（197期）Analyze – 结构化深度分析，对抗认知偏差

结构化深度分析，对抗认知偏差 结构化分析框架，支持数据、代码、文本等多领域深度分析，通过优先级标记和反证检验避免认知偏差，适合复杂决策场景。 使用说明 核心用法 Analyze 是一个通用型结构化分析框架，采用五步法（目的→结构→分析→优先级→结论）处理各类输入：数据、代码、文本、决策、视觉内容。关键强制步骤包括：分析前明确决策目标、选择分析框架（MECE/Pros-Cons+/Pre-mortem/Steel man）、记录第一印象以便后续挑战；分析中始终使用🔴🟡⚪三级优先级标记、标注每处信息来源（来自输入/推断得出）、预留"反证空间"、严格区分事实与观点；最后以一句话总结、行动建议结尾，并通过"显而易见性测试"检验深度。 显著优点 抗认知偏差设计：强制"第一印象→寻求反证"流程、Pre-mortem和Steel man框架直接对冲确认偏误和现状偏见 决策锚定机制：要求开篇即明确"此分析用于决定___"，避免分析漂移 优先级强制分化：限制关键发现为1-2项，避免"全是黄色=没有优先级"的常见陷阱 来源可追溯：每处声明必须标注[from input]或[inferred]，自我标注幻觉风险 局限性与风险 执行成本高：完整的五步流程+框架选择+反证空间需要显著时间投入，不适合快速场景 框架选择本身成为决策：未提供框架选择指南，可能陷入"用什么框架分析这个分析"的元问题 领域深度依赖用户：虽有Domain提示表，但代码分析中"风格≠bug"等判断仍需专业背景 输出格式未标准化：最终输出虽提供模板，但内部推理过程的颗粒度无强制规范 适合人群 数据分析师、产品经理、策略研究员等需处理复杂信息并输出决策建议的角色 团队复盘、重要决策前的结构化思考场景 需要对抗群体思维或个人认知偏见的独立分析任务 常规风险 S级（安全）：本技能为纯方法论框架，无外部数据调用、无代码执行、无持久化存储。风险仅限于：用户可能因框架完整性幻觉而过度信任输出；"inferred"标注依赖自律执行，无法技术验证。 原始说明 Structured analysis for any input. Data, code, text, decisions, visuals. Prioritize, question, conclude.