一键导入
scenario-planning-skill
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」。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
菜单
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」。
用 Codex 或 Claude 帮你安装 复制这段 Prompt,粘贴到 Codex、Claude 或其他助手里,让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
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」。
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」。
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 | scenario-planning-skill |
| description | 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」。 |
不是预测"最可能"的未来,而是构建多个可能的未来,让决策者体验不同世界,从而改变心智模型。
场景规划是一种战略前瞻方法,通过构建3-4个结构不同的未来叙事场景,帮助决策者在深度不确定性下识别关键驱动力量、挑战既有心智模型、制定鲁棒战略。其核心价值不在于"猜中"未来,而在于改变决策者对世界的认知框架。
一句话定义: 场景的目的不是预测未来,而是改变决策者的心智模型。
跨域证据1: [企业战略] Pierre Wack在Royal Dutch Shell的实践表明,场景规划的核心目标从来不是"猜中"未来,而是让Shell的管理层"看到"他们之前看不到的结构性变化。Wack在1985年HBR文章《Scenarios: Uncharted Waters Ahead》中明确写道:场景的价值在于改变管理者的"micros"——他们对世界的内在假设和认知框架。通过1971-1973年间的场景工作,Shell管理层认识到中东石油供应可能中断这一结构性变化,使Shell在1973年石油危机中从"七姐妹"中最弱的公司一跃成为行业领导者。(来源:HBR, 1985)
跨域证据2: [公共政策] 新加坡政府自1980年代起在国防部率先引入场景规划,后扩展至整个政府体系。新加坡战略未来中心(Centre for Strategic Futures, CSF)将场景规划用于改变政策制定者对国家安全的认知框架,其SP+(Scenario Planning Plus)方法论明确将"挑战假设"作为核心目标。(来源:OECD OPSI)
应用方式: 构建3-4个结构不同的场景叙事,迫使决策者体验与其既有认知不同的"未来世界",从而松动固化的思维框架。
局限: 效果高度依赖参与者的开放性和反思能力;组织文化中权力距离过大时,下属可能不敢真正挑战上级假设,场景沦为表面功夫。
一句话定义: 区分已经发生但后果尚未完全展开的"确定性力量"与真正不确定的因素。
跨域证据1: [能源行业] Pierre Wack将"预确定性要素"定义为"已经发生但其后果尚未完全展开的事件"。在Shell的场景实践中,Wack识别出20世纪70年代中东国家的民族主义浪潮和石油需求增长趋势属于"预确定性要素"——这些力量已经形成,不论短期政治事件如何变化都会持续发挥作用。(来源:ResearchGate)
跨域证据2: [气候政策] IPCC的共享社会经济路径(SSPs)框架将人口增长趋势、既有基础设施的碳排放锁定效应等视为"预确定性要素",而将政策选择路径、技术突破速度等作为真正的不确定性维度。(来源:IPCC Emissions Scenarios)
应用方式: 在构建场景之前,先系统梳理"确定性"力量(人口趋势、已投入资本、物理定律约束等),将其作为所有场景共享的"底座",再围绕2-3个关键不确定性构建差异化的场景。
局限: "预确定性"的判断本身可能出错——某些看似确定的大趋势可能在黑天鹅事件中发生反转(如苏联解体对地缘政治"确定性"的颠覆)。
一句话定义: 选取2个最高影响且最高不确定性的驱动力量作为坐标轴,形成2x2场景矩阵。
跨域证据1: [商业战略] Peter Schwartz在Global Business Network(GBN)推广的场景构建方法中,经典步骤是:从所有驱动力量中选出影响最大且最不确定的2个,作为X轴和Y轴,形成4个象限场景。(来源:Schwartz, The Art of the Long View, 1991)
