human-3-0-quadrant-development-assessment

name	human-3-0-quadrant-development-assessment
description	当需要系统性地评估一个个体在多个生活领域（心智、身体、精神、职业）的综合发展水平时

human-3-0-quadrant-development-assessment

When to Use

当需要系统性地评估一个个体在多个生活领域（心智、身体、精神、职业）的综合发展水平时description

Core Logic

执行步骤

1. 确定评估框架：明确使用 HUMAN 3.0 模型的四个象限（心智、身体、精神、职业）和三个发展水平（1.0 守成型、2.0 个体型、3.0 综合型）作为评估维度。

   • 判断标准：能够清晰列出四个象限和三个水平的定义。
   • 常见误区：将象限或水平的概念与其他不兼容的人格模型（如 MBTI）混淆。

2. 收集象限表现信息：针对每个象限，收集评估对象在该领域的行为模式、信念或成就信息。

   • 输入：评估对象的背景、言行、选择等信息。
   • 操作：将信息归类到对应的象限中。例如，分析其思维模式（心智）、生活习惯与外表（身体）、信仰体系（精神）、工作与事业追求（职业）。
   • 输出：每个象限下的定性描述。
   • 判断标准：每个象限都能形成至少一个描述性语句。
   • 常见误区：信息收集不全面，或强行将模糊信息归入某个象限。

3. 匹配象限原型与发展水平：根据步骤2的描述，在每个象限内，将其表现与已知的“原型”模式进行匹配，并判断其所属的发展水平（1.0， 2.0， 3.0）。

   • 输入：每个象限的定性描述。
   • 操作：
     • IF 描述符合“遵从社会脚本”、“被动反应”等特征 → 判定为 水平 1.0。
     • ELSE IF 描述符合“建立独立身份”、“挑战常规”等特征 → 判定为 水平 2.0。
     • ELSE IF 描述符合“整合对立面”、“创造新范式”等特征 → 判定为 水平 3.0。
     • ELSE 描述模糊，无法明确匹配 → 标记为“待定”或“混合特征”，并记录具体表现。
   • 输出：每个象限对应的发展水平评分（1， 2， 3 或待定）。
   • 判断标准：每个象限的评分有具体的行为或信念描述作为依据。
   • 常见误区：犯“前/超转型谬误”，即误将原始的、未反思的1.0状态当作整合的3.0状态，或将真正的3.0洞察贬低为1.0的幼稚。

4. 计算综合发展指数：将四个象限的评分（仅限已明确为1,2,3的分数）相加，然后除以理论最高分12，得到一个介于0.0到3.0之间的数值。

   • 输入：四个象限的评分。
   • 操作：总分 = Σ(各象限评分)；指数 = 总分 / 12 * 3.0。如果有象限为“待定”，则在计算时排除该象限，分母相应调整（如3个象限明确，则分母为9）。
   • 输出：一个代表综合发展阶段的数值（如 1.5， 2.0， 2.5）。
   • 判断标准：计算过程准确，能解释分母调整的原因。
   • 常见误区：将指数绝对化，忽视其作为相对和动态评估工具的本质。

5. 合成元类型描述：基于各象限的定性描述和水平评分，生成一个综合性的、概括个体核心特征的“元类型”标签或简短叙述。

   • 输入：各象限的定性描述及水平评分。
   • 操作：寻找各象限描述中的共同主题、矛盾或突出特点，将其整合成一个连贯的整体形象。例如，“一个在精神上寻求突破（2.0/3.0），但在职业选择上趋于保守（1.0/2.0）的探索者”。
   • 输出：一句或一段综合性的元类型描述。
   • 判断标准：描述能涵盖多个象限的特点，而非单一象限的重复。
   • 常见误区：过度简化，使用刻板印象标签（如仅用“阿尔法/贝塔”），而缺乏基于四个维度的综合洞察。

输出格式要求

以结构化报告形式呈现：

1. 象限分析：列出心智、身体、精神、职业四个象限的定性描述及评估的发展水平（1.0/2.0/3.0）。
2. 综合发展指数：给出计算后的数值（例如：HUMAN 2.0）。
3. 元类型描述：提供一段综合性的描述，概括个体的核心特征模式。
4. 发展洞察：基于以上分析，指出优势象限、潜在的发展不平衡区域或可能的“前/超转型谬误”风险。

Metadata

属性	值
领域	个人发展
类型	procedural (procedural)
置信度	85%
前置条件	需要了解评估对象的基本背景信息或行为表现
来源	原型与元类型 🎭