systemic-self-experimentation

name	systemic-self-experimentation
description	当面临个人效率、习惯养成、情绪管理或健康等复杂个人系统问题时，用于通过结构化实验寻找有效解决方案

systemic-self-experimentation

When to Use

当面临个人效率、习惯养成、情绪管理或健康等复杂个人系统问题时，用于通过结构化实验寻找有效解决方案。description

Core Logic

执行步骤

1. 定义问题与假设：将模糊的困扰转化为具体、可测量的问题。然后，基于现有知识或观察，提出一个关于“改变X可能会改善Y”的因果假设。

   • 输入：个人困扰的模糊描述。
   • 输出：一个清晰的问题定义（如：“每周有3天下午3点后注意力显著下降”）和一个待验证的干预假设（如：“如果午休后喝一杯水，下午注意力会提升”）。
   • 判断标准：问题和假设都足够具体，可以设计实验来验证。
   • 常见误区：问题定义过于宽泛（如“我总是没精神”）；假设过于复杂，包含多个变量。

2. 设计最小化实验：为验证假设，设计一个简单、周期短、干扰因素少的实验方案。明确：干预措施、实施时间、测量指标（如何收集数据）、对照基准（实验前的常态）。

   • 输入：问题定义与干预假设。
   • 输出：一份实验设计书，包含干预内容、执行计划、数据记录方法。
   • 判断标准：实验易于执行，数据收集不造成额外负担，能清晰对比“干预后”与“基准线”。
   • 常见误区：实验设计得太完美主义，导致无法开始；测量指标主观性太强，无法比较。

3. 严格执行与记录数据：按照实验设计执行干预，并忠实地记录测量指标的数据，同时备注任何意外事件或感受。

   • 输入：实验设计书。
   • 输出：一份完整的数据记录表，包含日期、干预执行情况、指标数值、备注。
   • 判断标准：数据记录连续、完整，能反映实验周期内的变化。
   • 常见误区：因为某天效果不好而中途修改实验方案；只记录“好”的数据，忽略“不好”的数据。

4. 分析结果与迭代：实验周期结束后，分析数据，判断假设是否被支持。无论结果如何，基于分析得出结论：是放弃该假设、调整假设（如改变干预强度），还是设计新的实验。

   • 输入：数据记录表。
   • 输出：实验结论（假设成立/不成立/部分成立）与下一步行动计划（停止、调整、或新实验）。
   • 判断标准：结论基于数据得出，下一步计划明确。
   • 常见误区：将相关性误认为因果；一次实验失败就全盘否定该方向；不总结“阴性结果”的教训。

输出格式要求

以实验报告形式呈现：

1. 实验议题：[问题定义]
2. 实验假设：[待验证的假设]
3. 实验设计：
   • 干预措施：[描述]
   • 实验周期：[时间]
   • 测量指标：[列表]
   • 基准数据：[实验前的平均值/状态]
4. 数据与观察：[可附表格或摘要]
5. 结论与后续行动：
   • 假设验证情况：[成立/不成立/需调整]
   • 获得的认知：[学到了什么]
   • 下一步计划：[具体行动]

Metadata

属性	值
领域	个人成长
类型	procedural (procedural)
置信度	85%
前置条件	有一个希望改善的具体个人议题（如：下午精力不济、拖延、焦虑）
来源	《聚焦的艺术》：2：原则 (第6条)