self-experimentation-problem-solving

name	self-experimentation-problem-solving
description	当需要解决个人成长、技能获取或生活优化中的具体问题，且现有单一方案效果不佳时

self-experimentation-problem-solving

When to Use

当需要解决个人成长、技能获取或生活优化中的具体问题，且现有单一方案效果不佳时description

Core Logic

执行步骤

1. 【假设与定义】

   • 输入：一个清晰、具体的目标或待解决的问题。
   • 操作：基于目标，提出一个关于“何种方法可能有效”的初始假设。
   • 判断标准：假设是否具体、可验证（例如，“采用A方法，预计在B时间内达到C效果”）。
   • 输出：一个可验证的初始假设。

2. 【方案设计与执行】

   • 输入：步骤1产生的假设。
   • 操作：
     • IF 目标是技能获取或行为改变：选择并应用一种具体的技术或方法（如特定饮食法、学习技巧、沟通策略）。
     • ELSE IF 目标是解决业务或项目问题：选择并实施一种具体的策略、工具或外部资源（如购买课程、雇佣教练、测试新软件）。
   • 判断标准：所选方案是否被清晰定义并开始执行。
   • 输出：一个正在执行中的具体实验方案。

3. 【过程记录与数据收集】

   • 输入：步骤2中正在执行的实验方案。
   • 操作：系统性地记录实验过程，包括：所采取的行动、投入的时间/资源、主观感受（如精力、情绪）、客观结果（如体重、收入、技能测试分数）。
   • 判断标准：记录是否持续、全面，足以用于后续分析。
   • 输出：一份关于本次实验的过程与结果记录。

4. 【评估与迭代】

   • 输入：步骤3产生的过程与结果记录。
   • 操作：
     • 评估该方案对目标的实际效果。
     • IF 效果显著且可持续：将该方案标记为有效选项。
     • ELSE：回到步骤2，选择另一种不同的技术或方法，重新开始实验循环。
   • 判断标准：评估是否基于记录的数据，而非主观感受；是否做出了继续或更换方案的明确决定。
   • 输出：对当前方案有效性的结论，以及下一步行动指令（采纳或开启新实验）。

5. 【模式识别与系统构建】

   • 输入：多次执行步骤2-4后，积累的多个有效方案记录。
   • 操作：对比分析所有有效方案，识别其背后共通的成功原理或模式。基于这些原理，结合个人偏好，整合构建一个个性化的、可持续执行的系统。
   • 判断标准：是否提炼出超越具体方法的通用原则；构建的系统是否适合个人且能长期运行。
   • 输出：一个个性化的、基于原理的优化系统。

输出格式要求

当用户询问如何解决某个具体问题时，应用此模型，输出应包含：

1. 问题重述：确认待解决的目标。
2. 实验建议：基于模型，建议2-3种可优先尝试的不同方案（技术/策略）。
3. 执行框架：简要说明“假设-执行-记录-评估”的循环步骤。
4. 预期成果：说明通过多轮实验，最终可能达成的结果（找到有效方案、掌握底层原理、构建个人系统）。

Metadata

属性	值
领域	个人成长
类型	procedural (procedural)
置信度	90%
前置条件	已明确一个待解决的具体目标或问题
来源	个人成长系统：从自动驾驶到自主掌控 > 掌握方法 - 如何快速学习任何事物 > 7) 自我实验解决问题