{"id":"47dacadf-1776-463b-8f9f-075e912e0995","shortId":"zZ7BaY","kind":"skill","title":"p12a-contemplation-view-correction","tagline":"先修正看法，再调用方法——默认检查、证据校验、后果追问、八种修正视角","description":"# 视角修正 Skill（View Correction）\n\n## 适用场景\n- 团队对同一事实有截然不同的解读\n- 决策基于未经检验的默认假设\n- 需要从多个视角审视同一个问题\n\n## 输入\n| 字段 | 说明 |\n|------|------|\n| initial_view | 当前/主流的看法 |\n| supporting_evidence | 支持该看法的证据 |\n| underlying_assumptions | 隐含的默认假设 |\n\n## 输出\n- 证据可信度评估\n- 假设检验结果\n- 修正后的多视角描述\n- 八种修正视角的应用记录\n\n## 工作流程\n1. **默认检查**：识别观点中的隐含前提（如\"用户是理性的\"\"增长是好的\"）\n2. **证据校验**：区分事实/观点/推测，检验证据链的完整性\n3. **后果追问**：如果这个看法成立，会导致什么行动？会产生什么结果？\n4. **八种修正**：应用八种修正视角（反面看、整体看、动态看、关系看、代价看、边界看、历史看、他人看）\n\n## 注意事项\n- 此 Skill 在调用任何具体方法之前执行\n- \"修正看法\"不是\"和稀泥\"，而是让判断建立在更坚实的基础上\n- 八种修正视角是启发式工具，不是必须全部使用\n\n## 核心概念\n\n### 1. 默认检查（Default Assumption Check）\n- **定义**：识别观点中未经检验的隐含前提和默认假设\n- **关键点**：\n  - 如\"用户是理性的\"\"增长是好的\"\"AI 输出是可信的\"\"行业共识是对的\"\n  - 默认一旦没被看见，后面的所有认真都可能只是在让那些默认变得更顽固\n  - 方法不是没用，问题是连眼前的工作本身都还没有被重新看清\n  - 对所有\"太顺的答案\"保留一点迟疑——迟疑不是拖延，是留给自己重新看见的机会\n\n### 2. 证据校验（Evidence Verification）\n- **定义**：区分事实、观点和推测，检验证据链的完整性\n- **关键点**：\n  - 三层分开：观察（用户在某一步停留很久）、解释（我们推测他是因为流程复杂）、判断（因此应优先优化流程）\n  - 不能把解释直接当事实\n  - 很多组织里的误判，不是没人看到事实，而是事实一进入集体表达就被熟练地重新命名了\n\n### 3. 后果追问（Consequence Inquiry）\n- **定义**：追问一个看法成立后会导致什么行动和结果\n- **关键点**：\n  - 一个说法之所以危险，往往不是因为它完全错误，而是因为它听起来太合理\n  - 如\"先把自动化能力全接上，效率会更高\"——会不会让一线团队更少追问用户？会不会把判断责任偷偷转移给系统？\n  - 问后果，能帮团队摆脱只在表面逻辑里打转\n\n### 4. 八种修正视角（Eight Correction Perspectives）\n- **定义**：从八个维度系统性地审视同一个问题/观点\n- **关键点**：\n  - **反面看**：如果相反的判断成立呢？\n  - **整体看**：这个局部放在更大系统里意味着什么？\n  - **动态看**：现在成立，三个月后呢？\n  - **关系看**：这个判断对谁有利、对谁有代价？\n  - **代价看**：接受这个判断，我们要放弃什么？\n  - **边界看**：在什么条件下它不成立？\n  - **历史看**：类似情境下发生过什么？\n  - **他人看**：持不同立场的人会怎么看？\n\n### 5. 迦罗摩经原则（Kalamas Sutra Principle）\n- **定义**：对所有看起来太顺、太熟、太像答案的东西，都值得在落地之前再看一眼\n- **关键点**：\n  - 不要因为一件事出自传统、很多人都在说、写在经典里、AI 说得很有逻辑，就太快相信\n  - 要看这个判断放到现实里会导向什么，会不会带来更清楚的理解\n  - 把\"判断\"从服从和反服从里都拉出来——不是逢权威必反，也不是逢新观点就兴奋\n\n## 深入核心概念\n\n### 1. 从方法到观照的转换\n\n> \"方法不是没用。问题是，如果连眼前这份工作本身都还没有被重新看清，方法只会帮组织更熟练地在旧地图上跑。\"\n\n书稿在第二章以 Microsoft \"试点地狱\"案例说明：很多组织的 AI 转型开头都差不多——团队做出亮眼 demo，领导点头，项目被贴上\"创新、效率、智能化\"等标签。但半年后，真正的业务流程没怎么改，核心指标没怎么动，试点始终留在试点。真正该被重看的不是某个功能入口，而是更前面的那层：我们到底以为工作是怎样发生的？LinkedIn 拉开差距的不是多加了一个 AI 功能，而是开始重做产品开发方式。