{"id":"9f6295a0-c1a9-498c-bbb3-dab7ca3a4abf","shortId":"tXBRd4","kind":"skill","title":"p12a-contemplation-right-thinking","tagline":"修正判断路径，而不是堆更多观点——拆解判断链，区分前提/证据/推理/情绪","description":"# 正思维 Skill（Right Thinking）\n\n## 适用场景\n- 团队陷入观点之争，谁也说服不了谁\n- 决策依据混乱，事实、观点、情绪混在一起\n- 需要理清\"我为什么这么判断\"\n\n## 输入\n| 字段 | 说明 |\n|------|------|\n| judgment_statement | 判断/结论陈述（如\"这个功能应该做\"） |\n| reasoning_path | 得出该判断的推理过程（若有） |\n| emotional_tags | 伴随的情绪感受（焦虑/兴奋/担忧等） |\n\n## 输出\n- 判断链拆解图（前提→证据→推理→结论）\n- 薄弱环节标识\n- 修正后的推理路径\n\n## 工作流程\n1. **前提列示**：这个判断依赖哪些未被言明的假设？\n2. **证据盘点**：有哪些事实支撑？证据质量如何？是否有反证？\n3. **推理检查**：从证据到结论的逻辑是否成立？是否有跳跃？\n4. **情绪识别**：情绪如何影响了前提的选择和证据的权重？\n5. **重构判断**：基于以上分析，重新表述判断或给出置信度\n\n## 注意事项\n- 区分\"判断\"和\"观点\"——判断是可修正的结论，观点是立场的表达\n- 情绪不是敌人，是信号——识别它影响了哪个环节\n\n## 核心概念\n\n### 1. 判断链拆解（Judgment Chain Decomposition）\n- **定义**：将一个判断/结论拆解为前提、证据、推理、情绪四个独立成分\n- **关键点**：\n  - 一个判断背后至少有四样东西混在一起：默认了什么、看到了什么、怎样推理的、为什么特别想让结论成立\n  - 只要四件事混在一起，讨论就很容易变成立场对撞\n  - 拆开后才能看见团队真正站得最虚的是哪一层\n\n### 2. 探索模式 vs 辩护模式（Exploration vs Advocacy Mode）\n- **定义**：判断的两种根本不同的运作方式\n- **关键点**：\n  - 探索模式问：如果我错了，最可能错在哪？\n  - 辩护模式问：我还能找什么证明自己没错？\n  - 一个团队越成熟、越专业，有时反而越难纠偏——因为每个人都有框架，都会用逻辑和数据把解释包装得很像\"理性结论\"\n  - 判断路径一歪，后面的分析再多，也只是更漂亮的偏差\n\n### 3. 箭伤优先（Arrow Wound First）\n- **定义**：来自佛教\"毒箭喻\"——先处理最紧急的伤害，再追究其他枝节\n- **关键点**：\n  - 很多团队不是答案错，而是走向答案的那条路被别的东西带偏了\n  - 项目数据不佳，真正该先处理的是\"用户价值是否成立\"，但组织更容易先讨论谁没执行好\n  - 人会用很多看起来很像思考的东西，拖延自己真正该面对的东西\n  - 先问箭在哪，再问谁射的\n\n### 4. 情绪识别（Emotion Recognition）\n- **定义**：识别情绪如何影响了前提选择、证据权重和推理方向\n- **关键点**：\n  - 情绪不是敌人，是信号——它影响了哪个环节就是哪个环节需要被重看\n  - 有人不是证据不足，而是前提没重看；有人不是逻辑不通，而是情绪太重\n  - AI 时代偏差更隐蔽：一个带着立场的判断在 AI 帮助下很快就能变成\"滴水不漏的分析\"\n\n### 5. 归零测试（Zero-Based Test）\n- **定义**：假设今天重新开始，还会做出同样的判断吗？\n- **关键点**：\n  - 逼人暂时放下面子、投入和沉没成本，回到更冷一点的判断位置\n  - 对项目负责人、技术负责人、业务负责人都有用\n  - 这个问题能让\"继续做\"和\"再看看\"之间的区别变得更清晰\n\n## 深入核心概念\n\n### 1. 探索模式与辩护模式的切换\n\n> \"探索模式会问：如果我错了，最可能错在哪？辩护模式只会问：我还能找什么证明自己没错？这个区别看起来细，后果却完全不同。\"\n\n书稿在第四章指出，很多组织的判断失真并不是因为信息太少，而是因为信息进入判断之前，已经被角色、经验、情绪和立场过滤过了。一个团队越成熟、越专业，有时反而越难纠偏——因为每个人都有框架，都会用逻辑和数据把解释包装得很像\"理性结论\"。判断路径一歪，后面的分析再多，也只是更漂亮的偏差。AI 时代会让这种偏差更隐蔽：一个带着立场的判断在 AI 帮助下很快就能变成\"滴水不漏的分析\"。\n\n在产品决策中，正思维要求从辩护模式切回探索模式。Cisco 案例中，团队最初判断路径是\"单点效率有没有提升\"——补全准不准？界面顺不顺？但 Cisco 面对的是复杂代码库、跨团队协作的真实工程世界。他们真正做的不是在\"更强补全\"上继续打磨答案，而是把问题路径改了：从\"工具聪不聪明\"改为\"能不能在真实约束下持续工作\"。先改\"我们究竟在判断什么\"，再改\"我们怎样把它放进真实工作\"。\n\n### 2. 毒箭喻与判断优先级\n\n> \"人会用很多看起来很像思考的东西，拖延自己真正该面对的东西。明明该先处理的是箭伤，却把力气花在证明、归责、维护自我、满足控制感上。\"\n\n书稿引用佛教\"毒箭喻\"来说明判断优先级的错位：一个项目数据不佳，真正该先处理的也许是用户价值是否成立，但组织更容易先讨论是谁没执行好、哪个团队没配合好。