首页
看点啥
插画图片
首页 看点啥 我将 12 个经典方法论做成 AI Skill,现在一句话即可激活整套思维框架

我将 12 个经典方法论做成 AI Skill,现在一句话即可激活整套思维框架

2026-07-29 0

你是否也经常碰到这样的情况——

当你打开 ChatGPT 或 Claude,请它分析某个复杂问题时,得到的答案明明有些道理,却总让人觉得“还缺了点什么”。

一套结构化的思考框架,正是其中缺失的部分。

AI 虽然聪明,默认采用的却是“通用”思考方式;它并不了解你当下需要麦肯锡式的结构化分析、Musk 式的第一性原理拆解,还是丰田式的持续改善思维。

因此,我把人类历史上最经典的 12 种思考方法论逐一锻造成“技能包”,让 AI 能够理解并执行。

同一场景,两类回答

先来看一组对比。

让 AI 分析市场机会时,我这样描述需求:「面向程序员的笔记工具,是我想做的产品。」

普通 AI 大概会给出这样的答案:

回答对不对?对。是否有用?用处不大,因为整个分析没有采用任何思考框架。

激活五力分析 Skill 后,AI 给出的回答则是这样:

区别看出来了吗?AI 相同、时间相同,答案的信息密度和可操作性却相差 5 倍。

方法论为何对 AI 如此重要?

问题并不在 AI。大语言模型本质上属于“通用推理引擎”,需要由你指定它应当遵循什么逻辑进行推理。

人类专家之所以成为专家,并非掌握了更多事实,而是已经内化一套思考框架:医生遵循鉴别诊断流程,投资人运用多维评估矩阵,工程师依据系统设计原则。

事情本身很简单,这个项目的名字是 Forge Skill(锻造技能):

  1. 深入调研一种方法论的原始文献,依据原著而非二手解读
  2. 跨领域验证每个原理至少 2 次,再从中归纳 3-7 个核心原理
  3. 构建可以执行的“操作协议”,逐步指导 AI 如何运用该方法思考
  4. 开展质量验证,包括自动检查 + 人工审查
  5. 只需一行命令,生成的标准 Skill 文件便能安装进你的 AI

12 种思维武器概览

? 认知方法论(帮助你更清晰地思考)

1. SpaceX 将火箭成本压低至行业 1/10,采用的第一性原理路径是:先把问题拆成不可再分的基本事实,再据此从头推导方案。

2. 面对复杂问题,系统思维是一种“治本”工具:它考察 A 与 B 怎样相互作用并构成循环,并不止于判断 A 导致 B。

3. 奥卡姆剃刀主张在解释力相同时,选择假设最少的方案。它并非认为“简单=正确”,而是强调“简单=更容易验证和纠错”。

4. 费曼学习法认为,无法简单解释清楚就代表没有真正理解,可通过“假装教给一个 12 岁的孩子”检验理解深度。

? 商业战略(帮助你做出更好的商业决策)

5. Dropbox 以 3 分钟视频验证需求,Zappos 用手机拍照验证“人在网上买鞋”;两者体现的精益创业Build-Measure-Learn 循环,旨在极端不确定下以最小成本获得最快学习。

6. 先用北极星指标确定方向,再逐层优化全漏斗并找出用户的“啊哈时刻”;增长黑客依赖的是无数小实验,并非一次大动作。

7. 进入任何新市场之前,先判断“这行业值得进吗?”五力分析给出的依据是,行业利润率由五种竞争力量决定。

8. 从战后废墟走向全球制造业标杆,丰田依靠的是每年百万条员工改善建议;这正是改善(Kaizen)所强调的每天进步 1%。

? 设计创新(帮助你做出更好的产品)

9. 真正观察用户经历了什么,而非直接询问他们想要什么;设计思维以这种用户共情为起点,对问题作出重新定义。

10. 产品失败多数源于题目选错,而非题目解错。双钻模型以两轮发散收敛应对这一点:第一轮探索正确的问题,第二轮探索正确的方案。

⚙️ 系统性问题解决:工程与方法工具

11. 创新能够像方程一样被系统化求解,而不只是等待灵感;这一结论来自 TRIZ,即苏联科学家研究 4 万份专利后提炼出的发明规律。

12. Gary Klein 的实验证明,可多识别 30% 风险的做法是事前验尸:项目尚未启动,先设定其已经失败,再倒推可能的失败原因。

如何使用?只需一行命令。

npx skills add peterfei/forge-skill-first-principles-skill

完成安装后,只要说出触发词:

随后,AI 会遵循对应方法论的结构化流程,逐步为你展开分析。

真正被执行的是经过三重验证的思维操作协议,而不是一场“扮演专家”的表演。

为何选择开源?

因为思考方法不应成为秘密。

我没有发明其中任何方法论:第一性原理属于 Aristotle,五力分析来自 Porter,Kaizen 则与 Toyota 相连,它们都是人类智慧的公共财富。我的工作只是“翻译”——原本要经过几个月阅读与实践才能内化的思维框架,被转成了 AI 能够直接执行的指令。

此外,项目的核心引擎同样开源。无须等待我继续锻造新方法论,你可以直接借助 forge-skill 引擎打造自己的思维工具。

冷启动阶段的真实反馈

GitHub 数据记录了上线后的 24 小时:

最出乎我意料的是,增长速度最快的竟然是“事前验尸”这个 Skill。

这套方法论虽然较为小众,实用性却很强:项目开始前用 30 分钟运行一遍,便可能省去事后 30 天的救火。

哪一个适合你?

如果只能选择一个——

当然,即使全部安装,也不过是执行 12 条命令。

最后

在我看来,AI 时代有一件事格外有趣:人类最聪明的思考方式能够被复制,而重点并非把 AI 塑造得更像人。

Tim Brown(IDEO CEO)的一句话,构成了这套方法的核心理念来源:

12 个 Skill 仅仅是开始。若你有希望锻造的方法论,可以到 GitHub 创建 Issue,和我们共同“锻造”。

GitHub: peterfei/forge-skill

安装: npx skills add peterfei/forge-skill-<方法名>-skill

AI工具、效率提升、思维方法、开源项目、ChatGPT、Claude、生产力

喜欢(0)

上一篇

Java 自研 ReAct Agent 半年后,我借 LangGraph 重新审视设计取舍

Java 自研 ReAct Agent 半年后,我借 LangGraph 重新审视设计取舍

下一篇

手把手带你为 AI Agent 搭建身份系统

手把手带你为 AI Agent 搭建身份系统
猜你喜欢