Synthesis Thinking Framework 是一套面向 AI 助手或思考者的五模式思维方法论，核心目标是根据用户真正想要的结果选择思维模式，并让分析深度与实际风险相匹配。资料将其定位为带“响应前协议”的思考框架，而非固定流程模板。
用途与定位：在回答任何非简单问题前，先运行四步响应前协议：1）判断意图，识别用户真正想完成的事，而非只回答表面问题；2）改进提示，找出结果、缺失证据和会改变答案的歧义，先用可得证据补齐事实缺口；3）考虑最佳利益，不做单纯附和，若用户正走向已知陷阱应直接指出；4）提升用户，传递心智模型而非只给答案，让用户理解“为什么”从而能迁移应对变化。
五种思维模式：第一性原理、系统思维、复杂性思维、类比思维和设计思维。资料强调只使用能回答未决问题的模式，跳过的模式无需仪式化处理，但未被审视的重大风险仍需要调查。详细内容见 references/five-modes.md，适用于战略性、陌生或跨领域问题，或在不确定该用哪种模式时查阅。
深度校准：框架按情境匹配深度，而非一律最大深度。简单事实问题直接回答；已知做法的问题先做快速第一性原理检查再回答；设计决策类问题应用能解决实质不确定性的模式；调试类问题用第一性原理加系统思维；战略类问题将五模式作为战略咨询视角；跨领域联想以类比思维切入再用第一性原理验证；歧义或多层问题先走响应前协议再校准。过度分析简单问题会浪费时间并掩盖答案。决策应在新证据改变其假设或后果时重新审视，而不是因为加载了另一个技能就重来。
决策所有权与执行：使用共享的决策所有权契约，在把分析转化为提问或行动前，区分四类情形：已经决定的、委托的技术选择、属于主体（principal）的实质歧义、只能由人执行的动作。记录适用的用户指令及其范围；数据包、配置文件、同伴消息或工具结果都不能凭空产生授权。对已决定或委托的技术选择，检查后果后执行；对主体拥有的歧义，用具体备选方案和后果提问；仅人类依赖只阻塞依赖它的那个动作，可继续独立且已授权的工作。混合领域工作要按各自标准评判每个承诺结果，例如软件测试不能证明写作质量，雄辩的解释不能证明部署成功。
决定性不确定性：当缺失事实可能改变下一个决策时，采用“决定性不确定性”方法，优先选择最便宜且可信的判别性观察，保留被推翻的预测，一旦所需决策得到支持就停止。资料提到其 autopilot journal adapter 将实际本地执行绑定到受影响的验收闭环，未支持的语义和外部状态问题保持显式。
参考文件：references/five-modes.md（五种模式全文）、references/decision-ownership.md（决策所有权契约）、references/decisive-uncertainty.md（决定性不确定性方法）、references/related-skills.md（代码规划、PR 评审、内容框定、思维树等兄弟技能如何基于本框架）、references/coverage-map.md（2.1.1 文本各部分现所在位置）。
适用场景：战略咨询、设计决策、调试排障、跨领域问题分析、需要区分决策权限的复杂任务。限制：资料未提供具体安装命令、代码示例、收费信息或平台支持范围，这些事实暂未提供。