\n\n在产品决策中，视角修正要求在调用任何具体方法之前先执行。不是做一次就够了——重大判断变化时需要重新修正。形成\"先检查默认假设，再调用方法\"的习惯比偶尔做一次更重要。当团队说\"方向正确\"时，视角修正会追问：这个\"正确\"是基于精心控制的 demo 环境，还是基于真实业务流程中的摩擦？\n\n### 2. AI 总结与转述幻觉\n\n> \"AI 几秒钟就能生成结构完整、逻辑顺滑的'总结'和'建议'。它们看起来特别像共识，特别适合直接贴进汇报材料里。可越是顺滑，越可能把那些真正关键、但还很粗糙、还没被说顺的信号提前磨平。\"\n\n书稿警告\"转述幻觉\"的危险：AI 总结或他人转述被误当成事实本身。访谈原话、AI 总结、人的判断必须三条线并行。不能把解释直接当事实——很多组织里的误判，不是没人看到事实，而是事实一进入集体表达就被熟练地重新命名了。流畅不等于真实，完整不等于贴近处境，像样不等于值得采纳。\n\n在产品研究中，当把 30 份用户访谈丢给 AI 得到\"核心诉求是效率\"的总结时，不应直接据此制定路线图。原始访谈中可能有\"信任焦虑\"\"失控焦虑\"\"使用负担\"等信号被 AI 的\"总结能力\"提前磨平了。正确做法是建立三条线并行：访谈原话 / AI 总结 / 人的独立判断，回到原始材料验证 AI 提取的是否只是用户最容易说出口的部分。\n\n### 3. 迦罗摩经原则与太顺的答案\n\n> \"所有听起来很顺、很熟、很像答案的东西，都值得在落地之前再看一眼。它逼着团队从'这个说法有没有道理'，再往前走一步，去问：这个说法现在为什么会让我这么容易点头？\"\n\n书稿引用迦罗摩经的故事，将\"判断\"从服从和反服从里都拉出来。很多团队最容易轻信的不只是\"权威\"，还包括行业共识、成熟模板和 AI 自己给出的答案。行业共识可能是集体盲区——大家都说\"AI 产品要先做 agent\"，于是团队一边点头一边开始规划，却没有先问：我们的用户真实处境里，自动代理到底解决了什么痛点？\n\n在产品规划中，对所有\"太顺的答案\"保留一点迟疑——迟疑不是拖延，是留给自己重新看见的机会。当竞品都在做某功能时，视角修正要求追问：这个说法靠的是现实，还是靠熟悉感、权威感、行业惯性和表达顺滑感？如果竞品不做这个功能，我们还会做吗？把\"判断\"从行业惯性里拉出来，才能避免团队在跟随中迷失自己的判断力。\n\n## 分步执行\n\n### 第 1 步：默认检查\n1. 识别当前观点/方案中的隐含前提\n2. 列出所有未被言明的默认假设\n3. 追问：这个默认在今天还成立吗？\n4. 特别检查：行业共识、成熟模板、AI 输出是否被当成了天然正确的默认\n\n### 第 2 步：证据校验\n1. 将团队的陈述拆分为三层：观察 → 解释 → 判断\n2. 检查：哪些是原始事实，哪些是解读，哪些是推测\n3. 证据链是否完整？有没有反证？\n4. AI 转述和原始材料是否分开了？\n\n### 第 3 步：后果追问\n1. 如果这个看法成立，会导致什么行动？\n2. 这个行动会产生什么短期结果和长期结果？\n3. 会不会有隐性代价？（如：让团队更少追问用户、把判断责任转移给系统）\n4. 如果这个看法错了，最可能错在哪？\n\n### 第 4 步：八种修正视角应用\n1. 选择最相关的 2-4 种修正视角（不必全部使用）\n2. 反面看：相反判断如果成立，意味着什么？\n3. 动态看：现在成立，三个月后还成立吗？\n4. 关系看：对谁有利？对谁有代价？\n5. 边界看：在什么条件下它不成立？\n6. 记录每个视角带来的新发现\n\n### 第 5 步：综合修正\n1. 基于以上分析，给出修正后的多视角描述\n2. 标注哪些默认假设已被挑战、哪些证据需要补充\n3. 为\"反例\"和\"迟疑\"留正式位置\n\n## 示例 1：Microsoft \"试点地狱\"的视角修正\n\n### 场景描述\n很多组织的 AI 转型看起来开头都差不多：团队做出亮眼 demo，领导点头，项目被贴上\"创新、效率、智能化\"等标签。但半年后，真正的业务流程没怎么改，核心指标没怎么动，试点始终留在试点。Microsoft WorkLab 称之为\"试点地狱\"（pilot purgatory）。\n\n### 用户输入\n```\ninitial_view: \"我们的 AI 转型进展顺利，demo 反馈好，领导认可，方向正确\"\nsupporting_evidence: \"内部试用满意度高、汇报获好评、技术可行性已验证\"\nunderlying_assumptions:\n  - \"demo 成功意味着产品成功\"\n  - \"领导认可等于方向正确\"\n  - \"AI 可以直接贴到旧流程上\"\n```\n\n### 执行流程\n1. **默认检查**：\n   - 隐含默认1：\"demo 成功 = 真实场景成功\" → ⚠️ 未验证。demo 是精心控制的环境，真实场景有治理、权限、监控、回退问题\n   - 隐含默认2：\"工具接进去 = 工作被改变\" → ❌ 可能不成立。