名称: 预测预死亡 描述: 用于通过假设预测失败并逆向工作来识别原因，以压力测试预测。在置信度高（>80% 或 <20%）、需要识别尾部风险和未知未知数或想扩大过度自信区间时调用。当用户提到预死亡、回溯、可能出什么问题、压力测试或黑天鹅时使用。
预测预死亡分析
目录
什么是预测预死亡分析？
预测预死亡分析 是一种压力测试技术，您假设您的预测已经失败，并逆向构建失败的历史。这揭示了盲点、尾部风险和过度自信。
核心原则： 反转问题。不要问“这会成功吗？”而是问“它已经失败了——为什么？”
为什么重要：
- 通过迫使您想象失败来击败过度自信
- 识别您未曾考虑的具体失败模式
- 将模糊的怀疑转化为具体的风险变量
- 适当扩大置信区间
- 揭示“未知未知数”
起源： Gary Klein的“预死亡”技术，适用于概率预测
何时使用此技能
在以下情况下使用此技能：
- 高置信度 (>80% 或 <20%) - 最有可能过度自信
- 感觉确定 - 确定性是预测中的危险信号
- 预测重要 - 风险高，需要稳健性
- 内部视图分析后 - 使用了具体细节，可能错过大局
- 最终确定预测前 - 承诺前的最后检查
不要在以下情况下使用：
- 置信度已经低 (~50%) - 您已经不确定
- 微不足道的低风险预测 - 不值得时间
- 纯基础率预测 - 预死亡分析适用于内部视图调整
交互菜单
您想做什么？
核心工作流
1. 运行失败预死亡分析 - 假设预测失败，解释原因 2. 运行成功预死亡分析 - 对于悲观预测 (<20%) 3. 蜻蜓眼视角 - 通过多个视角查看失败 4. 识别尾部风险 - 找到黑天鹅和未知未知数 5. 调整置信区间 - 量化调整 6. 学习框架 - 深入方法论 7. 退出 - 返回主预测工作流
1. 运行失败预死亡分析
让我们通过想象预测已失败来压力测试您的预测。
失败预死亡分析进度：
- [ ] 步骤1：陈述预测和当前置信度
- [ ] 步骤2：时间旅行到失败
- [ ] 步骤3：写下失败的历史
- [ ] 步骤4：识别具体失败模式
- [ ] 步骤5：评估可能性并调整
步骤1：陈述预测和当前置信度
告诉我：
- 您预测什么？
- 您当前的概率是多少？
- 您的置信区间是什么？
示例： “这家初创公司将在2年内达到1000万美元年经常性收入” - 概率：75%，置信区间：60-85%
步骤2：时间旅行到失败
水晶球练习：
跳到解决日期。现在是[解决日期]。事件没有发生。 这是确定的。不要争辩。
感觉如何？ 惊讶？预期？震惊？这种情绪反应告诉您您的真实置信度。
步骤3：写下失败的历史
回溯叙事： 从失败点开始，随时间逆向工作。写下我们如何走到这一步的故事。
提示：
- “导致这个的头条新闻是…”
- “麻烦的第一个迹象是当…”
- “回想起来，我们应该知道因为…”
- “关键错误是…”
考虑的框架：
- 内部摩擦： 团队精疲力尽，联合创始人争吵，执行失败
- 外部冲击： 法规变更，竞争对手推出，市场转移
- 结构缺陷： 单位经济无效，市场太小，技术无法扩展
- 黑天鹅： 疫情，战争，金融危机，意外中断
参见失败模式分类以获取全面类别。
步骤4：识别具体失败模式
从您的叙事中提取具体、可操作的失败原因。
对于每个失败模式：(1) 发生了什么，(2) 为什么导致失败，(3) 可能性多大，(4) 早期警告信号
示例：
| 失败模式 | 机制 | 可能性 | 警告信号 |
|---|---|---|---|
| 关键工程师辞职 | 失去技术领导力，产品延迟 | 15% | 代码提交下降，投诉 |
| 竞争对手推出免费层 | 破坏单位经济 | 20% | 招聘热潮，测试版泄露 |
| 法规通过 | 使商业模式非法 | 5% | 提案立法，游说 |
步骤5：评估可能性并调整
可能性测试：
问自己：
- 写失败叙事有多容易？
- 非常容易 → 将置信度降低15-30%
- 非常困难，感觉荒谬 → 置信度适当
- 您识别了多少个可能失败模式？
- 5+个模式，每个>5%可能性 → 不确定性太大，高置信度不合适
- 1-2个模式，低可能性 → 置信度可以保持高
- 您发现了任何“未知未知数”吗？
- 是，多个 → 将置信区间扩大20%
- 否，所有已知风险 → 置信度适当
定量方法： 求和失败模式的概率：
P(失败) = P(模式_1) + P(模式_2) + ... + P(模式_n)
