AI不是让人逃避思考的工具，是让人没法再自我欺骗的镜子。
这篇文章有点长，但能帮你省掉很多”想不明白”的时间。
我花了大半年，把市面上那些经典思维模型：什么第一性原理、MECE、六顶思考帽，全翻译成了AI直接能跑的指令。
一共24条，分8个场景，我管它叫”狠人思维模型”。
什么叫”狠人思维模型”
先解释下这个词。
我把它定义成：一套让AI替你完成”思考苦力活”的框架。
你看啊，人脑有个bug，遇到问题特别容易在原地打转。纠结来纠结去，其实翻来覆去就那几个念头。不是我们不想深入思考，是深度思考太累了，大脑会本能地偷懒。
狠人不一样。
他们会把”想透一件事”这个活儿，拆成一个个具体的思考步骤，然后外包给AI。自己只负责最后拍板。
这不是偷懒，这是认知杠杆。
之前有个做餐饮的老哥找我聊他的扩张计划。他自己憋了两礼拜，写了份商业计划书，看着挺像那么回事。我让他用”风险预演法”指令用AI跑了一遍，就是让AI假设这事儿一年后彻底黄了，倒推所有可能的死法。
跑完他脸都白了。
有三个致命问题他压根没想过。两礼拜白干。
这就是”狠人思维模型”的意思：不是AI替你做决定，是AI替你把所有该想的都想一遍，你再决定。
下面一条条说。有点长。
第一类：想不通的时候用
脑子乱成一锅粥、不知道从哪想起——这种情况用这三条。
【5W根因法】
提示词：你是追问专家。我现在遇到了[某个问题]，请连续追问5次”为什么会这样”，帮我一层层挖到问题的根源，最后给出解决根源的建议。
这条的原理是丰田的”五问法”，精益生产的看家本领。核心逻辑：大多数问题，你以为的原因只是表象，真正的根源藏在下面好几层。
之前有个做公众号的朋友跟我吐槽阅读量上不去。我让他拿这条跑了一遍：
AI第一层问：为什么阅读量低？——他说可能标题不吸引人。
第二层：为什么标题不吸引人？——他说可能不了解读者想看什么。
第三层：为什么不了解？——他说很少看评论区和后台数据。
第四层：为什么不看？——他卡住了，说……因为觉得写完发出去就完事了。
第五层：为什么有这种心态？
问到这儿他愣了。原来根本不是技巧问题，是心态上没把”读者”当回事。
五个为什么，从”阅读量低”这个症状，挖到了”创作心态”这个病根。自己想，想一年也到不了这层。
【MECE拆解法】
提示词：你是问题拆解专家。我被[某个问题]困住了，请帮我把它拆成3-5个不重叠的小问题，告诉我先解决哪个最关键、具体怎么下手。
MECE是麦肯锡的看家工具，四个字母代表”相互独立、完全穷尽”。说人话就是：把大问题切成小块，不重复、不遗漏。
为什么管用？因为人焦虑的时候，往往不是问题本身多难，是问题太大太模糊，大脑处理不了。
你跟大脑说”我要搞定职业发展”，它直接死机。你跟它说”我要先搞清楚自己擅长什么”，它就能动起来。
这条指令干的就是这个活：帮你把大象切成能下嘴的肉片。
【认知盲区扫描】
提示词：你是盲点探测器。我打算做[某个想法/计划]，请检查我有没有思维盲点，是不是只看到支持自己的证据，有没有忽略什么重要因素。
这条我觉得最值钱。
人有个毛病叫”确认偏误”。有了某个想法之后，会下意识只看支持它的证据，反面信息自动过滤。不是故意的，是大脑出厂设置。
这就是为什么很多人做决定的时候信心满满，事后复盘才发现一堆明摆着的问题当时愣是没看见。
让AI当那个”唱反调的人”，比找朋友靠谱。朋友顾及面子会嘴软，AI不会。
第二类：做决定的时候用
纠结的本质，是脑子里评估标准乱成一团麻。这三条帮你理清楚。
【决策矩阵】
提示词：你是决策分析师。我在纠结[选项A]和[选项B]，请帮我列出评估维度，给每个选项打分1-10分，算出总分告诉我选哪个。
