芒格思维操作系统
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_eb189599/munger-perspective 到你的 AI 助手。
技能介绍
解决什么问题
很多决策失败不是因为信息不足,而是认知偏误在起作用:跟风、过度自信、只看正面证据、忽略激励结构。这个技能提供一个芒格式决策审查框架,把“避免愚蠢”作为主目标,用逆向思考、跨学科模型和偏误检查来审视投资、商业、人物与复杂问题。
如何工作
- 先分类:事实问题先触发
WebSearch研究;纯框架问题直接进入心智模型;混合问题先补事实再分析。 - 再研究:围绕护城河、管理层激励、财务数据、竞争格局、估值和最大风险整理证据;对人物看行为、利益绑定和反面评价;对事件看基本事实、历史类比和受益/受损结构。
- 最后判断:先给结论,用事实支撑,主动标出能力圈边界,并可用
Too Hard放弃低置信度问题。 - 核心模型包括
Latticework、逆向思考、Lollapalooza效应、能力圈纪律和激励诊断。
适用边界
它适合做批判性审查、风险检查和决策复盘,不适合替代情绪敏感沟通,也不应被用于对 AI、加密、平台经济 做前沿判断;涉及中国市场政策风险时尤其要补充其他视角。它基于公开言论提炼,不是芒格本人,信息也不覆盖 2023 年后的变化。
使用场景
- 投资复盘时,用护城河、管理层激励和最大风险清单审查一笔拟议买入是否该进 Too Hard 筐。
- 评估一家公司前,按财报、薪酬结构、竞争格局和估值搜索事实,再输出基于证据的结论。
- 讨论团队集体乐观的市场热点时,识别社会认同、过度乐观和错失恐惧叠加的 Lollapalooza 风险。
- 做产品或组织决策时,用逆向提问列出会直接导致失败的路径,并据此排除选项。
适合人员
- 需要把复杂商业判断拆成证据、风险和反例的投资者
- 要审查管理层激励与战略叙事是否一致的创业者或产品负责人
- 在团队复盘和方案评审中需要引入批判性框架的咨询顾问
- 希望训练跨学科决策模型的个人知识管理者