工作本身还是一团雾，AI 只是贴在表面上\n   - 隐含默认3：\"行业说 AI 重要 = 我们现在就该全面推\" → ⚠️ 需要情境化\n2. **证据校验**：\n   - 观察：demo 反馈好、领导认可\n   - 解释：方向正确、转型顺利\n   - 判断：应该继续推进\n   - 问题：观察只覆盖了\"精心控制环境\"，未覆盖真实业务流程中的摩擦\n3. **后果追问**：\n   - 如果\"方向正确\"成立 → 继续在旧流程上贴 AI → 可能永远停在试点\n   - 会不会让组织更少追问\"工作本身到底怎么发生的\"？\n4. **八种修正**：\n   - 反面看：如果 demo 成功恰恰掩盖了真实问题呢？\n   - 动态看：半年后试点还在试点，说明什么？\n   - 边界看：在什么条件下 demo 成功不等于产品成功？\n\n### 输出结果\n```\n=== 视角修正报告 ===\n\n【默认假设检验】\n1. \"demo 成功 = 真实场景成功\" → 未通过。demo 缺少治理、权限、监控、回退等真实约束\n2. \"工具接进去 = 工作被改变\" → 未通过。根本没看清工作是怎么发生的\n3. \"领导认可 = 方向正确\" → 部分通过。认可的是方向感，不是执行路径\n\n【证据可信度】\n- 观察（demo 反馈好）可信，但仅限精心控制环境\n- 缺少：真实业务流程中的摩擦数据、用户在日常工作中的实际使用行为\n\n【修正后描述】\nAI 转型的 demo 阶段确实验证了技术可行性，但\"试点地狱\"说明组织跳过了最关键的一步：重新看清工作到底是怎么发生的。真正该被重看的不是某个功能入口，而是更前面的那层——我们到底以为工作是怎样发生的。\n\n【八种修正视角关键发现】\n- 反面看：demo 成功可能让组织更不愿面对\"工作本身还没被重看\"的事实\n- 动态看：半年停留在试点说明扩散阶段的问题与 demo 阶段完全不同\n- 代价看：继续在旧流程上贴 AI 的代价是永远走不出试点\n```\n\n## 示例 2：AI 总结被当成事实的修正\n\n### 场景描述\n一个产品团队把用户访谈丢给 AI，AI 生成了一份结构完整、逻辑顺滑的\"核心诉求总结\"。团队直接把这份总结贴进产品路线图。但原始访谈中那些更含混、更矛盾、更真实的信号，被 AI 的\"总结能力\"提前磨平了。\n\n### 用户输入\n```\ninitial_view: \"AI 总结得很清楚，核心诉求是效率，我们应该优先做效率相关功能\"\nsupporting_evidence: \"AI 从 30 份访谈中总结出'效率'是最高频关键词\"\nunderlying_assumptions:\n  - \"AI 总结 = 事实\"\n  - \"高频关键词 = 核心诉求\"\n  - \"总结比原始材料更可信\"\n```\n\n### 执行流程\n1. **默认检查**：\n   - 隐含默认1：\"AI 总结代表原始材料\" → ❌ 不成立。AI 总结是压缩和重述，不是原始事实\n   - 隐含默认2：\"高频出现 = 核心诉求\" → ⚠️ 需验证。高频可能是话术惯性，不是真实痛点\n   - 隐含默认3：\"结构完整 = 分析到位\" → ❌ 流畅不等于真实，完整不等于贴近处境\n2. **证据校验**：\n   - 观察：AI 从访谈中提取出\"效率\"为高频词\n   - 解释：用户核心诉求是效率\n   - 判断：应优先做效率功能\n   - 问题：原始访谈中可能有\"信任焦虑\"\"失控焦虑\"\"使用负担\"等信号被压缩掉了\n3. **后果追问**：\n   - 如果只看\"效率\"→ 忽略信任、可控性、认知负担 → 做出来的功能可能\"快\"但\"不好用\"\n   - AI 总结是否让团队更少回到原始材料去自己判断？\n4. **八种修正**：\n   - 反面看：如果\"效率\"只是用户最容易说出口的词，而真正的问题是更难表达的\"不信任\"呢？\n   - 他人看：用户本人会认同\"我的核心诉求是效率\"吗？\n\n### 输出结果\n```\n=== 视角修正报告 ===\n\n【默认假设检验】\n1. \"AI 总结 = 事实\" → 未通过。AI 总结是压缩重述，原始材料中的含混和矛盾信号被提前磨平\n2. \"高频关键词 = 核心诉求\" → 未验证。高频可能是话术惯性，需回到原始语境验证\n3. \"结构完整 = 分析到位\" → 未通过。流畅不等于真实\n\n【证据可信度】\n- AI 提取的\"效率\"高频词有一定依据，但只覆盖了用户最容易说出口的部分\n- 缺少：原始访谈中\"信任焦虑\"\"失控焦虑\"\"使用负担\"等可能更关键但更难表达的信号\n- 三条线需要并行：访谈原话 / AI 总结 / 人的判断\n\n【修正后描述】\nAI 提取的\"效率\"可能是用户表层诉求，但原始材料中可能还藏着更深层的信任、可控性和认知负担问题。不应让 AI 总结直接盖过原始材料里那些更含混但可能更真实的信号。\n\n【八种修正视角关键发现】\n- 反面看：\"效率\"可能只是最容易说出口的词，真正痛点可能是更难表达的\"不信任\"\n- 代价看：只做效率功能可能忽略信任建设，短期数据好看但长期关系脆弱\n- 他人看：用户本人可能不完全认同\"我的核心诉求是效率\"这种概括\n```\n\n## 视角修正速查卡\n\n| 修正视角 | 核心问法 | 适用场景 |\n|---------|---------|---------|\n| 反面看 | 如果相反判断成立呢？ | 观点高度一致、缺少反对声音时 |\n| 整体看 | 放在更大系统里意味着什么？ | 只看局部优化时 |\n| 动态看 | 现在成立，三个月后呢？ | 环境快速变化时 |\n| 关系看 | 对谁有利、对谁有代价？ | 涉及多方利益时 |\n| 代价看 | 接受这个判断要放弃什么？ | 只看到收益忽略代价时 |\n| 边界看 | 什么条件下它不成立？ | 普遍化结论时 |\n| 历史看 | 类似情境下发生过什么？ | 面对新问题时 |\n| 他人看 | 持不同立场的人怎么看？ | 团队内部高度共识时 |\n\n## 常见误区\n\n### 误区 1：\"八种视角全都要用\"\n- 八种修正视角是启发式工具，不是必须全部使用\n- 选择最相关的 2-4 种即可，关键是质量不是数量\n- 全部用反而会变成形式主义\n\n### 误区 2：\"修正看法 = 什么都说对\"\n- \"修正看法\"不是\"和稀泥\"，而是让判断建立在更坚实的基础上\n- 修正后的看法应该更清晰、更有依据，而不是更模糊\n- 目标是更接近真实，不是谁也不得罪\n\n### 误区 3：\"只在决策前做一次\"\n- 视角修正应该在调用任何具体方法之前执行\n- 但不是做一次就够了——重大判断变化时需要重新修正\n- 形成习惯比偶尔做一次更重要","tags":["p12a","contemplation","view","correction","native","product","agent","skills","gmaxxxie","agent-skills","ai-agent","ai-native"],"capabilities":["skill","source-gmaxxxie","skill-p12a-contemplation-view-correction","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-view-correction","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 (6,769 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":"2026-05-18T18:57:29.195Z","embedding":null,"createdAt":"2026-05-01T01:02:55.552Z","updatedAt":"2026-05-18T18:57:29.195Z","lastSeenAt":"2026-05-18T18:57:29.195Z","tsv":"'-4':410,827 '1':39,78,191,349,352,370,390,407,434,447,496,563,663,729,821 '2':45,101,242,355,367,375,393,409,413,437,522,573,620,683,737,826,832 '3':51,121,299,357,380,387,395,417,440,537,578,700,743,845 '30':275,650 '4':56,138,360,383,400,404,421,547,713 '5':166,425,431 '6':428 'agent':324 'ai':89,180,202,221,243,245,260,263,277,287,293,297,318,322,364,384,453,477,493,514,518,543,594,617,621,625,626,635,642,648,656,666,669,686,711,730,734,749,762,766,773 'assumpt':31,81,489,655 'check':82 'consequ':123 'contempl':3 'correct':5,15,141 'default':80 'demo':205,239,456,479,490,499,503,525,551,558,564,568,586,596,607,613 'eight':140 'evid':28,103,484,647 'initi':23,474,640 'inquiri':124 'kalama':168 'linkedin':219 'microsoft':198,448,467 'p12a':2 'p12a-contemplation-view-correction':1 'perspect':142 'pilot':471 'principl':170 'purgatori':472 'skill':13,69 'skill-p12a-contemplation-view-correction' 'source-gmaxxxie' 'support':27,483,646 'sutra':169 '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' 