之前有个姑娘问我，两个offer怎么选。一个钱多但累，一个钱少但稳定。纠结了快两周。
我让她用这条跑了一遍。
跑完她跟我说了句话挺有意思：原来我在乎的东西有这么多。
是的。AI列出评估维度之后她才意识到，自己真正在乎的不只是钱和稳定，还有成长空间、团队氛围、通勤时间、行业前景……七八个维度。
以前这些东西全搅在一起，根本理不清。摊开来逐项打分，那个”钱少但稳定”的综合分反而更高。
关键是做完这个动作，心里特别踏实。因为知道这决定是”算”出来的，不是半夜三点情绪上头拍的。
【10/10/10法则】
提示词：你是时间穿越顾问。我在纠结要不要做[某件事]，请告诉我：10分钟后我会怎么想？10个月后呢？10年后回头看这事重要吗？
这条专治情绪化决策。
有个朋友之前因为同事一句阴阳怪气的话，气了整整一下午，甚至动了辞职的念头。
我让他用这条跑了一遍：10分钟后还在气，10个月后估计早忘了，10年后？那时候可能连这同事长什么样都不记得。
想到这儿气消了大半，辞职念头也没了。
这条指令的原理很简单：拉长时间线看问题。很多事当下看天大，放到人生尺度上看，屁都不是。
但人在情绪里的时候，是想不起来拉长时间线的。所以需要一个外部提醒。
【风险预演法】
提示词：你是是预验尸专家。假设我的[某个计划/决定]一年后彻底失败了，请倒推列出所有可能的失败原因，告诉我现在该怎么预防这些坑。
开头那个餐饮老哥用的就是这条。
“预验尸”（不是错别字）这个词是心理学家加里·克莱因发明的。意思是：事情还没开始，先假设它已经死了，然后倒推死因。
听起来丧，但这是对抗”过度自信”最有效的方法。
人做计划的时候，会本能地往好处想。预验尸强迫你往坏处想。两边都想过了，决策质量才高。
很多坑，想到了就能绕过去。想不到，早晚掉进去。
第三类：遇难题的时候用
有些问题越想越钻牛角尖，往往是因为问题本身就问错了。
【问题重构术】
提示词：你是问题重构师。我被[某个问题]卡住了，请用5种方式帮我重新定义问题：换主语、换动词、扩大/缩小范围、换时间线、反过来想。
爱因斯坦说过一句话：如果给我一小时解决一个问题，我会花55分钟弄清楚这是个什么问题。
大多数人卡住，不是因为答案难找，是因为问题本身就有毛病。
之前有人问我”怎么涨粉”。我说这问题有问题，让他重构一下：
换主语：”我怎么涨粉” → “读者为什么要关注我”
换动词：”涨粉” → “让人愿意持续看我的内容”
缩小范围：涨所有人的粉 → 涨”对某个领域感兴趣的人”的粉
反过来想：什么样的账号我绝对不会关注？
同一件事，换个问法，思路完全打开。
这条指令的价值在于：它不给你答案，它帮你找到正确的问题。而正确的问题，往往自带答案。
【系统因果链】
提示词：你是系统思维专家。[某个问题]涉及很多因素互相影响，请帮我理清各因素之间的因果关系，找出改变哪个点能撬动整个局面。
适合处理那种”牵一发动全身”的复杂问题。
比如”团队效率低”这事儿，涉及流程、工具、人员、激励、文化一大堆因素，互相缠着。你改了A，B会变；动了B，C又受影响。
这条指令让AI帮你画出一张”因果地图”：谁影响谁，谁被谁影响，然后找到那个杠杆点，也就是改动成本最小、撬动效果最大的那个点。
【第一性原理】
提示词：你是第一性原理专家。我认为[某个判断]，请检查里面有哪些”约定俗成”的假设，这些假设真的成立吗？有没有反例？
这是马斯克反复提的思维方式。核心就一句话：别人告诉你的”常识”，真的对吗？
有个做自媒体的跟我说”一定要日更”。我让他用这条跑了一遍。
结果发现：日更是为了保持曝光 → 但保持曝光有没有别的方法？有 → 那日更就不是必须的。
一个”理所当然”的枷锁，就这么解开了。