跨域证据2: [城市规划] 在城市规划领域,场景矩阵方法被广泛应用于空间动态规划。SAGE期刊上发表的研究将场景规划与空间动态规划支持系统结合,以"经济增长速度"和"环境约束强度"为双轴,预测和模拟城市增长的不同情景。(来源:SAGE Journals)
应用方式: 步骤为:(1) 列出所有驱动力量;(2) 按"影响程度"和"不确定程度"两个维度评分;(3) 选取右上角的2个力量作为轴;(4) 为4个象限各编写一个叙事场景。
局限: 严格的2x2矩阵可能过度简化现实——当关键不确定性超过2个时,矩阵会遗漏重要维度;而扩展为2x2x2或3x3又会使场景数量爆炸,决策者难以消化。
一句话定义: 场景追求内部一致和逻辑合理性,而非预测概率最大的单一未来。
跨域证据1: [国防军事] Herman Kahn在1950年代RAND Corporation开发"场景技术"时,其核心创新就是用多个"思维实验"式的故事代替单一预测。Kahn在分析核战争后果时,构建了多种"不可想象"但逻辑自洽的场景——不是为了预测核战会否发生,而是为了让决策者在面对"不可想象之事"时仍能做出理性判断。(来源:RAND Corporation)
跨域证据2: [政治转型] 1991-1992年南非Mont Fleur场景项目中,22位来自不同政治阵营的南非领袖构建了4个叙事场景——"鸵鸟"(拒绝变革)、"跛鸭"(无力过渡)、"伊卡洛斯"(不切实际的激进改革导致崩溃)、"火烈鸟起飞"(包容性可持续增长)。这些场景的核心价值不在于哪个"最可能发生",而在于帮助参与者理解每种路径的内在逻辑和因果关系。(来源:Reos Partners)
应用方式: 将每个场景写成完整的叙事故事(而非数据表格),包含因果关系链、关键事件节点和逻辑一致性检验,使读者能够"身临其境"地感受不同未来。
局限: "合理性"判断本身带有主观性;过于精彩的故事可能让人误以为它"应该"发生,反而强化了偏见。
一句话定义: 持续扫描环境中微弱的、不成型的变化信号,作为场景更新和战略调整的早期预警。
跨域证据1: [能源行业] ScienceDirect上发表的研究专门探讨了场景规划中"弱信号"工具在能源领域的应用。弱信号被定义为"新兴变化的早期迹象"——它们尚未形成明确趋势,但可能预示着场景矩阵中某个方向的加速或转折。(来源:ScienceDirect - Heliyon)
跨域证据2: [国家安全] 新加坡政府的RAHS(Risk Assessment and Horizon Scanning)项目是国家级弱信号监测系统的典型案例。RAHS系统性地扫描全球政治、经济、社会、技术等维度的早期信号,为国家战略规划提供输入。(来源:新加坡CSF)
应用方式: 为每个场景设定"指示器"(lead indicators)和"触发条件",建立持续监测机制,定期评估哪个场景正在变得更"真实"。
局限: 弱信号的假阳性率极高;组织往往在事后才"看到"那些被忽视的信号(事后偏见),但在事前,海量噪音使得真正的信号难以识别。
一句话定义: 引入不同背景、立场和认知框架的参与者,通过建设性对抗打破群体思维。
跨域证据1: [政治冲突调解] Adam Kahane在Mont Fleur场景项目中刻意邀请了南非社会中最对立的政治力量——非国大活动家、国民党成员、工会领袖、商业巨头——共同构建场景。这种"让敌对双方共享一个思维空间"的设计,使得场景不再是某一方的愿景,而是各方都能承认其"可能性"的叙事。(来源:Adam Kahane, Transformative Scenario Planning, 2012)
跨域证据2: [金融监管] 美联储的CCAR(综合资本分析审查)压力测试框架采用"对抗性"场景设计——由监管机构而非银行自身设计压力场景,正是为了避免银行内部群体思维导致的场景过于乐观问题。(来源:Federal Reserve Stress Tests)
应用方式: 场景团队应包含内部人员和外部人员、乐观派和悲观派、不同职能领域和不同层级,并刻意引入"红队"(Red Team)挑战。
局限: 多样化参与者增加了协调成本和冲突风险;政治敏感环境中,参与者可能代表立场而非真实思考,使场景过程被政治博弈劫持。
首先评估问题特征,判断是否适合使用场景规划:
适用场景:
不适用场景:
误用检测: 如果用户要求"预测最可能的未来"或给出"乐观/基准/悲观"三场景框架,应警告这是场景规划的误用。
系统梳理已经发生但后果尚未完全展开的力量:
检查点: 这些要素是否确实是"预确定性"?是否有反转可能?