一个方向已经越来越站不住，真正该处理的也许是最初假设是否需要重来，但团队更容易忙着证明市场还没成熟、竞品太不讲武德。这些讨论不是完全没意义，但它们常常不是那支箭。\n\n在产品复盘中，正思维要求\"先问箭在哪，再问谁射的\"。当 AI 客服功能只能处理 35% 的问题且满意度低于人工时，团队不应该先讨论\"谁的 prompt 写得不好\"或\"知识库谁负责维护\"，而应该先面对最直接的判断：初始假设\"AI 可以替代 80% 人工客服\"是否已被证伪？如果答案是肯定的，那么继续优化 prompt 只是在给旧系统打补丁，而不是重看方向。\n\n### 3. 判断链的四层拆解\n\n> \"一个判断背后至少有四样东西混在一起：我们一开始默认了什么？我们真正看到了什么？我们怎样把证据连成结论的？我们为什么特别想让这个结论成立？\"\n\n书稿提出将判断拆解为前提、证据、推理、情绪四个独立成分。只要四件事混在一起，讨论就很容易变立场对撞。拆开后才能看见团队真正站得最虚的是哪一层。有人不是证据不足，而是前提没重看；有人不是逻辑不通，而是情绪太重；有人不是不知道风险，而是不愿意面对如果这个方向错了自己要承担什么心理代价。\n\n在产品团队中，当负责人说\"应该先做 agent，因为行业都在做\"时，正思维要求拆解这个判断：前提——\"行业都在做 = 我们也应该做\"未验证，行业共识可能是集体盲区；证据——全来自外部观察，没有用户验证；推理——跳过了\"用户是否需要\"这一层；情绪——\"怕落后\"的焦虑驱动了跟随倾向。拆开后才发现，团队处于辩护模式（找理由做 agent）而非探索模式（先问用户需要什么），判断链最薄弱的环节是完全没有用户层面的需求验证。\n\n## 分步执行\n\n### 第 1 步：前提列示\n1. 明确判断/结论陈述\n2. 列出这个判断依赖哪些未被言明的假设\n3. 追问：这些前提在今天还成立吗？\n4. 标记哪些前提是\"默认接受\"还是\"经过验证\"\n\n### 第 2 步：证据盘点\n1. 列出所有支撑该判断的证据\n2. 评估证据质量：是原始观察、二手转述、还是 AI 总结？\n3. 检查是否有反证\n4. 区分事实、解释和判断——不要让三层混在一起\n\n### 第 3 步：推理检查\n1. 从证据到结论的逻辑是否成立？\n2. 是否有逻辑跳跃？（如：\"用户说好\"→\"用户会续费\"）\n3. 是在逼近问题，还是在保护自我？\n4. 推理链中最薄弱的环节在哪里？\n\n### 第 4 步：情绪识别\n1. 检查伴随该判断的情绪：焦虑？兴奋？担忧？不甘心？\n2. 情绪影响了哪个环节：前提选择？证据权重？推理方向？\n3. 是否因为情绪太重，所以不愿意面对反面证据？\n4. 组织压力（KPI、面子、沉没成本）如何影响了判断？\n\n### 第 5 步：重构判断\n1. 基于以上分析，重新表述判断并给出置信度\n2. 标注判断链中的薄弱环节和需要补充的证据\n3. 执行归零测试：如果今天重新开始，还会这样判断吗？\n\n## 示例 1：Cisco Codex 从\"工具评估\"到\"流程判断\"的路径改写\n\n### 场景描述\nCisco 在评估是否引入 Codex 时，团队最初的判断路径是\"单点效率有没有提升\"——补全准不准？界面顺不顺？能不能少写几行代码？但 Cisco 面对的是复杂代码库、跨团队协作、安全治理、代码评审的真实工程世界，问题不只是\"工具聪不聪明\"，而是\"它能不能在真实约束下持续工作\"。\n\n### 用户输入\n```\njudgment_statement: \"Codex 在补全效率上有提升，但幅度有限，建议暂缓引入\"\nreasoning_path: \"补全准确率测试 → 与现有工具对比 → 效率提升约 15% → 不足以改变工作流\"\nemotional_tags: [\"对新技术的谨慎\", \"对现有流程稳定性的偏好\", \"怕引入新工具带来混乱\"]\n```\n\n### 执行流程\n1. **前提列示**：\n   - 前提1：\"AI 工具的价值主要体现在单点效率提升\" → ⚠️ 可能不成立。Cisco 场景下价值可能在\"能否进入真实工程工作流\"\n   - 前提2：\"补全准确率是衡量标准\" → ⚠️ 过窄。真实场景需要衡量\"能不能在真实约束下持续工作\"\n   - 前提3：\"现有流程稳定是好事\" → 需要检查。稳定可能是惰性\n2. **证据盘点**：\n   - 事实：补全准确率测试数据、效率提升 15%\n   - 反证缺失：没有测试 Codex 在真实工程工作流（编译-测试-修复循环、代码评审、治理边界）中的表现\n   - 问题：证据只覆盖了\"单点效率\"，没有覆盖\"流程适配性\"\n3. **推理检查**：\n   - 逻辑跳跃：\"效率提升 15% 不足以改变工作流\" → 但\"进入工作流\"和\"改变效率\"是两个不同维度\n   - 弱环节：只用\"效率\"一个维度做判断，忽略了\"能动性（agency）\"维度\n4. **情绪识别**：\n   - \"对现有流程稳定性的偏好\"可能让团队更倾向于找理由不引入新工具\n   - \"怕引入混乱\"是一种合理担忧，但也可能是防御性归因\n5. **重构判断**：\n   - 原判断路径：\"单点效率提升不够 → 暂缓\"\n   - 修正路径：\"应该把 Codex 放进真实工作流中重新判断——能不能进入真实流程、接受真实约束、承担真实工作、不破坏治理边界？\"\n\n### 输出结果\n```\n=== 判断链拆解报告 ===\n\n【判断】Codex 效率提升有限，建议暂缓引入\n\n【拆解】\n- 前提：AI 价值 = 单点效率提升 → 过窄，应扩展到\"流程适配性和能动性\"\n- 证据：补全准确率 15% 提升 → 可信但不完整，缺少\"真实工程工作流\"测试\n- 推理：效率提升有限 → 暂缓 → 跳跃。