如果这个和大于 1 - 您当前概率，您的概率太高了。
示例： 当前成功：75%（隐含失败：25%），失败模式之和：40% 结论： 低估失败风险15%，调整后： 60%成功
下一步： 返回菜单或记录发现
2. 运行成功预死亡分析
对于悲观预测 - 假设不太可能的成功发生了。
成功预死亡分析进度：
- [ ] 步骤1：陈述悲观预测 (<20%)
- [ ] 步骤2：时间旅行到成功
- [ ] 步骤3：写下成功的历史
- [ ] 步骤4：识别您可能错的地方
- [ ] 步骤5：评估并在需要时向上调整
步骤1：陈述悲观预测
告诉我： (1) 您预测什么低概率事件？ (2) 为什么您的置信度这么低？
示例： “到2030年，聚变能源将商业化” - 概率：10%，推理：技术挑战太大
步骤2：时间旅行到成功
现在是2030年。聚变能源已商业化。 这发生了。是真的。如何？
步骤3：写下成功的历史
回溯不太可能： 为了让这发生，必须发生什么？
- “当…时，突破发生了”
- “我们关于[假设]错了，因为…”
- “关键推动因素是…”
- “回想起来，我们低估了…”
步骤4：识别您可能错的地方
挑战您的悲观主义：
- 您是否过于锚定当前约束？
- 您是否低估了指数进展？
- 您是否忽略了并行方法？
- 您是否因过去失败而偏颇？
步骤5：评估并在需要时向上调整
如果成功叙事出奇地可能，增加概率。
下一步： 返回菜单
3. 蜻蜓眼视角
通过多个冲突视角查看失败。
蜻蜓有复眼，可以同时从多个角度看到。我们通过采用截然不同的视角来模拟这一点。
蜻蜓眼视角进度：
- [ ] 步骤1：怀疑者（为什么这肯定会失败）
- [ ] 步骤2：狂热者（为什么失败不可能）
- [ ] 步骤3：不感兴趣的观察者（中立分析）
- [ ] 步骤4：综合视角
- [ ] 步骤5：提取稳健失败模式
步骤1：怀疑者
扮演最严厉的批评者。 您是一个做空者，一个竞争对手，一个悲观主义者。为什么这肯定会失败？
极端： 假设最坏情况，突出每个缺陷，不宽容，不给好处
输出： 从怀疑视角列出失败原因
步骤2：狂热者
扮演最强烈的信仰者。 您是创始人的母亲，一个狂热者，一个乐观主义者。为什么失败不可能？
极端： 假设最好情况，突出每个优势，最大宽容和乐观
输出： 从乐观视角列出成功原因
步骤3：不感兴趣的观察者
扮演一个中立分析师。 您对结果没有利益。您运行模拟，冷静地分析数据。
分析性： 无情感投资，纯统计推理，参考类思维
输出： 带有推理的平衡概率估计
步骤4：综合视角
找到重叠： 哪些失败模式出现在所有三个视角中？
- 怀疑者提到它
- 即使狂热者也无法否认它
- 观察者从统计上识别它
这些是您的稳健失败模式 - 最可能实际发生的那些。
步骤5：提取稳健失败模式
综合：
| 失败模式 | 怀疑者 | 狂热者 | 观察者 | 稳健？ |
|---|---|---|---|---|
| 市场太小 | 肯定 | 可辩论 | 基础率建议是 | 是 |
| 执行风险 | 肯定 | 不可能 | 50/50 | 可能 |
| 技术无法扩展 | 肯定 | 已解决 | 未知 | 调查 |
聚焦调整于在所有视角中存活的稳健失败。
下一步： 返回菜单
4. 识别尾部风险
找到黑天鹅和未知未知数。
尾部风险识别进度：
- [ ] 步骤1：定义什么算作“尾部风险”
- [ ] 步骤2：系统枚举
- [ ] 步骤3：影响×概率矩阵
- [ ] 步骤4：设定终止标准
- [ ] 步骤5：监控信号点
步骤1：定义什么算作“尾部风险”
标准： 低概率 (<5%)，高影响（会完全改变结果），超出正常规划，通常是外生冲击
示例： 疫情，战争，金融危机，监管禁令，关键人物死亡，自然灾害，技术中断
步骤2：系统枚举
使用PESTLE框架进行全面覆盖：
- 政治： 选举，政变，政策变更，地缘政治转移
- 经济： 衰退，通货膨胀，货币危机，市场崩溃
- 社会： 文化转移，人口变化，社会运动
- 技术： 突破性发明，中断，网络攻击
- 法律： 新法规，诉讼，知识产权挑战，合规变更
- 环境： 气候事件，疫情，自然灾害
对于每个类别，问：“什么低概率事件会扼杀这个预测？”
参见失败模式分类以获取详细类别。
步骤3：影响×概率矩阵
绘制您的尾部风险：
高影响
│
│ [疫情] [关键创始人死亡]
│
│
│ [衰退] [竞争对手出现]
│
