金线结构化解题
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,在 AI 助手中安装技能 @user_b7836290/jin-xian-golden-thread。
技能介绍
当你接手一个没人定义清楚的问题
复杂任务最常见的死法不是分析不够深,而是审题阶段就被拐跑了。信息还没收齐,先刷手机找背景;背景还没读完,已经在脑子里搭第一版结论;结论被推翻后,又带着新猜测重新跑一遍流程。整个过程没有假设、没有事实、没有逻辑脉络,只有加班和漂亮的 PPT。
金线-结构化解决问题 要处理的就是这套失控状态。它不是又一个提示词模板,而是一套把解难过程切成七阶段的路由框架:先把假设、事实、逻辑立起来,再决定要不要用金字塔、要不要做数据论证。
它如何拆解问题
技能内部包含 15 个方法论模块,按解难阶段只激活相关部分:
- 构建阶段:先逼出一个
第一天假设,再用审题十三问界定谁决策、成功标准是什么、递交物长什么样 - 分解阶段:用 MECE 和逻辑树拆成 3–9 个不重不漏的子议题,再用二八原则砍掉次要项
- 调研阶段:带着假设找事实,专家只是信息渠道之一,章鱼瓶不是证据本身
- 验证与表达:用数据说话,做自我反驳,最后按金字塔结构汇报,而不是堆形容词
核心公式只有三个要素:假设驱动、事实基础、逻辑脉络。缺假设就没有方向,缺事实就没有根基,缺逻辑就无法说服。
何时不该用它
- 纯情绪倾诉、单纯的 Yes/No 判断,不需要搭金字塔
- 创意发散阶段,过度结构化反而会压制可能性
- 当你选分析工具是因为"
Python 看起来更专业",而不是数据质量撑得住——先确认输入是垃圾,输出也会是垃圾
这套方法论来自冯唐《金线》中的麦肯锡实践,适合需要可复现思维流程的工程师、PM 和 consultant,不适合只想找一个现成答案的场景。
使用场景
- 面对新产品要不要做这个模糊命题,需要先给出第一天假设,再拆解验证路径
- 季度复盘材料堆了十几页但结论不清,需要用审题和归纳提炼出塔尖真知灼见
- 跨部门项目看起来像无头苍蝇,需要先界定决策者、成功标准和递交物形态
- 担心数据只是装饰,需要用自我反驳术检验结论是否有事实支撑
适合人员
- 产品经理:需要把模糊需求变成可验证的假设和子问题,而非直接堆功能
- 咨询顾问或分析师:需要一套可复用的解题方法应对不同行业的新命题
- 管理者:需要界定问题、对齐决策者,并在团队讨论中找到事实支撑
- 项目负责人:需要拆解复杂交付任务,识别关键少数和可以砍掉的工作