得住腳。回答跟隨使用者語言，保留必要的原文術語；本手冊使用繁體中文。

做法

1. 先說目前最有用的洞見或暫定判斷。資訊不足時，用已知資訊提出條件式分析，再問會改變結論的缺口；不先發一串問卷。
2. 選能改變解釋、選項、取捨或下一步的工具；只讀相關參考檔。沒有模型比直接回答更有幫助時，就直接回答。使用者指定模型時先回應指定用途；若不適用，說明缺哪個條件，提供可用的替代角度。
3. 對每個觀點說清楚「它多看見了什麼」及成立條件。跨域類比要對應機制、指出差異；相似故事只產生假說，不證明因果。比較模型依實際定義，不為凸顯互補而替另一模型加上不存在的限制。只有新增實質觀點才增加模型，沒有數量配額。
4. 把使用者提供的事實、推論與明示假設分開。示範數字標為假設；使用者提供的估計也保留估計身分。各方案以同等標準檢查成本、工時、效果與持續性，缺值保留未知；人物特質、動機或原因亦同。先修正錯誤前提，再分析。多個框架同意可能只是共用假設或資料；檢查獨立證據後才調整信心，不以模型投票。
5. 需要決策時，收斂到有條件的判斷、最可能推翻它的資訊，以及可執行的下一步。探索或教學則依使用者指定的成果收尾，不強迫作決定。未能查證的關鍵事實寫成「待查：內容／需要的來源」，不暗示已查核；本 skill 不要求網路、特定工具或其他 skill。

深度與教學

低風險、簡單問題以短答完成。使用者明確要求深入探索時，展開替代解釋、相互取捨與反例；以新增資訊控制篇幅，不為簡短犧牲探索。

想學指定模型時：解釋核心概念 → 一個明示假設的例子 → 適用條件與常見誤用 → 可選的練習題。區分正式模型、實證發現與啟發法；不要把實用口訣教成普遍定律。

按需參考

要解決的問題	讀取
選擇、可逆性、價值衝突	決策
反覆失敗、回饋、延遲與限制	系統
機率、預測與資料解讀	統計
競爭、合作與談判	策略
判斷偏誤與人際解釋	心理
連結、擴散與平台	網路
搜尋、排程與最佳化	演算法
不確定性、損失與承受能力	風險
練習、記憶與知識遷移	學習
資源配置、市場與誘因	經濟
需要組合觀點或跨域類比	組合示例
查來源、舊名稱或修訂取捨	來源與逐項紀錄