SuperAPI AI 工具集

decision-intelligence

通用与其它

查看项目

更新于 10-15 16:49

技能介绍

用途:当一个决策或信念被单独评估(而非比较多选项)、且涉及概率与结果量级时,用该框架按顺序应用六个模型,纠正直觉的可预测失误。要求对每个输入都跑完六步,不得跳过。

主要能力与流程: 第0步澄清核心问题,用一句话复述:“真正的问题是:[单一清晰问题]”。 第1步期望值:EV = Σ(概率 × 收益),列出全部有意义结果、概率合计100%、估算收益、计算EV,并标注损失厌恶是否放大了负面成本。 第2步基准率忽视:先锚定该类别历史成功率再调整,资料给出的参考基准包括初创公司盈利约10–20%、新餐厅存活首年约40%(第五年约20%)、新产品达到PMF约5–15%、日内交易者持续跑赢市场约1–5%、新习惯维持6个月约20%、项目按时按预算约30–35%。 第3步沉没成本:把已投入的资金、时间、情绪、公开表态全部归零,只按未来成本收益概率重估。诊断问句:“如果我没有已经投入X,今天还会开始吗?” 第4步贝叶斯:P(信念|证据) = P(证据|信念) × P(信念) / P(证据),明确先验、似然比与后验,按证据强度成比例更新,不跳到0%或100%。 第5步幸存者偏差:数可见成功者,估计隐藏分母,推算隐含成功率并与基准率核对。 第6步凯利公式:f* = (p × b − q) / b,其中p胜率、q败率、b净赔率。实际建议用分数凯利(¼至½ f*),半凯利约获得75%增长且波动更低;f≤0表示无优势不下注,f>1需复查概率。

最终输出格式:综合建议,含核心问题、六模型结论、主要偏差、明确行动、置信度0–100%、关键风险2–3条、何种证据会改变看法。若数学与直觉冲突,应指出。

使用关系:可在决策综合之前运行,提供概率输入;与概率思维、认知偏差检测互补;情景规划产生多个未来时可在每个未来中运行;费米估算为第1、2步提供数字。

限制:资料未提供具体收费、价格、平台支持、安装命令或使用示例;上述基准率为资料中列出的常见参考值,并非保证。