SuperAPI AI 工具集

problem-solving

通用与其它

查看项目

更新于 10-16 02:10

技能介绍

Problem-Solving Techniques 是一套针对不同类型“卡住”状态的系统化方法,每个技巧面向特定问题模式。

一、适用时机 当遇到以下情况时可使用:复杂化螺旋(出现多种实现、不断增长的特例、过多分支);创新受阻(常规方案不足,需要突破性思考);重复模式(同一问题在不同领域出现、重复造轮子);假设约束(被迫接受“只有这一种方式”,无法质疑前提);规模不确定性(生产可用性不明、边界情况未知);一般性卡顿(不确定该用哪种技巧)。

二、快速派发 根据症状匹配技巧:同一件事有5种以上实现且特例不断增加,使用 Simplification Cascades;常规方案不足、需要突破,使用 Collision-Zone Thinking;同一问题出现在不同地方、重复造轮子,使用 Meta-Pattern Recognition;方案感觉勉强、“必须这么做”,使用 Inversion Exercise;能否用于生产、边界情况不清,使用 Scale Game;不确定用哪种技巧,参考 When Stuck。

三、核心技巧

  1. Simplification Cascades:找到一个能消除多个组件的洞察,即“如果这一点成立,就不再需要 X、Y、Z”。关键洞察是:一切都是某个通用模式的特例。危险信号是“只需再加一个情况……”并不断重复。
  2. Collision-Zone Thinking:强制把无关概念放在一起以发现涌现特性,即“如果把 X 当作 Y 来处理会怎样”。关键洞察是:革命性想法来自刻意混合隐喻。危险信号是“这个领域里能试的都试过了”。
  3. Meta-Pattern Recognition:发现出现在3个以上领域中的模式,以找到通用原则。关键洞察是:模式如何出现的模式揭示了可复用的抽象。危险信号是“这个问题很独特”(通常并非如此)。
  4. Inversion Exercise:翻转核心假设以揭示隐藏约束,即“如果相反情况成立会怎样”。关键洞察是:有效的反转揭示了“规则”对上下文的依赖。危险信号是“这件事只有一种做法”。
  5. Scale Game:在极端条件下测试(放大或缩小1000倍、瞬间或持续一年)以暴露根本真相。关键洞察是:在一种规模下可行的,在另一种规模下会失效。危险信号是“应该能正常扩展”(但未测试)。

四、应用流程 识别卡住类型,按上表匹配技巧;加载详细参考,从 references/ 读取对应技巧;系统化应用,遵循该技巧的流程;记录洞察,记下有效与无效之处;必要时组合使用,有些问题需要多种技巧。

五、组合技巧 有效组合包括:简化 + 元模式,先找到模式,再简化所有实例;碰撞 + 反转,强制隐喻,再反转其假设;规模 + 简化,极端情况揭示可消除项;元模式 + 规模,通用模式在极端条件下测试。

六、参考资料 可按需加载详细指南:references/when-stuck.md(派发流程图与决策树)、references/simplification-cascades.md(级联检测与提取)、references/collision-zone-thinking.md(隐喻碰撞流程)、references/meta-pattern-recognition.md(模式抽象技巧)、references/inversion-exercise.md(假设翻转方法)、references/scale-game.md(极端测试流程)、references/attribution.md(来源与改编说明)。