批判性提问与深度探究
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_231765ee/tiwen1。
技能介绍
要解决的问题
阅读文章、政策文本、技术讨论或营销材料时,读者常容易把作者给出的结论当作默认事实,忽略关键词歧义、隐藏假设、证据缺口和统计误导。学会提问 针对这类“被动接收信息”的问题,把《学会提问》中的批判性思维框架转成可执行的提问流程。它不替代事实核查工具,而是帮助使用者在做出判断前,先拆解论证结构、检查推理质量,并识别哪些信息缺失会影响结论。
如何工作
技能会对输入内容逐项盘问,重点包括:提取 论题、结论 和 理由;定位多义词与抽象概念;区分价值观假设和描述性假设;检查人身攻击、滑坡、偷换概念、循环论证等谬误;评估证据类型、数据来源、样本偏差和替代解释;最后用条件句推出多个备选结论,而不是直接接受非黑即白判断。输出通常包含障碍自检、论证解构、逻辑深挖、证据核查和独立决断等部分,适合把一段长文本转成结构化审问记录。
适用边界
它更适合文章、观点、文件、访谈或信息摘要的批判性分析,不适用于替代专业事实核查、法律意见或医学判断。若原文缺少证据链、数据出处或反方材料,技能会指出缺失,但不能凭空补全事实。对情绪化材料、立场先行内容或高度专业领域,结论仍需结合原始来源、领域知识和外部证据再判断。
使用场景
- 审读行业报告前,逐项提取论题、结论、理由,标记证据缺口与统计口径风险。
- 评估供应商方案时,识别隐藏假设、逻辑谬误和未披露替代原因,形成采购风险清单。
- 写评论前,把长文拆成论证结构,检查歧义词、数据误导和省略的反方观点。
- 课堂训练中,用十问清单盘问学生论文,要求其补出证据链与备选结论。
适合人员
- 审阅第三方报告的政策分析师,需要标记证据缺口、数据口径和隐藏假设。
- 评估技术选型的产品经理,需要拆解供应商白皮书中的理由、谬误和替代方案。
- 做事实核查的编辑,需要定位歧义词、证据类型和统计误导,形成核查清单。
- 培养批判性思维的教师,需要用固定提问清单指导学生分析文章与论文。