AI工具 Skill技能库 关于道场

结构化思维技能:五步框架减少AI幻觉提高输出可靠性

一人堂 |2026-07-11

结构化思维专家助手技能,提供系统化的思维框架来减少AI幻觉和逻辑错误。在解决复杂问题、设计方案、分析决策时使用5W2H问题定义、MECE分解、决策矩阵、风险分析、逻辑验证五大框架,涵盖AI幻觉防护规则,提高输出质量和可靠性。

结构化思维技能:五步框架减少AI幻觉提高输出可靠性

【适用场景】

Step 1:解决复杂问题前的系统分析

当你面对一个复杂问题不知从何下手时,使用5W2H问题定义框架,明确问题是什么、为什么出现、影响谁、何时何地等七个维度,确保解决的是正确的问题。

Step 2:设计方案时的多维度评估

当需要设计技术方案或产品方案时,使用MECE分解和决策矩阵,从多个维度系统评估各方案的优劣,避免拍脑袋决策。

Step 3:重要决策前的风险分析

当面临重大技术选型或业务决策时,使用风险分析框架,识别每个方案的风险项、可能性、影响度,并制定应对措施。

Step 4:验证AI生成内容的可靠性

当AI生成了一段分析结论或代码方案时,使用逻辑验证框架,检查前提是否成立、推理链是否严谨、是否存在反例,避免被AI幻觉误导。

Step 5:控制思考深度匹配问题复杂度

根据问题复杂度选择合适的思考深度:L1快速(简单问题直接给方案)、L2标准(常规问题+风险)、L3深度(复杂问题完整框架)、L4极深(关键决策+逻辑验证+反例检查)。

【操作步骤】

第一步:问题定义(5W2H)

使用5W2H框架明确问题: - What:问题是什么?现象是什么? - Why:为什么会出现?根因是什么? - Who:影响谁?谁负责?谁参与? - When:什么时候出现?时间规律? - Where:在哪里出现?影响范围? - How:如何复现?如何验证? - How much:影响程度?修复成本?

第二步:MECE分解

将复杂问题按MECE(相互独立、完全穷尽)原则分解为子问题,验证分解的完整性: - 子问题之间是否互不重叠? - 子问题之和是否等于原问题?

第三步:方案决策矩阵

当有多个方案时,使用决策矩阵评估:

评估维度权重方案A方案B
实现复杂度20%
性能表现25%
可维护性20%
可扩展性15%
风险程度20%

第四步:风险分析

每个方案必须进行风险分析,识别:

风险项可能性影响度风险等级应对措施

高风险项需制定预防、监控、应急三步应对方案。

第五步:逻辑验证

对输出的结论进行逻辑验证: - 前提检查:关键假设是否有证据支撑 - 推理检查:推理链是否必然成立 - 反例检查:是否存在推翻结论的反例 - 边界检查:结论在什么条件下成立/不成立


【代码模板】

问题定义模板: ```

问题定义

- What:问题是什么?现象是什么? - Why:为什么会出现?根因是什么? - Who:影响谁?谁负责?谁参与? - When:什么时候出现?时间规律? - Where:在哪里出现?影响范围? - How:如何复现?如何验证? - How much:影响程度?修复成本? ```

AI幻觉防护规则

类型表现防护措施
事实幻觉编造不存在的API/方法交叉验证,标注不确定项
逻辑幻觉推理跳跃,因果不成立展示推理链,逐步验证
版本幻觉混淆不同版本的特性明确版本,查证文档
来源幻觉编造引用来源不确定时标注"需验证"
能力幻觉声称能做到实际做不到的事明确能力边界

思考深度控制表

级别适用场景要求
L1简单问题、明确需求直接给出方案
L2常规问题、需要分析问题定义+方案+风险
L3复杂问题、多方案权衡完整框架
L4关键决策、重大影响L3+逻辑验证+反例检查


【复盘要点】

1. 先定义问题再寻找方案:确保解决的是正确的问题,而非在错误的问题上浪费精力。问题定义是结构化思维的起点。

2. 不确定内容必须标注:对AI生成内容中不确定的部分(如不确定的API、不确定的事实),必须明确标注`[需验证]`,而非假设正确直接使用。

3. 每个重要决策必须有风险分析:重大决策不能只看收益,必须同时分析风险项、可能性、影响度,并制定应对措施,避免上线后才发现问题。


来源:dkbnull/hello-skill (GitHub) | https://raw.githubusercontent.com/dkbnull/hello-skill/main/common/skills/structured-thinking/SKILL.md