\"效率不够\"不等于\"不值得引入\"\n- 情绪：对流程稳定的偏好可能让团队更倾向找理由不引入\n\n【薄弱环节】\n- 判断维度过窄（只看效率，不看能动性）\n- 证据覆盖不全（只测了单点，没测流程）\n- 情绪可能驱动了保守倾向\n\n【修正后判断】\n不应仅凭\"单点效率\"决定是否引入。Cisco 的真正问题是：Codex 能不能进入真实工程工作流、接受真实约束、承担真实工作、不破坏治理边界？这需要把 Codex 直接放进真实工作里重新判断。置信度：需要补充真实工作流测试数据后才能做最终决策。\n```\n\n## 示例 2：AI 产品方向选择中的判断路径偏移\n\n### 场景描述\n一个团队在讨论 AI 产品方向时，负责人说\"应该先做 agent，因为行业都在做\"。但这个判断背后的前提、证据和推理路径没有被拆开过。团队需要检查：这个判断是怎么长出来的？\n\n### 用户输入\n```\njudgment_statement: \"我们应该先做 AI agent，行业趋势明确，竞品都在做\"\nreasoning_path: \"行业报告 → 竞品分析 → 头部公司都在布局 agent → 我们也应该做\"\nemotional_tags: [\"怕落后\", \"对行业趋势的焦虑\", \"想快速行动\"]\n```\n\n### 执行流程\n1. **前提列示**：\n   - 前提1：\"行业都在做 = 我们也应该做\" → ❌ 未验证。行业共识可能是集体盲区\n   - 前提2：\"竞品做的方向 = 正确方向\" → ⚠️ 竞品也可能在跟随而非判断\n   - 前提3：\"agent 是用户真正需要的\" → ❌ 完全没验证\n2. **证据盘点**：\n   - 事实：行业报告提到 agent、竞品有 agent 产品\n   - 缺失：用户是否真的需要 agent？用户真实痛点是什么？\n   - 问题：所有证据都来自外部观察，没有来自用户验证\n3. **推理检查**：\n   - 逻辑跳跃：\"行业趋势明确\" → \"我们应该做\" → 中间跳过了\"我们的用户是否需要\"\n   - 这更像辩护模式（找理由支持已有倾向）而非探索模式（先问用户需要什么）\n4. **情绪识别**：\n   - \"怕落后\"是主要驱动力——焦虑让团队更倾向跟随而非独立判断\n   - 这种焦虑让\"行业共识\"变得更像答案，但行业共识不等于用户需求\n5. **重构判断**：\n   - 不应先决定\"做不做 agent\"，而应先问：我们的用户真实处境里，自动代理到底解决了什么痛点，又会带来什么新的不安？\n   - 归零测试：如果今天第一次看到这个方向，没有行业压力，我们会先验证什么？\n\n### 输出结果\n```\n=== 判断链拆解报告 ===\n\n【判断】应该先做 AI agent\n\n【拆解】\n- 前提：\"行业都在做 = 我们也应该做\" → 未通过。行业共识可能是集体盲区\n- 证据：行业报告、竞品分析 → 来源单一，全是外部观察，缺少用户验证\n- 推理：行业趋势 → 我们应该做 → 跳过了\"用户是否需要\"这一层\n- 情绪：\"怕落后\"的焦虑驱动了跟随倾向，让行业共识变得太像答案\n\n【薄弱环节】\n- 没有用户层面的需求验证\n- 推理路径是\"外部压力 → 跟随\"，不是\"用户问题 → 解决方案\"\n- 处于辩护模式（找理由做 agent）而非探索模式（先问用户需要什么）\n\n【修正后判断】\n不应直接决定\"做不做 agent\"。应该先验证：我们的用户真实处境里，自动代理到底解决了什么痛点？又会带来什么新的不安（如可控性、信任）？先做小实验验证判断，再决定方向。置信度：当前判断未经用户验证，置信度低。\n```\n\n## 判断链拆解速查\n\n| 判断成分 | 检查问题 | 常见偏差 |\n|---------|---------|---------|\n| 前提 | 这个判断默认了什么假设？ | 默认接受、未经验证 |\n| 证据 | 有哪些事实支撑？质量如何？有反证吗？ | 选择性引用、AI 总结当事实 |\n| 推理 | 从证据到结论的逻辑是否成立？ | 逻辑跳跃、因果倒置 |\n| 情绪 | 什么情绪影响了这个判断？ | 焦虑驱动跟随、不甘心驱动坚持 |\n\n## 探索模式 vs 辩护模式检查表\n\n| 维度 | 探索模式 | 辩护模式 |\n|------|---------|---------|\n| 核心问法 | \"如果我错了，最可能错在哪？\" | \"我还能找什么证明自己没错？\" |\n| 对反证的态度 | 认真对待，看是否需要修正判断 | 找理由解释掉或忽略 |\n| 对不确定性的态度 | 承认不确定，继续收集信息 | 急于结束不确定 |\n| 典型表现 | \"我们还需要验证什么\" | \"数据已经说明了\" |\n| 最终判断 | 可修正、有置信度标注 | 坚定但可能基于不完整信息 |\n\n## 常见误区\n\n### 误区 1：\"拆解太慢，不如直觉快\"\n- 拆解不是要让所有判断都变慢，而是让重要判断更稳\n- 小决策靠直觉没问题，重大决策值得花时间拆解\n- 关键判断链一拆就清楚自己站得最虚的是哪一层\n\n### 误区 2：\"情绪是判断的敌人\"\n- 情绪不是敌人，是信号——它影响了哪个环节就是哪个环节需要被重看\n- \"怕落后\"的焦虑本身不是坏事，但如果它驱动了盲目跟随，就需要被识别\n- 把情绪当信息用，不当干扰处理\n\n### 误区 3：\"归零测试 = 