メニュー
心智模型融合（Mental Model Fusion）思维工具。整合多学科核心心智模型形成网格化知识结构，避免"锤人综合征"，提升决策质量。基于 Charlie Munger 的 latticework 理论。 触发词：「心智模型」「mental models」「多学科思维」「latticework」「跨学科」「锤人综合征」。
Codex または Claude でインストール この Prompt をコピーして Codex、Claude、または他のアシスタントに貼り付けると、Skill ページを確認してインストールできます。
SOC 職業分類に基づく
思维工具锻造引擎。输入方法论名称或模糊需求，自动深度调研 → 方法论结构化提炼 → 生成可运行的思维工具 Skill。 触发词：「锻造」「forge」「铸造」「用...方法分析」「提升决策」「解决问题」「创新方法」。
逆向思维（Inversion Thinking）思维工具。通过翻转问题视角，从反面思考来发现隐藏风险和解决方案。"Invert, always invert" — Carl Jacobi / Charlie Munger。 触发词：「逆向思维」「inversion」「避免失败」「事前验尸」「从反面想」。
场景规划（Scenario Planning）思维工具。通过构建多个合理且结构不同的未来场景，帮助决策者在深度不确定性下改变心智模型、制定鲁棒战略。 触发词：「场景规划」「scenario planning」「应对不确定性」「未来预测」「战略前瞻」。
OKR（目标与关键结果）的结构化思维工具。基于6个一手来源的深度调研， 提炼6个核心原理和完整的操作协议。 触发词：「OKR」「目标管理」「关键结果」「目标对齐」「Objective」「Key Result」「季度目标」。
蓝海战略的结构化思维工具。基于4个一手来源的深度调研， 提炼6个核心原理和完整的操作协议。 触发词：「蓝海战略」、「blue ocean」、「价值创新」、「ERRC」、「战略画布」。
商业模式画布的结构化思维工具。基于6个一手来源（含博士论文、学术专著、同行评审论文）的深度调研， 提炼5个核心原理和完整的操作协议。 触发词：「商业模式画布」「BMC分析」「商业模式设计」「画布分析」。
| name | mental-model-fusion-skill |
| description | 心智模型融合（Mental Model Fusion）思维工具。整合多学科核心心智模型形成网格化知识结构，避免"锤人综合征"，提升决策质量。基于 Charlie Munger 的 latticework 理论。 触发词：「心智模型」「mental models」「多学科思维」「latticework」「跨学科」「锤人综合征」。 |
"拥有一个心智模型，你会变成那个锤子眼中的一切都是钉子的人。但如果你拥有100个心智模型，你就能以更客观的方式看待现实。" —— Charlie Munger
心智模型融合是一套将来自不同学科的核心心智模型相互连接、形成网状结构的认知方法论。其核心是避免依赖单一模型导致的"锤人综合征"，通过调用多个相关模型进行交叉验证，获得任何单一学科无法提供的洞察力。Charlie Munger 将此方法称为"Latticework"（网格），强调"对多学科知识的掌握是获得真正智慧的钥匙"。
一句话定义： 将来自不同学科的80-90个核心心智模型相互连接形成网状结构，而非孤立存储，以应对生活中90%的情况。
跨域证据1： [投资哲学] Charlie Munger 在1994年USC演讲《A Lesson on Elementary Worldly Wisdom》中系统阐述了心智网格理论。Munger认为："你必须拥有所有主要学科的核心模型，并将它们连接成网格。当你拥有了这个网格，你就能够自动地调用正确的模型。"他强调这是Berkshire Hathaway投资决策的核心方法论。
跨域证据2： [认知科学] Philip Johnson-Laird在1983年开创性著作《Mental Models》中奠定了心智模型的认知科学基础。Farnam Street研究表明，心智模型是对某事如何运作的简化解释，当多个模型相互连接时，能够产生涌现式的认知能力。
应用方式： (1) 系统性学习各学科的基础原理（心理学、经济学、物理学、生物学等）；(2) 主动寻找不同模型之间的关联点；(3) 在决策时同时调用多个相关模型进行交叉验证。
局限： 需要大量时间和精力投入；容易陷入"收集模型"而非"应用模型"的陷阱；深度理解多学科基础几乎是不可能的任务。
一句话定义： 只在真正具备知识和优势的领域内运作，清晰认知知识边界，并诚实地承认边界之外的无知。