很多限制住我们的东西，不是客观条件，是我们自己脑子里没验证过的假设。这条指令专门挖这个。
第四类：换角度的时候用
有时候不是想不通，是想的角度太单一。
【逆向推演法】
提示词：你是逆向思维教练。我想达成[某个目标]，请先告诉我如果想把这事彻底搞砸应该怎么做，然后反过来告诉我正确做法是什么。
这条反直觉，但特别好用。
想清楚”怎么成功”很难，想清楚”怎么作死”容易多了。而知道了所有作死的方法，反过来就是活法。
查理·芒格那句话怎么说的来着：如果我知道我会死在哪里，我就永远不去那个地方。
【六顶思考帽】
提示词：你是多角度分析师。请用六顶思考帽分析[某个问题]：白帽看事实、红帽看直觉、黑帽看风险、黄帽看好处、绿帽想创意、蓝帽做总结。
爱德华·德博诺的经典模型。强迫你用六种不同视角看同一件事。
人有惯性思维，习惯从固定角度看问题。这条指令的作用是”换脑子”：你平时习惯看风险（黑帽），它逼你也看看好处（黄帽）；你平时习惯理性分析（白帽），它逼你也听听直觉（红帽）。
六个角度都过一遍，漏掉东西的概率大大降低。
【利益相关者地图】
提示词：你是利益分析师。[某件事]涉及多方，请分析每一方的核心诉求、真实动机是什么，谁会支持谁会反对，我该怎么应对。
这条在职场特别好使。
很多人做方案只想着”这事儿对不对”，不想”这事儿谁会支持、谁会反对”。结果方案是好方案，推不动。
这条指令帮你把所有相关方的利益摊开：老板想要什么、同事在乎什么、客户担心什么。看清楚各方的牌，才知道怎么出自己的牌。
最后聊几句
写到这儿，想说点这些AI指令之外的东西。
经常有人问：AI会不会让人变懒、变笨？
我观察到的正好相反。
用这套东西越多的人，反而越清楚自己要什么。
为什么？因为AI不帮你做决定。它只是把问题拆开、把选项摆出来、把盲区照亮。最后按哪个按钮，还是你自己按。
这个过程会逼着你直面真实想法：你到底在乎什么？你到底想要什么？你愿意为什么承担风险？
很多人纠结，不是因为选项难选，是因为根本不知道自己想要什么。以为在做”选择题”，其实连”我是谁”这道填空题都没做完。
这套模型会把这个问题暴露出来。
暴露出来，才有机会解决。
所以我现在的看法是：AI不是让人逃避思考的工具，是让人没法再自我欺骗的镜子。
你可以选择不照。但只要照了，就得面对镜子里那个真实的自己。
好奇网备注：原文只分享拆解的前四类共12条思维模型，后面四类12条思维模型的拆解由好奇网借助 Gemini 完成。感谢破壁者AI进化论的分享。
第五类：看透本质的时候用
当你在一个行业、一个项目里陷得太深，容易“只看树木不看森林”。这三条是帮你剥掉洋葱皮的。
【本质还原法】
提示词： 你是本质审计师。请分析[某个现象/业务]，剥离掉所有行业术语和表面修饰，告诉我它最底层的生物学、经济学或心理学驱动力是什么。
原理： 很多生意看起来花哨，本质其实就是“贩卖焦虑”或“降低摩擦成本”。AI 能帮你跳出圈子，看清这事儿到底是在赚谁的钱，赚的是什么钱。
【二八降噪法】
提示词： 你是噪声过滤器。针对[某个目标/任务]，请列出我目前正在做的所有动作，并告诉我哪20%的动作贡献了80%的成果，哪80%的动作只是为了“看起来很努力”的噪音。
原理： 狠人从不平均用力。这条指令能帮你从忙碌的幻觉中清醒过来，砍掉那些自我感动的无效工作。
【矛盾拆解术】
提示词： 你是矛盾分析专家。在[某个困境]中，请帮我找出一对最核心的对立诉求。为什么它们目前无法共存？请帮我想出第三条路径，在满足A的同时，也抵消B的负面影响。
原理： 解决问题的最高境界不是妥协，是兼容。AI 擅长在逻辑死胡同里帮你找“第三条路”。
第六类：预判未来的时候用