否定过去\"\n- 归零测试不是说过去判断错了，而是用当前认知重新检验\n- 它逼人放下面子和沉没成本，回到更冷一点的判断位置\n- 即使归零后结论不变，这个过程本身也有价值——它提升了判断的置信度","tags":["p12a","contemplation","right","thinking","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native"],"capabilities":["skill","source-gmaxxxie","skill-p12a-contemplation-right-thinking","topic-agent-skills","topic-ai-agent","topic-ai-native","topic-ai-product","topic-methodology","topic-product-management","topic-product-methodology","topic-product-thinking","topic-skills"],"categories":["ai-native-product-agent-skills"],"synonyms":[],"warnings":[],"endpointUrl":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p12a-contemplation-right-thinking","protocol":"skill","transport":"skills-sh","auth":{"type":"none","details":{"cli":"npx skills add gmaxxxie/ai-native-product-agent-skills","source_repo":"https://github.com/gmaxxxie/ai-native-product-agent-skills","install_from":"skills.sh"}},"qualityScore":"0.478","qualityRationale":"deterministic score 0.48 from registry signals: · indexed on github topic:agent-skills · 56 github stars · SKILL.md body (6,884 chars)","verified":false,"liveness":"unknown","lastLivenessCheck":null,"agentReviews":{"count":0,"score_avg":null,"cost_usd_avg":null,"success_rate":null,"latency_p50_ms":null,"narrative_summary":null,"summary_updated_at":null},"enrichmentModel":"deterministic:skill-github:v1","enrichmentVersion":1,"enrichedAt":"2026-05-18T18:57:28.835Z","embedding":null,"createdAt":"2026-05-01T01:02:55.369Z","updatedAt":"2026-05-18T18:57:28.835Z","lastSeenAt":"2026-05-18T18:57:28.835Z","tsv":"'1':54,84,193,347,350,367,386,402,426,436,484,655,824 '15':476,507,528,579 '2':57,104,247,353,364,369,388,408,429,502,619,670,833 '3':62,129,296,355,376,383,393,413,431,524,685,845 '35':276 '4':66,150,358,378,396,399,416,543,696 '5':69,171,423,550,705 '80':288 'advocaci':110 'agenc':541 'agent':319,341,628,639,647,667,674,676,680,709,723,756,762 'ai':165,168,217,220,274,286,374,487,571,620,624,638,722,787 'arrow':131 'base':175 'chain':87 'cisco':225,232,437,445,455,490,606 'codex':438,447,467,510,557,566,608,614 'contempl':3 'decomposit':88 'emot':39,152,478,649 'explor':108 'first':133 'judgment':29,86,465,635 'kpi':418 'mode':111 'p12a':2 'p12a-contemplation-right-thinking':1 'path':36,472,643 'prompt':280,293 'reason':35,471,642 'recognit':153 'right':4,15 'skill':14 'skill-p12a-contemplation-right-thinking' 'source-gmaxxxie' 'statement':30,466,636 'tag':40,479,650 'test':176 'think':5,16 'topic-agent-skills' 