跨域证据1： [投资实践] Charlie Munger在1995年Berkshire Hathaway年会上明确指出能力圈是"第一号心智模型"。他解释道："我们只在能力圈内运作，在这个圈子里，我们比其他人有优势。"Berkshire通过只购买完全理解的企业建立了投资帝国。
跨域证据2： [商业智慧] IBM创始人Tom Watson Sr.的名言："我不是天才，但我在某些方面很聪明……我坚守那个边界。"这一理念被广泛应用于商业决策、职业规划和个人发展中。
应用方式： (1) 明确列出自己真正理解的行业/领域；(2) 对能力圈外的机会保持克制；(3) 通过持续学习有节制地扩大能力圈；(4) 定期审视边界是否随时间变化。
局限： 能力圈可能随时间变化而缩小或扩大；过度自信导致误判边界；可能被误用为"舒适区"的借口。
一句话定义： 多种因素、偏差或倾向在同一方向上共同作用时，产生远超各因素简单叠加的极端结果（1+1=11）。
跨域证据1： [认知心理学] Charlie Munger整合了认知心理学和行为经济学的见解，指出当多个心理偏差（如奖励机制、社会认同、权威效应）在同一方向上叠加时，会产生极端效果。他称之为"Lollapalooza效应"，这在可口可乐投资决策中发挥了关键作用。
跨域证据2： [社会科学] CMQ Investing的研究指出，大的效应通常来自大量因素组合而非单一因素。在社交媒体成瘾、金融危机等复杂现象中，都能观察到洛拉帕卢扎效应的作用。
应用方式： (1) 寻找多个正向因素叠加的机会；(2) 警惕多个负向因素同时出现的风险；(3) 理解复杂系统中多因素互动的非线性效应；(4) 在产品设计中利用多种心理学原理创造正向效应。
局限： 难以预测所有参与因素；反向洛拉帕卢扎效应同样危险；过度简化可能忽略关键因素。
一句话定义： 警惕过度依赖单一工具或模型来解决所有问题的认知陷阱。
跨域证据1： [心理学谚语] Charlie Munger经常引用Abraham Maslow的名言："对于拿着锤子的人来说，一切都像钉子。"他指出这是人类认知的固有缺陷，需要刻意通过多学科学习来克服。
跨域证据2： [学术研究] i2Insights的研究指出，由于复杂性或认知偏差，心智模型可能偏离现实。ResearchGate的研究《When Mental Models Go Wrong》讨论了心智模型失效的灾难性后果，特别是在动态关键系统中。
应用方式： (1) 定期检查自己是否过度使用某个模型；(2) 主动寻求不同视角和工具；(3) 培养工具箱思维而非单一工具思维；(4) 在团队中引入不同背景的视角。
局限： 难以自我察觉；专业训练可能导致路径依赖；某些领域确实存在主导性模型。
一句话定义： 整合来自不同领域的知识和模型，以获得任何单一学科无法提供的洞察力。
跨域证据1： [教育哲学] Charlie Munger的核心建议："在所有重要学科中掌握所有重要模型。"他认为这是获得"普世智慧"的唯一途径。Askeladden Capital将其系统化为"跨学科理性"方法论。
跨域证据2： [组织研究] i2Insights的研究《Mental Models and Interdisciplinarity》讨论了心智模型如何影响跨学科合作。MDPI的研究显示86%的职场失败归因于缺乏协作或沟通无效，即缺乏共享心智模型。
应用方式： (1) 定期阅读专业领域外的书籍和研究；(2) 在团队中引入不同背景的视角；(3) 用不同学科的工具验证同一问题；(4) 建立跨学科的共享语言和框架。
局限： 学科壁垒难以打破；深度理解需要大量时间投入；跨学科合作存在沟通障碍。
一句话定义： 在决策中留出错误空间，承认预测的不确定性和认知的局限性。
跨域证据1： [投资理论] 边际安全是价值投资的核心概念，源自Benjamin Graham。Charlie Munger强调这是"最重要的三个字"。Tikr的分析将其作为股票分析框架的基础。
跨域证据2： [工程实践] 在工程设计和项目管理中，边际安全原则被广泛应用于结构设计、资源分配和风险评估中。承认不确定性并预留缓冲是工程思维的核心。
应用方式： (1) 投资时要求显著低于内在价值的价格；(2) 项目规划时预留缓冲时间；(3) 财务规划中保持应急储备；(4) 决策时考虑最坏情况。
局限： 过度保守可能错失机会；难以量化"足够"的安全边际；可能被误用为过度谨慎的借口。
首先评估问题特征，判断是否适合使用心智模型融合：
适用场景：
不适用场景：
误用检测： 如果用户表现出"炫术语"行为、模型过度简化或伪跨学科主义，应警告这是心智模型融合的误用。
将原始问题分解为不同维度：
| 维度 | 关键问题 | 适用心智模型 |
|---|---|---|