'under':30,488,654 'verif':104 'view':4,14,24,475,641 'worklab':468 '一个产品团队把用户访谈丢给':624 '一个说法之所以危险':128 '三个月后呢':153,801 '三个月后还成立吗':420 '三层分开':110 '三条线需要并行':760 '不信任':720,780 '不好用':710 '不应直接据此制定路线图':281 '不应让':772 '不必全部使用':412 '不成立':668 '不是':72,836 '不是做一次就够了':226 '不是原始事实':671 '不是必须全部使用':76,824 '不是执行路径':583 '不是没人看到事实':119,268 '不是真实痛点':677 '不是谁也不得罪':843 '不是逢权威必反':188 '不能把解释直接当事实':117,266 '不要因为一件事出自传统':177 '为':441 '为高频词':689 '主流的看法':26 '也不是逢新观点就兴奋':189 '书稿在第二章以':197 '书稿引用迦罗摩经的故事':310 '书稿警告':257 '事实':658,732 '于是团队一边点头一边开始规划':325 '产品要先做':323 '人的判断':764 '人的判断必须三条线并行':265 '人的独立判断':295 '什么条件下它不成立':811 '什么都说对':834 '从':649 '从八个维度系统性地审视同一个问题':144 '从方法到观照的转换':192 '从服从和反服从里都拉出来':187,313 '从行业惯性里拉出来':345 '从访谈中提取出':687 '他人看':66,164,722,784,816 '代价看':63,157,615,781,807 '份用户访谈丢给':276 '份访谈中总结出':651 '会不会带来更清楚的理解':184 '会不会把判断责任偷偷转移给系统':135 '会不会有隐性代价':396 '会不会让一线团队更少追问用户':134 '会不会让组织更少追问':545 '会产生什么结果':55 '会导致什么行动':54,392 '但':598,709 '但不是做一次就够了':848 '但仅限精心控制环境':589 '但半年后':212,463 '但原始材料中可能还藏着更深层的信任':770 '但原始访谈中那些更含混':631 '但只覆盖了用户最容易说出口的部分':753 '但还很粗糙':255 '使用负担':285,698,758 '保留一点迟疑':98,332 '信任焦虑':283,696,756 '修正后描述':593,765 '修正后的多视角描述':36 '修正后的看法应该更清晰':839 '修正看法':71,833,835 '修正视角':789 '假设检验结果':35 '做出来的功能可能':707 '像样不等于值得采纳':272 '先修正看法':6 '先把自动化能力全接上':132 '先检查默认假设':229 '全部用反而会变成形式主义':830 '八种修正':57,548,714 '八种修正视角':11,139 '八种修正视角关键发现':605,775 '八种修正视角应用':406 '八种修正视角是启发式工具':75,823 '八种修正视角的应用记录':37 '八种视角全都要用':822 '关系看':62,154,422,803 '关键是质量不是数量':829 '关键点':85,109,127,146,176 '内部试用满意度高':485 '再往前走一步':307 '再调用方法':7,230 '写在经典里':179 '决策基于未经检验的默认假设':18 '几秒钟就能生成结构完整':246 '分析到位':680,745 '分步执行':347 '列出所有未被言明的默认假设':356 '创新':208,459 '判断':115,186,312,344,374,531,692 '功能':222 '动态看':61,151,418,553,611,799 '区分事实':47,106 '半年停留在试点说明扩散阶段的问题与':612 '半年后试点还在试点':554 '却没有先问':326 '历史看':65,162,813 '原始材料中的含混和矛盾信号被提前磨平':736 '原始访谈中':755 '原始访谈中可能有':282,695 '去问':308 '反例':442 '反面看':59,147,414,549,606,715,776,792 '反馈好':480,526,587 '只做效率功能可能忽略信任建设':782 '只在决策前做一次':846 '只是用户最容易说出口的词':718 '只是贴在表面上':515 '只看到收益忽略代价时':809 '只看局部优化时':798 '可以直接贴到旧流程上':494 '可信':588 '可控性':705 '可控性和认知负担问题':771 '可能不成立':512 '可能只是最容易说出口的词':778 '可能是用户表层诉求':769 '可能永远停在试点':544 '可越是顺滑':253 '后果追问':10,52,122,389,538,701 '后面的所有认真都可能只是在让那些默认变得更顽固':93 '吗':725 '呢':721 '和':249,443 '和稀泥':73,837 '哪些是原始事实':377 '哪些是推测':379 '哪些是解读':378 '哪些证据需要补充':439 '回到原始材料验证':296 '回退等真实约束':572 '回退问题':508 '因此应优先优化流程':116 '团队做出亮眼':204,455 '团队内部高度共识时':818 '团队对同一事实有截然不同的解读':17 '团队直接把这份总结贴进产品路线图':630 '在产品决策中':224 '在产品研究中':273 '在产品规划中':329 '在什么条件下':557 '在什么条件下它不成立':161,427 '在调用任何具体方法之前执行':70 '场景描述':451,623 '基于以上分析':435 '增长是好的':44,88 '大家都说':321 '太像答案的东西':174 '太熟':173 '太顺的答案':97,331 '失控焦虑':284,697,757 '如':42,86,131,397 '如果':539,550,716 '如果只看':702 '如果相反判断成立呢':793 '如果相反的判断成立呢':148 '如果竞品不做这个功能':341 '如果这个看法成立':53,391 '如果这个看法错了':401 '如果连眼前这份工作本身都还没有被重新看清':195 '字段':21 '它们看起来特别像共识':251 '它逼着团队从':305 '完整不等于贴近处境':271,682 '定义':83,105,125,143,171 '对所有':96,330 '对所有看起来太顺':172 '对谁有代价':156,424,805 '对谁有利':423,804 '将':311 '将团队的陈述拆分为三层':371 '就太快相信':182 '工作本身到底怎么发生的':546 '工作本身还是一团雾':513 '工作本身还没被重看':609 '工作流程':38 '工作被改变':511,575 '工具接进去':510,574 '常见误区':819 '应优先做效率功能':693 '应用八种修正视角':58 '应该继续推进':532 '建议':250 '当前':25 '当团队说':232 '当把':274 '当竞品都在做某功能时':335 '形成':228 '形成习惯比偶尔做一次更重要':850 '往往不是因为它完全错误':129 '很像答案的东西':303 '很多人都在说':178 '很多团队最容易轻信的不只是':314 '很多组织的':201,452 '很多组织里的误判':118,267 '很熟':302 '得到':278 '快':708 '忽略信任':704 '总结':248,264,294,657,731,763 '总结与转述幻觉':244 '总结代表原始材料':667 '总结得很清楚':643 '总结或他人转述被误当成事实本身':261 '总结是压缩和重述':670 '总结是压缩重述':735 '总结是否让团队更少回到原始材料去自己判断':712 '总结比原始材料更可信':661 '总结直接盖过原始材料里那些更含混但可能更真实的信号':774 '总结能力':289,637 '总结被当成事实的修正':622 '意味着什么':416 '成功':500,565 '成功不等于产品成功':559 '成功可能让组织更不愿面对':608 '成功恰恰掩盖了真实问题呢':552 '成功意味着产品成功':491 '成熟模板':363 '成熟模板和':317 '成立':541 '我们到底以为工作是怎样发生的':218,604 '我们应该优先做效率相关功能':645 '我们推测他是因为流程复杂':114 '我们现在就该全面推':520 '我们的':476 '我们的用户真实处境里':327 '我们要放弃什么':159 '我们还会做吗':342 '我的核心诉求是效率':724,786 '所有听起来很顺':301 '才能避免团队在跟随中迷失自己的判断力':346 '执行流程':495,662 '技术可行性已验证':487 '把':185,343 '把判断责任转移给系统':399 '拉开差距的不是多加了一个':220 '持不同立场的人会怎么看':165 '持不同立场的人怎么看':817 '接受这个判断':158 '接受这个判断要放弃什么':808 '推测':49 '提前磨平了':290,638 '提取的':750,767 '提取的是否只是用户最容易说出口的部分':298 '支持该看法的证据':29 '放在更大系统里意味着什么':797 '效率':209,460,652,688,703,717,751,768,777 '效率会更高':133 '整体看':60,149,796 '方向正确':233,482,529,540,580 '方案中的隐含前提':354 '方法不是没用':94,193 '方法只会帮组织更熟练地在旧地图上跑':196 '时':234 '是基于精心控制的':238 '是最高频关键词':653 '是留给自己重新看见的机会':100,334 '是精心控制的环境':504 '普遍化结论时':812 '智能化':210,461 '更有依据':840 '更真实的信号':633 '更矛盾':632 '最可能错在哪':402 '有没有反证':382 '未覆盖真实业务流程中的摩擦':536 '未通过':567,576,733,746 '未验证':502,740 '权威':315 '权威感':339 '权限':506,570 '标注哪些默认假设已被挑战':438 '核心指标没怎么动':214,465 '核心概念':77 '核心诉求':660,674,739 '核心诉求总结':629 '核心诉求是效率':279,644 '核心问法':790 '根本没看清工作是怎么发生的':577 '案例说明':200 '检查':376 '检验证据链的完整性':50,108 '正确':237 '正确做法是建立三条线并行':291 '此':68 '步':350,368,388,405,432 '汇报获好评':486 '注意事项':67 '流畅不等于真实':270,681,747 '涉及多方利益时':806 '深入核心概念':190 '特别检查':361 '特别适合直接贴进汇报材料里':252 '环境':240 '环境快速变化时':802 '现在成立':152,419,800 '生成了一份结构完整':627 '用户在日常工作中的实际使用行为':592 '用户在某一步停留很久':112 '用户是理性的':43,87 '用户本人会认同':723 '用户本人可能不完全认同':785 '用户核心诉求是效率':691 '用户输入':473,639 '留正式位置':445 '的':288,636 '的习惯比偶尔做一次更重要':231 '的事实':610 '的代价是永远走不出试点':618 '的危险':259 '的总结时':280 '的视角修正':450 '监控':507,571 '目标是更接近真实':842 '相反判断如果成立':415 '真实业务流程中的摩擦数据':591 '真实场景成功':501,566 '真实场景有治理':505 '真正痛点可能是更难表达的':779 '真正的业务流程没怎么改':213,464 '真正该被重看的不是某个功能入口':216,602 '短期数据好看但长期关系脆弱':783 '示例':446,619 '种修正视角':411 '种即可':828 '称之为':469 '第':348,366,386,403,430 '等信号被':286 '等信号被压缩掉了':699 '等可能更关键但更难表达的信号':759 '等标签':211,462 '类似情境下发生过什么':163,814 '精心控制环境':535 '结构完整':679,744 '给出修正后的多视角描述':436 '继续在旧流程上贴':542,616 '综合修正':433 '缺少':590,754 '缺少反对声音时':795 '缺少治理':569 '而不是更模糊':841 '而是事实一进入集体表达就被熟练地重新命名了':120,269 '而是因为它听起来太合理':130 '而是开始重做产品开发方式':223 '而是更前面的那层':217,603 '而是让判断建立在更坚实的基础上':74,838 '而真正的问题是更难表达的':719 '能帮团队摆脱只在表面逻辑里打转':137 '自动代理到底解决了什么痛点':328 '自己给出的答案':319 '行业共识':362 '行业共识可能是集体盲区':320 '行业共识是对的':91 '行业惯性和表达顺滑感':340 '行业说':517 '被':634 '要看这个判断放到现实里会导向什么':183 '观察':111,372,524,585,685 '观察只覆盖了':534 '观点':48,145 '观点和推测':107 '观点高度一致':794 '视角修正':12 '视角修正会追问':235 '视角修正应该在调用任何具体方法之前执行':847 '视角修正报告':561,727 '视角修正要求在调用任何具体方法之前先执行':225 '视角修正要求追问':336 '视角修正速查卡':788 '解释':113,373,528,690 '认可的是方向感':582 '认知负担':706 '让团队更少追问用户':398 '记录每个视角带来的新发现':429 '访谈原话':262,292,761 '证据可信度':584,748 '证据可信度评估':34 '证据校验':9,46,102,369,523,684 '证据链是否完整':381 '识别当前观点':353 '识别观点中未经检验的隐含前提和默认假设':84 '识别观点中的隐含前提':41 '试点地狱':199,449,470,599 '试点始终留在试点':215,466 '误区':820,831,844 '说得很有逻辑':181 '说明':22 '说明什么':555 '说明组织跳过了最关键的一步':600 '越可能把那些真正关键':254 '转型开头都差不多':203 '转型的':595 '转型看起来开头都差不多':454 '转型进展顺利':478 '转型顺利':530 '转述和原始材料是否分开了':385 '转述幻觉':258 '输入':20 '输出':33 '输出是可信的':90 '输出是否被当成了天然正确的默认':365 '输出结果':560,726 '边界看':64,160,426,556,810 '还包括行业共识':316 '还是基于真实业务流程中的摩擦':241 '还是靠熟悉感':338 '还没被说顺的信号提前磨平':256 '这个':236 '这个判断对谁有利':155 '这个局部放在更大系统里意味着什么':150 '这个行动会产生什么短期结果和长期结果':394 '这个说法有没有道理':306 '这个说法现在为什么会让我这么容易点头':309 '这个说法靠的是现实':337 '这个默认在今天还成立吗':359 '这种概括':787 '迟疑':444 '迟疑不是拖延':99,333 '迦罗摩经原则':167 '迦罗摩经原则与太顺的答案':300 '追问':358 '追问一个看法成立后会导致什么行动和结果':126 '适用场景':16,791 '选择最相关的':408,825 '逻辑顺滑的':247,628 '部分通过':581 '都值得在落地之前再看一眼':175,304 '重大判断变化时需要重新修正':227,849 '重新看清工作到底是怎么发生的':601 '重要':519 '问后果':136 '问题':533,694 '问题是':194 '问题是连眼前的工作本身都还没有被重新看清':95 '阶段完全不同':614 '阶段确实验证了技术可行性':597 '隐含的默认假设':32 '隐含默认1':498,665 '隐含默认2':509,672 '隐含默认3':516,678 '需回到原始语境验证':742 '需要从多个视角审视同一个问题':19 '需要情境化':521 '需验证':675 '面对新问题时':815 '项目被贴上':207,458 '领导点头':206,457 '领导认可':481,527,579 '领导认可等于方向正确':492 '高频关键词':659,738 '高频出现':673 '高频可能是话术惯性':676,741 '高频词有一定依据':752 '默认一旦没被看见':92 '默认假设检验':562,728 '默认检查':8,40,79,351,497,664","prices":[{"id":"6999eb47-642f-4338-9299-41d4cfffb798","listingId":"47dacadf-1776-463b-8f9f-075e912e0995","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":"2026-05-01T01:02:55.552Z"}],"sources":[{"listingId":"47dacadf-1776-463b-8f9f-075e912e0995","source":"github","sourceId":"gmaxxxie/ai-native-product-agent-skills/p12a-contemplation-view-correction","sourceUrl":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p12a-contemplation-view-correction","isPrimary":false,"firstSeenAt":"2026-05-01T01:02:55.552Z","lastSeenAt":"2026-05-18T18:57:29.195Z"}],"details":{"listingId":"47dacadf-1776-463b-8f9f-075e912e0995","quickStartSnippet":null,"exampleRequest":null,"exampleResponse":null,"schema":null,"openapiUrl":null,"agentsTxtUrl":null,"citations":[],"useCases":[],"bestFor":[],"notFor":[],"kindDetails":{"org":"gmaxxxie","slug":"p12a-contemplation-view-correction","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":"83fb6163d5ae1c4763016474957531648ef47b47","skill_md_path":"skills/p12a-contemplation-view-correction/SKILL.md","default_branch":"main","skill_tree_url":"https://github.com/gmaxxxie/ai-native-product-agent-skills/tree/main/skills/p12a-contemplation-view-correction"},"layout":"multi","source":"github","category":"ai-native-product-agent-skills","frontmatter":{"name":"p12a-contemplation-view-correction","description":"先修正看法，再调用方法——默认检查、证据校验、后果追问、八种修正视角"},"skills_sh_url":"https://skills.sh/gmaxxxie/ai-native-product-agent-skills/p12a-contemplation-view-correction"},"updatedAt":"2026-05-18T18:57:29.195Z"}}