'topic-ai-agent' 'topic-ai-native' 'topic-ai-product' 'topic-methodology' 'topic-product-management' 'topic-product-methodology' 'topic-product-thinking' 'topic-skills' 'vs':106,109,798 'wound':132 'zero':174 'zero-bas':173 '一个判断背后至少有四样东西混在一起':96,298 '一个团队在讨论':623 '一个团队越成熟':120,208 '一个带着立场的判断在':167,219 '一个方向已经越来越站不住':263 '一个维度做判断':538 '一个项目数据不佳':259 '上继续打磨答案':237 '不值得引入':591 '不如直觉快':826 '不应仅凭':603 '不应先决定':707 '不应直接决定':760 '不当干扰处理':843 '不是':751 '不甘心':407 '不甘心驱动坚持':796 '不看能动性':597 '不破坏治理边界':562,612 '不等于':590 '不要让三层混在一起':381 '不足以改变工作流':477,529 '与现有工具对比':474 '业务负责人都有用':186 '中的表现':518 '中间跳过了':690 '为什么特别想让结论成立':100 '之间的区别变得更清晰':191 '也只是更漂亮的偏差':128,216 '书稿在第四章指出':202 '书稿引用佛教':256 '书稿提出将判断拆解为前提':303 '事实':21,504,672 '二手转述':372 '产品':677 '产品方向时':625 '产品方向选择中的判断路径偏移':621 '人会用很多看起来很像思考的东西':146,249 '人工客服':289 '什么情绪影响了这个判断':794 '从':239,439 '从证据到结论的逻辑是否成立':64,387,790 '他们真正做的不是在':235 '代码评审':516 '代码评审的真实工程世界':459 '价值':572 '伴随的情绪感受':41 '但':231,454,530 '但也可能是防御性归因':549 '但团队更容易忙着证明市场还没成熟':265 '但如果它驱动了盲目跟随':840 '但它们常常不是那支箭':268 '但幅度有限':469 '但组织更容易先讨论是谁没执行好':261 '但组织更容易先讨论谁没执行好':145 '但行业共识不等于用户需求':704 '但这个判断背后的前提':630 '信任':768 '修复循环':515 '修正判断路径':6 '修正后判断':602,759 '修正后的推理路径':52 '修正路径':555 '假设今天重新开始':178 '做不做':708,761 '先做小实验验证判断':769 '先处理最紧急的伤害':137 '先改':243 '先问用户需要什么':343,695,758 '先问箭在哪':148,271 '全是外部观察':734 '全来自外部观察':329 '关键判断链一拆就清楚自己站得最虚的是哪一层':831 '关键点':95,114,139,157,180 '兴奋':43,405 '典型表现':815 '再决定方向':770 '再改':245 '再看看':190 '再追究其他枝节':138 '再问谁射的':149,272 '写得不好':281 '决定是否引入':605 '决策依据混乱':20 '分步执行':345 '列出所有支撑该判断的证据':368 '列出这个判断依赖哪些未被言明的假设':354 '初始假设':285 '判断':31,75,565,720 '判断成分':775 '判断是可修正的结论':78 '判断的两种根本不同的运作方式':113 '判断维度过窄':595 '判断路径一歪':126,214 '判断链拆解':85 '判断链拆解图':46 '判断链拆解报告':564,719 '判断链拆解速查':774 '判断链最薄弱的环节是完全没有用户层面的需求验证':344 '判断链的四层拆解':297 '到':441 '前提':47,323,570,725,778 '前提1':486,657 '前提2':493,662 '前提3':498,666 '前提列示':55,349,485,656 '前提选择':410 '区分':74 '区分事实':379 '区分前提':9 '单点效率':521,604 '单点效率提升':573 '单点效率提升不够':553 '单点效率有没有提升':228,450 '即使归零后结论不变':852 '却把力气花在证明':252 '原判断路径':552 '又会带来什么新的不安':713,766 '反证缺失':508 '变得更像答案':703 '只是在给旧系统打补丁':294 '只测了单点':599 '只用':536 '只看效率':596 '只要四件事混在一起':101,307 '可以替代':287 '可信但不完整':581 '可修正':819 '可能不成立':489 '可能让团队更倾向于找理由不引入新工具':546 '后果却完全不同':201 '后面的分析再多':127,215 '否定过去':847 '和':76,189,532 '哪个团队没配合好':262 '回到更冷一点的判断位置':183,851 '因为每个人都有框架':123,211 '因为行业都在做':320,629 '因果倒置':792 '团队不应该先讨论':278 '团队处于辩护模式':339 '团队最初判断路径是':227 '团队最初的判断路径是':449 '团队陷入观点之争':18 '团队需要检查':632 '在产品决策中':223 '在产品团队中':316 '在产品复盘中':269 '在真实工程工作流':511 '在补全效率上有提升':468 '在评估是否引入':446 '场景下价值可能在':491 '场景描述':444,622 '坚定但可能基于不完整信息':821 '基于以上分析':71,427 '处于辩护模式':754 '外部压力':749 '头部公司都在布局':646 '如':33,390 '如何影响了判断':421 '如可控性':767 '如果今天第一次看到这个方向':715 '如果今天重新开始':433 '如果我错了':116,196,804 '如果答案是肯定的':291 '字段':27 '它影响了哪个环节就是哪个环节需要被重看':160,837 '它提升了判断的置信度':854 '它能不能在真实约束下持续工作':463 '它逼人放下面子和沉没成本':850 '安全治理':458 '完全没验证':669 '定义':89,112,134,154,177 '客服功能只能处理':275 '对不确定性的态度':811 '对反证的态度':807 '对新技术的谨慎':480 '对流程稳定的偏好可能让团队更倾向找理由不引入':593 '对现有流程稳定性的偏好':481,545 '对行业趋势的焦虑':652 '对项目负责人':184 '将一个判断':90 '小决策靠直觉没问题':829 '就需要被识别':841 '工作流程':53 '工具的价值主要体现在单点效率提升':488 '工具聪不聪明':240,461 '工具评估':440 '已经被角色':205 '帮助下很快就能变成':169,221 '常见偏差':777 '常见误区':822 '应扩展到':575 '应该先做':318,627,721 '应该先验证':763 '应该把':556 '建议暂缓引入':470,568 '弱环节':535 '归责':253 '归零测试':172,714,846 '归零测试不是说过去判断错了':848 '当':273 '当前判断未经用户验证':772 '当负责人说':317 '很多团队不是答案错':140 '很多组织的判断失真并不是因为信息太少':203 '得出该判断的推理过程':37 '忽略了':539 '怎样推理的':99 '怕引入新工具带来混乱':482 '怕引入混乱':547 '怕落后':336,651,698,743,838 '急于结束不确定':814 '总结':375 '总结当事实':788 '情绪':12,335,592,742,793 '情绪不是敌人':80,158,835 '情绪可能驱动了保守倾向':601 '情绪和立场过滤过了':207 '情绪四个独立成分':94,306 '情绪如何影响了前提的选择和证据的权重':68 '情绪影响了哪个环节':409 '情绪是判断的敌人':834 '情绪混在一起':23 '情绪识别':67,151,401,544,697 '想快速行动':653 '我为什么这么判断':25 '我们一开始默认了什么':299 '我们为什么特别想让这个结论成立':302 '我们也应该做':325,648,659,727 '我们会先验证什么':717 '我们应该做':689,738 '我们应该先做':637 '我们怎样把它放进真实工作':246 '我们怎样把证据连成结论的':301 '我们的用户是否需要':691 '我们的用户真实处境里':711,764 '我们真正看到了什么':300 '我们究竟在判断什么':244 '我们还需要验证什么':816 '我还能找什么证明自己没错':119,199,806 '或':282 '所以不愿意面对反面证据':415 '所有证据都来自外部观察':683 '执行归零测试':432 '执行流程':483,654 '找理由做':340,755 '找理由支持已有倾向':693 '找理由解释掉或忽略':810 '承担真实工作':561,611 '承认不确定':812 '技术负责人':185 '把情绪当信息用':842 '投入和沉没成本':182 '担忧':406 '担忧等':44 '拆开后才发现':338 '拆开后才能看见团队真正站得最虚的是哪一层':103,309 '拆解':569,724 '拆解不是要让所有判断都变慢':827 '拆解判断链':8 '拆解太慢':825 '拖延自己真正该面对的东西':147,250 '探索模式':105,797,801 '探索模式与辩护模式的切换':194 '探索模式会问':195 '探索模式问':115 '接受真实约束':560,610 '推理':11,49,93,305,331,585,736,789 '推理方向':412 '推理检查':63,385,525,686 '推理路径是':748 '推理链中最薄弱的环节在哪里':397 '提升':580 '改为':241 '改变效率':533 '放进真实工作流中重新判断':558 '效率':537 '效率不够':589 '效率提升':506,527 '效率提升有限':567,586 '效率提升约':475 '数据已经说明了':817 '时':321,448 '时代会让这种偏差更隐蔽':218 '时代偏差更隐蔽':166 '明明该先处理的是箭伤':251 '明确判断':351 '是一种合理担忧':548 '是两个不同维度':534 '是主要驱动力':699 '是信号':81,159,836 '是原始观察':371 '是否因为情绪太重':414 '是否已被证伪':290 '是否有反证':61 '是否有跳跃':65 '是否有逻辑跳跃':389 '是在逼近问题':394 '是用户真正需要的':668 '暂缓':554,587 '更强补全':236 '最可能错在哪':117,197,805 '最终判断':818 '有人不是不知道风险':314 '有人不是证据不足':161,310 '有人不是逻辑不通':163,312 '有反证吗':785 '有哪些事实支撑':59,783 '有时反而越难纠偏':122,210 '有置信度标注':820 '未经验证':781 '未通过':728 '未验证':326,660 '来源单一':733 '来自佛教':135 '来说明判断优先级的错位':258 '标注判断链中的薄弱环节和需要补充的证据':430 '标记哪些前提是':359 '核心概念':83 '核心问法':803 '案例中':226 '检查伴随该判断的情绪':403 '检查是否有反证':377 '检查问题':776 '正思维':13 '正思维要求':270 '正思维要求从辩护模式切回探索模式':224 '正思维要求拆解这个判断':322 '正确方向':664 '步':348,365,384,400,424 '毒箭喻':136,257 '毒箭喻与判断优先级':248 '沉没成本':420 '没有来自用户验证':684 '没有测试':509 '没有用户层面的需求验证':747 '没有用户验证':330 '没有行业压力':716 '没有覆盖':522 '没测流程':600 '治理边界':517 '注意事项':73 '流程判断':442 '流程适配性':523 '流程适配性和能动性':576 '测试':514,584 '深入核心概念':192 '满足控制感上':255 '滴水不漏的分析':170,222 '焦虑':42,404 '焦虑让团队更倾向跟随而非独立判断':700 '焦虑驱动跟随':795 '现有流程稳定是好事':499 '理性结论':125,213 '用户价值是否成立':144 '用户会续费':392 '用户是否真的需要':679 '用户是否需要':333,740 '用户真实痛点是什么':681 '用户说好':391 '用户输入':464,634 '用户问题':752 '界面顺不顺':230,452 '的焦虑本身不是坏事':839 '的焦虑驱动了跟随倾向':337,744 '的真正问题是':607 '的路径改写':443 '的问题且满意度低于人工时':277 '直接放进真实工作里重新判断':615 '看到了什么':98 '看是否需要修正判断':809 '真实场景需要衡量':496 '真实工程工作流':583 '真正该先处理的也许是用户价值是否成立':260 '真正该先处理的是':143 '真正该处理的也许是最初假设是否需要重来':264 '知识库谁负责维护':283 '示例':435,618 '稳定可能是惰性':501 '竞品也可能在跟随而非判断':665 '竞品做的方向':663 '竞品分析':645,732 '竞品太不讲武德':266 '竞品有':675 '竞品都在做':641 '第':346,363,382,398,422 '箭伤优先':130 '组织压力':417 '经过验证':362 '经验':206 '结论':50 '结论拆解为前提':91 '结论陈述':32,352 '继续做':188 '继续收集信息':813 '维度':542,800 '维护自我':254 '编译':513 '编译-测试-修复循环':512 '缺失':678 '缺少':582 '缺少用户验证':735 '置信度':616,771 '置信度低':773 '而不是堆更多观点':7 '而不是重看方向':295 '而应先问':710 '而应该先面对最直接的判断':284 '而是':462 '而是不愿意面对如果这个方向错了自己要承担什么心理代价':315 '而是前提没重看':162,311 '而是因为信息进入判断之前':204 '而是情绪太重':164,313 '而是把问题路径改了':238 '而是用当前认知重新检验':849 '而是让重要判断更稳':828 '而是走向答案的那条路被别的东西带偏了':141 '而非探索模式':342,694,757 '能不能在真实约束下持续工作':242,497 '能不能少写几行代码':453 '能不能进入真实工程工作流':609 '能不能进入真实流程':559 '能动性':540 '能否进入真实工程工作流':492 '自动代理到底解决了什么痛点':712,765 '若有':38 '薄弱环节':594,746 '薄弱环节标识':51 '行业共识':702 '行业共识可能是集体盲区':327,661,729 '行业报告':644,731 '行业报告提到':673 '行业趋势':737 '行业趋势明确':640,688 '行业都在做':324,658,726 '补全准不准':229,451 '补全准确率':578 '补全准确率是衡量标准':494 '补全准确率测试':473 '补全准确率测试数据':505 '观点':22,77 '观点是立场的表达':79 '解决方案':753 '解释和判断':380 '认真对待':808 '讨论就很容易变成立场对撞':102 '讨论就很容易变立场对撞':308 '让行业共识变得太像答案':745 '证据':10,48,92,304,328,577,730,782 '证据只覆盖了':520 '证据和推理路径没有被拆开过':631 '证据权重':411 '证据权重和推理方向':156 '证据盘点':58,366,503,671 '证据覆盖不全':598 '证据质量如何':60 '评估证据质量':370 '识别它影响了哪个环节':82 '识别情绪如何影响了前提选择':155 '误区':823,832,844 '说明':28 '谁也说服不了谁':19 '谁的':279 '负责人说':626 '质量如何':784 '越专业':121,209 '跟随':750 '跨团队协作':457 '跨团队协作的真实工程世界':234 '跳跃':588 '跳过了':332,739 '输入':26 '输出':45 '输出结果':563,718 '辩护模式':107,802 '辩护模式只会问':198 '辩护模式检查表':799 '辩护模式问':118 '过窄':495,574 '还会做出同样的判断吗':179 '还会这样判断吗':434 '还是':361,373 '还是在保护自我':395 '这一层':334,741 '这个判断依赖哪些未被言明的假设':56 '这个判断是怎么长出来的':633 '这个判断默认了什么假设':779 '这个功能应该做':34 '这个区别看起来细':200 '这个过程本身也有价值':853 '这个问题能让':187 '这些前提在今天还成立吗':357 '这些讨论不是完全没意义':267 '这更像辩护模式':692 '这种焦虑让':701 '这需要把':613 '进入工作流':531 '追问':356 '适用场景':17 '选择性引用':786 '逻辑跳跃':526,687,791 '逼人暂时放下面子':181 '那么继续优化':292 '都会用逻辑和数据把解释包装得很像':124,212 '重大决策值得花时间拆解':830 '重新表述判断并给出置信度':428 '重新表述判断或给出置信度':72 '重构判断':70,425,551,706 '问题':519,682 '问题不只是':460 '需要检查':500 '需要理清':24 '需要补充真实工作流测试数据后才能做最终决策':617 '面子':419 '面对的是复杂代码库':233,456 '项目数据不佳':142 '默认了什么':97 '默认接受':360,780","prices":[{"id":"f4e063c0-be38-4413-bc8e-076d73cd0fd1","listingId":"9f6295a0-c1a9-498c-bbb3-dab7ca3a4abf","amountUsd":"0","unit":"free","nativeCurrency":null,"nativeAmount":null,"chain":null,"payTo":null,"paymentMethod":"skill-free","isPrimary":true,"details":{"org":"gmaxxxie","category":"ai-native-product-agent-skills","install_from":"skills.sh"},"createdAt":"2026-05-01T01:02:55.369Z"}],"sources":[{"listingId":"9f6295a0-c1a9-498c-bbb3-dab7ca3a4abf","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p12a-contemplation-right-thinking","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p12a-contemplation-right-thinking","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:55.369Z","lastSeenAt":"2026-05-18T18:57:28.835Z"}],"details":{"listingId":"9f6295a0-c1a9-498c-bbb3-dab7ca3a4abf","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p12a-contemplation-right-thinking","github":{"repo":"gmaxxxie/ai-native-product-agent-skills","stars":56,"topics":["agent-skills","ai-agent","ai-native","ai-product","methodology","product-management","product-methodology","product-thinking","skills"],"license":null,"html_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills","pushed_at":"2026-05-06T07:19:36Z","description":"AI Native Product Methodology — 80 executable skills across P0-P14 stages, covering needs discovery to aesthetic authority. From 8 books.","skill_md_sha":"fe57b6c0f552568cbec6938187b9ed503b3513a7","skill_md_path":"skills/p12a-contemplation-right-thinking/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p12a-contemplation-right-thinking"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p12a-contemplation-right-thinking","description":"修正判断路径，而不是堆更多观点——拆解判断链，区分前提/证据/推理/情绪"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p12a-contemplation-right-thinking"},"updatedAt":"2026-05-18T18:57:28.835Z"}}