| 心理学 | 人们为什么会这样行为？ | 社会认同、奖励机制、认知偏差 |
| 经济学 | 激励结构是什么？ | 供需、机会成本、边际效益 |
| 物理学/工程 | 系统如何运作？ | 第一性原理、热力学、临界点 |
| 生物学 | 演化动力是什么？ | 适应、竞争、共生、进化论 |
| 数学/统计学 | 数据说明了什么？ | 概率、回归均值、样本偏差 |
| 系统思维 | 反馈循环是什么？ | 正/负反馈、时滞、杠杆点 |
从心智网格中选择相关模型进行调用：
核心模型清单（按学科）：
心理学：
经济学：
系统思维：
其他学科：
对每个关键假设，用至少3个不同模型进行验证：
验证模板：
假设：[具体假设]
模型1分析：[模型名称] → [分析结论] → 支持/反对
模型2分析：[模型名称] → [分析结论] → 支持/反对
模型3分析：[模型名称] → [分析结论] → 支持/反对
综合判断：[假设是否成立，不确定性程度]
系统性检查是否存在过度依赖单一模型的情况：
检查问题：
包含以下部分：
执行摘要
多学科分析矩阵
洛拉帕卢扎效应分析
能力圈评估
行动计划
明确说明分析的局限：
| 场景 | 适用度 | 说明 |
|---|---|---|
| 投资决策 | 高 | Munger/Buffett 的经典应用领域 |
| 战略规划 | 高 | 需要多学科视角的综合决策 |
| 产品设计 | 中 | 可用心理学+经济学+工程学 |
| 职业规划 | 中 | 能力圈+边际安全+机会成本 |
| 技术问题 | 低 | 通常需要单一领域的深度专业 |
| 快速执行 | 低 | 过度分析可能延误行动 |
| 学术研究 | 中 | 跨学科研究需要此方法 |
| 误用信号 | 检测逻辑 | 警告信息 | 建议动作 |
|---|---|---|---|
| 锤人综合征 | 过度依赖单一模型，用同一框架分析所有问题 | "你正在将所有问题都纳入熟悉的模型。这是锤人综合征，需要引入其他学科视角。" | 主动寻求不同背景的反馈；列出所有可用的心智模型；刻意使用不熟悉的模型 |
| 模型过度简化 | 将复杂现实强行纳入简单模型框架 | "你正在用简化的模型解释复杂现象。模型是工具，不是真理本身。" | 承认模型的局限性；用多个模型交叉验证；寻找模型的边界条件 |
| 伪跨学科主义 | 表面上使用多学科术语，实则浅尝辄止 | "你在炫术语而非真应用。真正的跨学科思维需要深度理解，而非标签堆砌。" | 专注于少数核心模型的深度理解；诚实面对能力边界 |
| 能力圈僵化 | 将"能力圈"变成"舒适区"的借口 | "能力圈应该通过学习扩展，而非用来为懒惰辩护。你在固化而非成长。" | 制定学习计划；有选择性地扩展能力圈；定期审视边界 |
| 模型收集癖 | 不断学习新模型但从不应用 | "你在收集模型而非使用模型。心智网格的价值在于应用，而非收藏。" | 停止学习新模型；强制用现有模型分析问题；建立应用习惯 |
| 过度自信 | 认为掌握了多学科模型就能解决一切 | "你正在高估模型的力量。现实比任何模型都复杂，保持谦逊。" | 承认认知局限；寻找反例；警惕模型失效情境 |
认知局限性： 人类心智无法真正理解极端复杂系统。所有心智模型都是对现实的简化，必然存在信息损失。JSTOR研究指出：心智模型因认知限制而具有固有约束。诚实应对是承认无知，保持谦逊，多模型交叉验证。
时间与精力成本： 构建真正的心智网格需要数十年持续学习。深度理解多学科基础几乎是不可能的任务。i2Insights研究指出跨学科协作路径可能因复杂性而被阻碍。诚实应对是选择性深入，接受"足够好"的模型，重视团队合作。
情境适用性： 某些模型在特定情境下完全失效。快速变化环境中，历史模型可能失效。AAA Foundation研究显示心智模型质量在边缘情况下影响安全性。诚实应对是定期重新审视模型有效性，警惕模型失效情境。
测量困难： 难以量化心智模型融合的实际效果。成功可能是运气而非模型应用的结果。World Bank研究指出心智模型影响制度演化，但难以分离和测量。诚实应对是保持怀疑态度，寻找反例，避免后视偏差。
学科壁垒： 真正的跨学科理解需要克服专业术语、方法论差异、知识体系的障碍。MDPI研究显示86%的职场失败归因于缺乏协作或沟通无效。诚实应对是建立共享语言，重视团队多样性，承认某些边界难以打破。
本 Skill 的设计基于以下来源（部分）：
一手来源占比： 约 40%（5个一手来源，8个二手来源）
本 Skill 由 Forge Skill 锻造引擎自动生成。GitHub: https://github.com/peterfei/forge-skill 基于 Charlie Munger 的心智网格理论、认知科学研究以及 Berkshire Hathaway 的投资实践。