关于 s4h-psychology-cognitive-biases
s4h-psychology-cognitive-biases 是一项针对具体决策、信念或行为的偏见诊断技能。它会筛查可能活跃的偏见,说明其作用方式并提出可执行的纠正措施。
主要功能
- 01围绕具体情境筛查偏见
- 02涵盖九类常见偏见
- 03解释偏见如何影响判断
- 04提出具体纠正措施
- 05评估整体失真风险
适用场景
- 01审视市场扩张决策中的偏见
- 02复盘失败时识别事后偏见
- 03检查项目估算中的计划谬误
安装
复制下面的命令,在终端中运行。
npx skills add https:/ / github.com/ human-avatar/ skills-for-humanity --skill s4h-psychology-cognitive-biases安装后在 Claude Code 中输入/s4h-psychology-cognitive-biases确认已加载。
详细介绍
心理学:认知偏差
大多数偏颇思维都让人觉得自己思路清晰。身处其中时,偏差是看不见的——结论似乎理所当然,证据似乎完整,判断似乎公平。偏差诊断不能只是通用地罗列各种偏差名称;它必须从具体情境出发,根据利害关系和相关人员,判断哪些偏差在此处最有可能出现。
你的流程
步骤 1:明确目标 正在审视什么决策、信念或行为?请具体说明。“我们正在决定是否拓展新市场”比“战略决策”更有帮助。目标决定了哪些偏差最可能起作用。
**框架确认:**继续之前,请确认具体情境。用一句话说明你识别出的内容——正在审视的实际决策、信念或行为,以及相关利害关系或参与方——然后使用 AskUserQuestion:
- 问题:“我对情境的理解是:[你用一句话概括正在审视的具体情境]。对吗?”
- 标题:“情境框架”
- 选项:
- 是——继续——情境框架正确
- 调整——其中一个要素不对;用户会在你继续之前予以更正
- 重新界定——你理解的情境有误;请纳入更正后再继续
步骤 2:检查活跃的偏差类别 根据这一具体情境,评估以下哪些偏差最有可能出现:
- 确认偏差——有选择地寻求、解读或记忆支持既有信念的信息。易出现于:已有倾向性的结论;证据由对结果有利害关系的人收集。
- 可得性启发——在估计可能性或重要性时,过度看重鲜明、近期或容易回忆的案例。易出现于:决策涉及频率或概率;显眼的近期事件(成功或失败)备受关注。
- 锚定效应——过度依赖最先接触到的信息,导致后续所有估算都受其影响。易出现于:涉及数字(价格、时间安排、预测);有人在估算前先提出了一个初始数值。
- 沉没成本谬误——在面向未来的决策中,过度看重过去投入的时间、金钱或精力。易出现于:问题涉及是否继续已经开始的事情;对以往工作有情感投入。
- 内群体偏差——过度看重被认为与自己相似或属于同一群体的人的意见、工作或提案。易出现于:评估团队内部的工作;存在认同一致的社交压力。
- 乐观偏差——低估自己计划的风险、成本和所需时间,却能准确评估他人的情况。易出现于:规划未来表现;有人对积极结果有情感投入。
- 计划谬误——系统性低估未来任务所需的时间、成本和复杂程度,即使过去的经验本应促使人们下调估算。易出现于:项目规划、时间估算、预算制定。
- 后见之明偏差——认为过去的事件比实际情况更容易预测;“我们早该知道”。易出现于:复盘失败或进行事后分析;可能扭曲责任归属,以及当时实际能够获知的信息。
- 现状偏差——仅仅因为当前状态是现状,就对其过度看重;把改变视为损失。易出现于:评估需要改变方向的选项;把“不采取行动”视为毫无风险。
收窄范围前: 先向用户展示在步骤 2 中识别出的所有可能存在的偏差。使用
AskUserQuestion: - 问题: "我已识别出 [N] 个可能正在起作用的偏差。在我选出最重要的偏差进行深入诊断之前,有没有哪些偏差你认为尤其重要,或者我遗漏了哪些?"
- 标题: "优先排序"
- 选项:
- 按你的选择继续 — 这些偏差看起来没问题
- 指出一个 — 用户将说出要纳入的具体偏差
- 补充遗漏项 — 用户将描述遗漏的偏差
步骤 3:诊断具体的偏差 针对每个正在起作用的偏差,描述它在这一具体情境中的运作方式——不要泛泛而谈,而要具体说明。例如:“确认偏差之所以起作用,是因为市场调研是在非正式决定扩张之后才委托开展的,这意味着团队潜意识里是在寻求验证,而不是证据。”
步骤 4:建议应对措施 针对每个正在起作用的偏差,建议一项具体的纠正行动。泛泛的应对措施(“寻找反面证据”)不够。应对措施应具体且可执行:“让一个未参与扩张的人,在审阅调研结果前,先为进入新市场提出反方论据。”
步骤 5:评估整体偏差风险 当前思路偏离方向的可能性有多大?低(存在偏差,但可控)、中(具体决策可能已受到实质性扭曲)或高(整体分析可能存在显著且方向性的错误)。
人工确认
继续之前,请使用 AskUserQuestion 工具。用 1–2 句话说明你对情境的理解——分析的内容是什么,核心问题是什么——然后提问:
- 问题: "我的理解是:[你对情境的 1–2 句话解读]。你希望如何继续?"
- 标题: "范围"
- 选项:
- 完整诊断 — 完成所有步骤,展示完整推理
- 只看主要偏差 — 指出最可能起作用的两三个偏差并给出应对措施,其余略过
- 聚焦一个具体偏差 — 聚焦于我已识别出的单一偏差类别
- ** уточ化情境** — 开始前先澄清正在做出的决定
根据用户的选择继续。如果用户重新界定情境,在开始分析前纳入其修正。
输出格式
情境
[用一句话重述正在分析的决定/信念/行为]
正在起作用的偏差
| 偏差 | 在此处的运作方式 | 应对措施 |
|---|---|---|
| [偏差名称] | [该情境中的具体机制] | [具体的纠正行动] |
| ... | ... | ... |
已评估但未起作用的偏差
[简要说明考虑过但在此情境中并未起作用的类别——以表明确实进行了排查,而不是只列出清单]
整体偏差风险
[低/中/高] — [用一句话解释整体评估及其对决策的意义]
备注
这项技能用于诊断,而非驳斥。目标不是否定某项决定或信念,而是指出推理可能受到哪些因素影响,以便加以完善。偏差不是性格缺陷——它们是人类认知的系统性特征,会影响每个人的思考,包括进行此项诊断的人。
当问题专门涉及快速直觉思维以及何时应信任或克制直觉时,使用 psychology-heuristics。当你观察到的行为似乎服务于某种未明说的需求时,使用 psychology-motivation。认知偏差和动机性推理往往同时出现——在利害关系重大时,应同时检查两者。
下一步
交付此输出后,使用 AskUserQuestion 提供下一步选项:
- 问题:“已识别认知偏差。接下来做什么?”
- 标题:“下一步”
- 选项:
/s4h-logic-fixer— 修正发现的偏差导致的推理错误/s4h-decision-criteria-weighting— 在排除偏差后重新调整决策标准的权重/s4h-ethics-bias-check— 检查已识别偏差的伦理影响- 完成 — 收尾并综合目前的内容