假设情景推演器
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_15292d5a/yjkj-what-if-scenario-builder。
技能介绍
它解决什么问题
很多 what if 讨论会停在表层:只想到一个明显后果,把变量当独立,偏爱戏剧化,或过早收敛成单一最可能未来。这个技能把情景构建变成可复用的工程流程,目标是保留不确定性,而不是提前给出答案。
它如何工作
它围绕 概率—可能区间 展开:既用 Base Rate Check 锚定历史常见结果,也用 Manoa Stretch 生成非基率的 Collapse 与 Transformation 情景,再用 Pre-Mortem、Cross-Impact、Temporal Cascade 和反事实检查暴露失败模式与关键分叉。关键步骤包括:
- 先做现实校准,找出
70-80%历史类比中的常见结果 - 再构造至少两类非基率未来,避免线性外推
- 检查变量之间的因果链、反馈回路和涌现结果
- 标记高价值情景:比直觉更可能,但比常规预期更意外
- 输出默认精简版,也可按请求展开完整过程
适用边界
它适合运营、战略、产品、政策等需要多情景准备的判断,不适合追求单一精确预测。使用时要接受概率区间、未知代理不确定性和分支结构,而不是把它当作 12.3% 式伪精确结论。
使用场景
- 制定年度运营策略时,为关键业务变量生成多个非基率情景并标注高价值意外情景。
- 做产品重大改版前,用 `Base Rate Check` 与 `Pre-Mortem` 找出首选方案最可能的失败原因。
- 政策或供应链预案评审时,构建因果链和关键分叉,输出 5-10 个早期观察指标。
- 评估低概率高风险事件时,区分结构性不可能与历史未发生,并生成可核查路径。
适合人员
- 负责年度战略和运营预案的负责人,需要把直觉讨论变成有校准的情景清单。
- 做产品路线图决策的产品经理,需要比较多个未来并找出跨情景稳健的决策。
- 准备政策或供应链风险材料的分析师,需要把变量关联、概率区间和指标写清楚。
- 需要向管理层汇报不确定性的运营负责人,需要输出精简版结论而不是完整工作底稿。