列出所有可能影响未来的重要因素,对每个因素评估:
选取"高影响+高不确定性"的力量作为候选轴。
从候选力量中选取最重要的2个作为X轴和Y轴,形成2x2矩阵:
误用检测: 如果4个象限只是同一趋势的不同数值(如GDP增长3%、2%、1%、-1%),则违反了场景规划的基本原则。
为每个象限编写完整的叙事故事(建议500-1000字):
质量标准:
让不同背景的人审视场景:
为每个场景回答:
识别在所有场景中都可行的战略选项:
为场景更新建立早期预警系统:
包含以下部分:
| 场景 | 适用度 | 说明 |
|---|---|---|
| 长期战略规划(3-10年) | 高 | 经典适用场景,如Shell的能源行业场景 |
| 政治/社会转型期 | 高 | 如Mont Fleur南非转型场景 |
| 高监管/政策不确定性行业 | 高 | 如能源、医疗、金融行业 |
| 短期运营决策 | 低 | 不确定性低,可用常规分析工具 |
| 需要精确概率的合规场景 | 低 | 场景规划不提供概率预测 |
| 创业公司早期阶段 | 中 | 有价值但资源消耗大,需简化版本 |
| 误用信号 | 检测逻辑 | 警告信息 | 建议动作 |
|---|---|---|---|
| "三种未来"陷阱 | 场景被命名为"乐观/基准/悲观",实质只是同一趋势的幅度变化 | "这不是场景规划,而是灵敏度分析——而且是一个很差的灵敏度分析" | 使用2x2不确定性矩阵强制构建结构不同的场景 |
| 将场景规划当作预测工具 | 团队讨论"哪个场景最可能发生"或试图分配概率 | "场景规划的力量恰恰在于它承认我们无法预测。一旦你开始选择'最可能'的场景,你就退回了单一预测思维" | 禁止在场景讨论中使用"最可能"这个词,设计鲁棒战略 |
| 场景数量过多或过少 | 开发了7个以上场景或只有2个场景 | "7个场景意味着没有人记得住任何一个。2个场景意味着你只是在做'好与坏'的二元判断。3-4个是甜蜜点" | 严格控制在3-4个场景,使用嵌套结构处理更多维度 |
| 混淆趋势与不确定性 | 将可预测的大趋势(如人口老龄化)作为场景矩阵的"不确定性轴" | "全球人口老龄化不是不确定性——它已经在发生。你需要问的是:在老龄化这个确定性背景下,哪些因素的结果是真正不确定的?" | 先做"预确定性要素"清单,将趋势从不确定性候选中移除 |
| 场景与战略脱节 | 场景报告完成后被搁置,战略照旧进行 | "一份没有人读的场景报告不是场景规划——它是昂贵的创意写作练习。场景必须嵌入决策流程,否则就是浪费" | 让决策者全程参与场景构建,将场景规划嵌入年度战略规划周期 |
| 场景政治化 | 参与者将场景构建过程用作推动自身利益或议程的工具 | "当场景结果恰好证实了CEO最想听到的结论时,你应该警惕——这可能意味着过程被政治绑架了" | 引入独立的外部引导者,使用"红队"角色挑战假设 |
无法处理真正的黑天鹅事件: 场景规划基于"已有信号的外推和组合"——它能够揭示已知的未知(known unknowns),但本质上无法处理未知的未知(unknown unknowns)。2008年金融危机中的许多具体机制(CDO平方、次贷链式崩溃)超出了当时主流场景规划的想象边界。
缺乏标准化的方法论和效果评估体系: 2023年发表在《Futures》期刊上的综述指出,场景规划领域存在概念混乱、方法论混乱、以及效果证据的严重匮乏。目前几乎没有严格的实证研究证明场景规划确实改善了组织绩效。大量"成功案例"(如Shell)是事后归因的——我们无法证明Shell的成功是因为场景规划还是其他因素。
对组织文化和领导力的高度依赖: MIT Sloan Management Review的研究指出,场景规划在"强运营文化"的组织中常常失败——这类组织重视执行效率而非探索性思维。Pierre Wack自己在离开Shell后也承认,场景规划最大的障碍不是方法论问题,而是"改变管理者的心智模型"这一任务远比想象的困难。
资源消耗与规模不经济: 有效的场景规划需要大量时间(通常3-6个月的周期)、高素质的跨职能团队、外部专家网络、以及持续的信号监测基础设施。对于中小型企业而言,完整的场景规划流程可能是不经济的——投入产出比不足以支撑。
"虚假精度"风险与量化陷阱: 当组织试图为场景赋予精确的概率、时间线或量化影响时,容易产生"虚假精度"——一种无法在深度不确定性下合理辩护的精确感。Hodgkinson & Healey(2008)的学术研究指出,过于复杂和量化过度的场景可能产生"创造力叠加在幻想上"的功能失调——表面上严谨的数字掩盖了底层假设的脆弱性。
本 Skill 的设计基于以下来源(部分):
一手来源占比: 约77%(10个一手来源,3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 基于方法论文献的结构化提炼和三重验证提取。