我将 12 个经典方法论做成 AI Skill，现在一句话即可激活整套思维框架

你是否也经常碰到这样的情况——

当你打开 ChatGPT 或 Claude，请它分析某个复杂问题时，得到的答案明明有些道理，却总让人觉得“还缺了点什么”。

一套结构化的思考框架，正是其中缺失的部分。

AI 虽然聪明，默认采用的却是“通用”思考方式；它并不了解你当下需要麦肯锡式的结构化分析、Musk 式的第一性原理拆解，还是丰田式的持续改善思维。

因此，我把人类历史上最经典的 12 种思考方法论逐一锻造成“技能包”，让 AI 能够理解并执行。

同一场景，两类回答

先来看一组对比。

让 AI 分析市场机会时，我这样描述需求：「面向程序员的笔记工具，是我想做的产品。」

普通 AI 大概会给出这样的答案：

回答对不对？对。是否有用？用处不大，因为整个分析没有采用任何思考框架。

激活五力分析 Skill 后，AI 给出的回答则是这样：

区别看出来了吗？AI 相同、时间相同，答案的信息密度和可操作性却相差 5 倍。

方法论为何对 AI 如此重要？

问题并不在 AI。大语言模型本质上属于“通用推理引擎”，需要由你指定它应当遵循什么逻辑进行推理。

人类专家之所以成为专家，并非掌握了更多事实，而是已经内化一套思考框架：医生遵循鉴别诊断流程，投资人运用多维评估矩阵，工程师依据系统设计原则。

事情本身很简单，这个项目的名字是 Forge Skill（锻造技能）：

1. 深入调研一种方法论的原始文献，依据原著而非二手解读
2. 跨领域验证每个原理至少 2 次，再从中归纳 3-7 个核心原理
3. 构建可以执行的“操作协议”，逐步指导 AI 如何运用该方法思考
4. 开展质量验证，包括自动检查 + 人工审查
5. 只需一行命令，生成的标准 Skill 文件便能安装进你的 AI

12 种思维武器概览

? 认知方法论（帮助你更清晰地思考）

1. SpaceX 将火箭成本压低至行业 1/10，采用的第一性原理路径是：先把问题拆成不可再分的基本事实，再据此从头推导方案。

2. 面对复杂问题，系统思维是一种“治本”工具：它考察 A 与 B 怎样相互作用并构成循环，并不止于判断 A 导致 B。

3. 奥卡姆剃刀主张在解释力相同时，选择假设最少的方案。它并非认为“简单=正确”，而是强调“简单=更容易验证和纠错”。

4. 费曼学习法认为，无法简单解释清楚就代表没有真正理解，可通过“假装教给一个 12 岁的孩子”检验理解深度。

? 商业战略（帮助你做出更好的商业决策）

5. Dropbox 以 3 分钟视频验证需求，Zappos 用手机拍照验证“人在网上买鞋”；两者体现的精益创业Build-Measure-Learn 循环，旨在极端不确定下以最小成本获得最快学习。

6. 先用北极星指标确定方向，再逐层优化全漏斗并找出用户的“啊哈时刻”；增长黑客依赖的是无数小实验，并非一次大动作。

7. 进入任何新市场之前，先判断“这行业值得进吗？”五力分析给出的依据是，行业利润率由五种竞争力量决定。

8. 从战后废墟走向全球制造业标杆，丰田依靠的是每年百万条员工改善建议；这正是改善（Kaizen）所强调的每天进步 1%。

? 设计创新（帮助你做出更好的产品）

9. 真正观察用户经历了什么，而非直接询问他们想要什么；设计思维以这种用户共情为起点，对问题作出重新定义。

10. 产品失败多数源于题目选错，而非题目解错。双钻模型以两轮发散收敛应对这一点：第一轮探索正确的问题，第二轮探索正确的方案。

⚙️ 系统性问题解决：工程与方法工具

11. 创新能够像方程一样被系统化求解，而不只是等待灵感；这一结论来自 TRIZ，即苏联科学家研究 4 万份专利后提炼出的发明规律。

12. Gary Klein 的实验证明，可多识别 30% 风险的做法是事前验尸：项目尚未启动，先设定其已经失败，再倒推可能的失败原因。

如何使用？只需一行命令。

npx skills add peterfei/forge-skill-first-principles-skill

完成安装后，只要说出触发词：

• “分析特斯拉为什么要做 Robotaxi，使用第一性原理”
• “为什么每次改这个 Bug 都会引出新 Bug？用系统思维看看”
• “对我们下周要上线的新功能做一次事前验尸”
• “用五力分析评估，这个行业能不能进？”

随后，AI 会遵循对应方法论的结构化流程，逐步为你展开分析。

真正被执行的是经过三重验证的思维操作协议，而不是一场“扮演专家”的表演。

为何选择开源？

因为思考方法不应成为秘密。

我没有发明其中任何方法论：第一性原理属于 Aristotle，五力分析来自 Porter，Kaizen 则与 Toyota 相连，它们都是人类智慧的公共财富。我的工作只是“翻译”——原本要经过几个月阅读与实践才能内化的思维框架，被转成了 AI 能够直接执行的指令。

此外，项目的核心引擎同样开源。无须等待我继续锻造新方法论，你可以直接借助 forge-skill 引擎打造自己的思维工具。

冷启动阶段的真实反馈

GitHub 数据记录了上线后的 24 小时：

• 质量检查结果全部为 6/6，覆盖 12 个方法论 Skill
• 原版书籍和论文，而非二手博客，构成每个 Skill 超过 70% 的一手来源
• 17 个 AI runtime 均获支持，包括 Cline、Codex CLI、Cursor、Claude Code 等

最出乎我意料的是，增长速度最快的竟然是“事前验尸”这个 Skill。

这套方法论虽然较为小众，实用性却很强：项目开始前用 30 分钟运行一遍，便可能省去事后 30 天的救火。

哪一个适合你？

如果只能选择一个——

• 产品工作者 → 设计思维 + 双钻模型
• 创业者 → 精益创业 + 增长黑客
• 技术工作者 → 第一性原理 + TRIZ
• 管理者 → 系统思维 + 改善
• 投资者 → 五力分析 + 第一性原理
• 决策者 → 事前验尸 + 奥卡姆剃刀
• 学生 → 费曼学习法

当然，即使全部安装，也不过是执行 12 条命令。

最后

在我看来，AI 时代有一件事格外有趣：人类最聪明的思考方式能够被复制，而重点并非把 AI 塑造得更像人。

Tim Brown（IDEO CEO）的一句话，构成了这套方法的核心理念来源：

12 个 Skill 仅仅是开始。若你有希望锻造的方法论，可以到 GitHub 创建 Issue，和我们共同“锻造”。

GitHub: peterfei/forge-skill

安装: npx skills add peterfei/forge-skill-<方法名>-skill

AI工具、效率提升、思维方法、开源项目、ChatGPT、Claude、生产力