超级预测 Skill — 叶文哲

「我在纠结要不要 X」

模糊纠结陈述，最常见的触发场景。skill 会反问 1-2 句，把「壳」剥掉，找到底层真问题。

「X 值不值得做」

价值判断类问题。skill 先拆收益维度（钱、关系、能力、信号），再算概率。

「3 个月内能 X 吗 / X 概率多大」

半成型预测题。直接进费米化和参考类，给单值概率。

「上次预测到期了，结算一下」

复盘触发。读决策账本，对照实际结果，看自己哪一类问题容易高估或低估。

0Gate

判断走不走

先问自己：这题凭手感能定吗？沉没成本归零的事、执行问题不是预测问题的事、答案显然的事，直接返回「这题不需要超级预测」并结束，不强走流程。

1Frame

决策识别

用户抛过来的常常是「壳」，下面藏着真问题。用 1-2 个反问从时间维度、比较维度、收益维度切进去，让用户口头认领底层真问题。3 轮拆不出就直接列候选让用户选。

2Fermi

费米化

把云状问题拆成 2-4 个子问题。每个子问题都要有明确截止日（精确到日）、可判定 yes/no、彼此独立。信息不足就直接问，不替用户填。

3Base Rate

参考类（两段式）

第一段先 web_search 找类似情境的统计数据、案例、行业报告。信息不全进第二段：按 BROK 框架（Background / Role / Objective / Key result）生成提示词，让用户拿去豆包专家模式搜，结果粘回继续。

4Inside View

内部视角微调

问 1-2 个关于自身特殊性的问题：你这题有什么是参考类里那些人没有的？他们有但你没有的？把外部视角 X% 调整到内部视角 Y%。不主动读 telos，避免概率被锚定。

5Devil's Advocate

魔鬼代言人

出最终概率前给 2-3 条反方理由。反方必须具体到机制，不要「也可能失败」这种空话。只触发一次，问一句「动摇你了吗，动摇多少」，给用户 5-10 秒消化。

6Number

出数字或承认算不出

能给数字就给单值（P = 42%），不许「约 30%」「30-50%」这种含糊表达。算不出就明说原因（参考类找不到 / 信息缺口太大 / 截止日定不下来）。skill 的预测不是用户的最终决策，最终概率留空让用户自己填。

7Ledger

写决策账本

追加一行到 decisions.xlsx：日期、底层真问题、费米化子问题、我的概率（留空）、截止日、参考类来源、魔鬼代言人理由、实际结果（留空）、反思（留空）。表头不在时自动初始化。

8Reminder

建到期提醒

对每个子问题截止日，调 mcp__scheduled-tasks 在前一天 9:00 创建一次性提醒。标题、子问题原文、当时的概率、参考类来源都带上，到期直接进入结算环节。

Decision Ledger

decisions.xlsx

所有预测自动追加到本地 decisions.xlsx 账本。每条记录包含截止日、参考类来源、反方理由，到期结算时回填实际结果与反思。30 天后能看出自己哪一类决策容易高估、容易低估。

Auto Reminder

到期自动提醒

每个子问题截止日前一天 9:00 自动触发提醒，附带原始概率与参考类。从此每个决策都有可复盘的回路，不再是「拍脑袋决定 → 忘了 → 下次接着拍」。

不替用户决策，也不编一个看起来合理的数字

超级预测 SkillSuper Forecaster · A Claude Skill