用途：本技能用于基于新证据更新信念的贝叶斯推理，帮助避免过度自信与对信息反应不足。适用于估计概率、解读测试结果或指标、在不完整信息下决策、评估竞争假设、从实验或A/B测试学习、诊断不确定原因、基于历史数据预测等。
主要能力：提供触发卡与四步流程。第一步建立先验，使用基础比率并明确不确定性；第二步评估证据，比较假设为真与为假时证据出现的可能性，得到似然比；第三步更新，后验几率=先验几率×似然比；第四步随新证据迭代，将昨日后验作为今日先验。另含贝叶斯定理公式、直觉形式、常见应用（解读罕见病检测、调试、项目估算）、强弱证据的典型似然比、校准检查与核查清单。
必要用法：不确定→有先验→有新证据时应用贝叶斯更新；无先验则先建立基础比率。若只需粗略更新数字，可用“先基础比率、再似然比”即可，不必运行完整定理。基础比率极低时，阳性结果通常仍是误报。
限制：当没有特定先验与证据对时，应改用 thinking-probabilistic；证据已确凿或可直接观察时应直接查证；不存在有意义先验而只能编造数字时，应说明先验未知；若任何合理后验下决策相同，则跳过更新；需要以校准区间而非单点更新表达不确定性时，也属 thinking-probabilistic 范畴。