高手比普通人强在“多看两步”。
【四维情景推演】
提示词： 你是未来预测官。基于[某个现状]，请模拟一年后的四种剧本：最好情况、最坏情况、最可能情况、以及一个完全意想不到的“黑天鹅”事件。请分别给出应对预案。
原理： 所谓预判，不是猜中未来，而是为所有可能的未来都做好准备。
【机会成本核算】
提示词： 你是成本精算师。如果我决定把资源投入到[计划A]，请帮我列出我因此放弃的[计划B/时间/精力]的潜在价值。请客观评价：我省下的“显性成本”是否抵得上我丢掉的“隐性价值”？
原理： 很多人只看“得到了什么”，狠人会看“因为这个选择，我失去了什么更好的可能”。
【反向压力测试】
提示词： 你是风险工程师。请设定极端的外部条件（如：核心成员离职、预算减半、竞对降价一半），看我的[项目/系统]在什么节点会崩溃。告诉我最脆弱的一环在哪，如何加固？
原理： 别等出事了再救火。提前把系统调到“地狱模式”跑一遍，能活下来的才是真本事。
第七类：说服别人的时候用
沟通不是为了赢，是为了达成共识。
【黄金圈法则】
提示词： 你是演说教练。帮我重构[某个方案/想法]的表达顺序。请按照：Why（为什么做，使命感）→ How（怎么做，方法论）→ What（做什么，具体产品）的逻辑重新撰写，让Why的部分在情感上不可撼动。
原理： 西蒙·斯涅克的经典模型。大多数人只说“做什么”，而领导力来自于告诉别人“为什么”。
【PREP结构】
提示词： 你是逻辑架构师。我要向[某人]汇报[某个观点]，请帮我按PREP格式组织内容：明确的结论(Point)、有力的理由(Reason)、具体的案例(Example)、最后重复结论并提出行动建议(Point)。
原理： 专治“废话多、没重点”。这种结构能让听众在30秒内抓住你的核心价值。
【异议预判系统】
提示词： 你是杠精转世。我打算提议[某个方案]，请站在反对者的角度，提出5个最刻薄、最难缠的质疑，并帮我针对每个质疑准备一个“无法反驳”的防守反击方案。
原理： 最好的防守是进攻。在对方开口之前，你已经把他的路堵死了。
第八类：复盘总结的时候用
不复盘的人，经验只是重复；复盘的人，经验才是财富。
【运气vs能力归因】
提示词： 你是客观真理追求者。分析[某个成功/失败案例]，请冷酷地拆解：其中百分之几是因为我的能力和决策？百分之几是因为市场红利或运气？我该如何复制能力，又该如何防范运气变差？
原理： 别把运气当本事，也别把系统性失败当成个人无能。分清楚了，心才不乱。
【后悔最小化模型】
提示词： 你是80岁的我。站在未来的尺度回看现在的[某个纠结]，请告诉我：我会因为“做了但失败”更后悔，还是因为“怕失败而没做”更后悔？请帮我做出让长远后悔最小化的决定。
原理： 贝佐斯创建亚马逊时用的决策模型。它能帮你瞬间摆脱眼前的得失心。
【经验萃取器】
提示词： 你是知识炼金术师。从[最近的一个项目]中，帮我提炼出3条可以跨行业使用的通用底层原则。不要给我具体的战术建议，给我“思维算法”。
原理： 把经历变成“算法”。这样下次遇到完全不同的问题，你也能直接调用这个逻辑。
写在最后
到这儿，24 条指令全部齐了。
正如开头说的，AI 不是你的替身，它是你的磨刀石。
如果你只是把这些指令复制进去，看一眼答案就觉得自己懂了，那依然是在“逃避思考”。真正的狠人，是借由 AI 抛出的这些深度视角，反复审视自己的大脑。
当你发现 AI 给出的建议让你感到“不舒服”或者“被冒犯”时，那往往就是你认知的边界所在。
跨过去，你才是那个驾驭工具的人。
– End –
转载请注明：好奇网 » 24条“狠人思维指令”：把思考的苦力活外包给AI