└─────────────────────────────────────→ 概率
低 高
聚焦于： 高影响，即使概率非常低
步骤4：设定终止标准
对于每个主要尾部风险，定义“终止标准”：
格式： “如果[事件X]发生，概率降至[Y]%”
示例：
- “如果FDA拒绝我们的药物，概率降至5%”
- “如果关键工程师辞职，概率降至30%”
- “如果竞争对手推出免费层，概率降至20%”
- “如果法规通过，概率降至0%”
为什么重要： 您现在有清晰的指标可以监控
步骤5：监控信号点
对于每个终止标准，识别早期警告信号：
| 终止标准 | 警告信号 | 检查频率 |
|---|---|---|
| FDA拒绝 | 阶段2试验结果，FDA反馈 | 每月 |
| 工程师辞职 | 代码速度，满意度调查 | 每周 |
| 竞争对手推出 | 招聘热潮，测试版泄露，专利 | 每月 |
| 法规 | 提案法案，游说，听证会 | 每季度 |
设置监控： 日历提醒，新闻警报，自动跟踪
下一步： 返回菜单
5. 调整置信区间
量化预死亡分析应该改变您的边界的程度。
置信区间调整进度：
- [ ] 步骤1：陈述当前置信区间
- [ ] 步骤2：评估预死亡分析发现
- [ ] 步骤3：计算宽度调整
- [ ] 步骤4：设置新边界
- [ ] 步骤5：记录推理
步骤1：陈述当前置信区间
当前置信区间： 下界：%，上界：%，宽度：___ 百分点
步骤2：评估预死亡分析发现
在这些维度上评分您的预死亡分析（每个1-5）：
- 叙事可能性 - 1 = 失败感觉荒谬，5 = 失败感觉必然
- 失败模式数量 - 1 = 仅1-2个不太可能模式，5 = 5+个可能模式
- 未知未知数发现 - 1 = 无惊喜，所有已知，5 = 许多盲点揭示
- 蜻蜓眼综合 - 1 = 视角完全分歧，5 = 所有同意失败模式
总分： __ / 20
步骤3：计算宽度调整
调整公式：
宽度乘数 = 1 + (分数 / 20)
示例：
- 分数 = 4/20 → 乘数 = 1.2 → 将置信区间扩大20%
- 分数 = 10/20 → 乘数 = 1.5 → 将置信区间扩大50%
- 分数 = 16/20 → 乘数 = 1.8 → 将置信区间扩大80%
当前宽度： ___ 点，调整后宽度： 当前 × 乘数 = ___ 点
步骤4：设置新边界
方法：围绕当前估计对称扩大
新下界 = 当前估计 - (调整后宽度 / 2)
新上界 = 当前估计 + (调整后宽度 / 2)
示例： 当前：70%，置信区间：60-80%（宽度 = 20），分数：12/20，乘数：1.6，新宽度：32，新置信区间：54-86%
步骤5：记录推理
记录： (1) 什么失败模式驱动了调整，(2) 哪个视角最启示，(3) 发现了什么未知未知数，(4) 您将进行什么监控
下一步： 返回菜单
6. 学习框架
深入方法论。
资源文件
📄 预死亡原则 - 为什么人类过度自信，后见之明偏差和结果偏差，反转的力量，预死亡有效性研究
📄 回溯方法 - 结构化回溯过程，时间推理技术，因果链构建，叙事与定量回溯
📄 失败模式分类 - 全面失败类别，内部与外部失败，可预防与不可预防，尾部风险的PESTLE框架，终止标准模板
下一步： 返回菜单
快速参考
预死亡戒律
- 假设失败是确定的 - 不要辩论是否，辩论为什么
- 具体 - 模糊风险无帮助；具体机制才有用
- 使用多个视角 - 怀疑者，狂热者，观察者
- 量化失败模式 - 估计每个的概率
- 设定终止标准 - 知道什么会改变您的想法
- 监控信号点 - 跟踪早期警告信号
- 扩大置信区间 - 如果预死亡分析太容易，您过度自信了
一句话总结
假设您的预测已失败，写下如何失败的历程，并用它来识别盲点和调整置信度。
与其他技能集成
- 之前： 在内部视图分析后使用（您需要一些东西来压力测试）
- 之后： 使用
scout-mindset-bias-check来验证调整 - 伴侣： 与
bayesian-reasoning-calibration一起用于定量更新 - 输入： 监控系统和自适应预测
资源文件
📁 resources/
- premortem-principles.md - 理论和研究
- backcasting-method.md - 时间推理过程
- failure-mode-taxonomy.md - 全面失败类别
准备开始？从上面的菜单中选择一个数字。