前两天做了一个五维拆解的 Skill，可以把具体的外部事情都能看清。
很多人都感兴趣，然而这个东西有一个缺陷。
他需要一个具体的输入。
但是很多人，总是喜欢问AI一些抽象的问题。
导致AI根本分辨不出来，也就无法回答好你。
可能有人会问，什么叫抽象问题？
好，比方说：
- • 我想赚钱。
- • 他不爱我了怎么办？
- • 为什么我这么努力，依旧过不好这一生？
这些问题，乍一看都像是个问题，但是换任何人来回答，都无法回答，自己问多了，反而更焦虑。
你用这种问题问AI。结果就是输入抽象，输出垃圾。
为了解决这个问题。我思考了很久，然后想出了一套”照妖镜”的思维模式（当然现在被我做成了SKILL）。
方便解决任何抽象问题，解决自己偶尔的脑抽，直击问题真相深处，拒绝唐人思维，提神醒脑。
开干。
语言的边界就是世界的边界
首先问题到底出在哪？为什么会出现抽象的问题？
我发现，中文博大精深，很多词其实不止一个意思。
你自己可能说出来的词，被打包了很多东西，实际上别人不一定懂你说的那一层。
人在懒的时候，就喜欢说这些模糊的东西。
维特根斯坦说过一句话：语言的边界就是世界的边界。
我们只能理解和表达我们能够用语言描述的事物。
好，那就从语言入手。
四步思维模型
一、筛选：这个句子是怎么组成？
- 针对一个抽象的问题。
- 1. 找到这个问题里面的组成的词
- 2. 再找到核心词
- 3. 分析核心词的模糊程度
我把平常会用到的一句话中的词，分成了三层。
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
抽象的问题，往往会从前两层找词去凑。
硬层的词（房租、体重、利润）不用动，本来就具体清楚。模糊层和中层的词，才是要继续往下走的。
二、打开：这个词里面装了什么？
打开这个模糊或者中性的词，去思考。这个里面到底包含了什么。
比如”自律”，打开看可能装着：秩序代偿、身体管理、时间分配、情绪克制、延迟满足……一堆东西。
但是平常用”自律”两个字的时候，这些是全部被打包进一个词里说的。
三、诊断：问题出在哪？
拆开看里面到底有哪些意义之后，再去代入，到底有什么问题。
我总结了一下，一共有五种情况。
|
|
|
|
|
|---|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
判断属于哪些层级。
四、下刀：按诊断的级别做对应动作
- • 边界毛病 → 划清它是什么、不是什么
- • 命名毛病 → 换一个更准的名字（没执行力 → 逃避执行 / 准备创业 → 模拟创业）
- • 模型毛病 → 换一整套看这件事的方式
- • ……
这个词就从一团感觉变成一个你能具体动手的东西。
有点混乱？好，来演示一下
就拿”我想赚钱“练习。
Step 1. 筛选
“我想赚钱”里有两个词要处理：
这个问题比较简单，我想和赚钱。都可以当成核心词去思考。
- • “我想” — 中层。听着像决心，其实可能只是”感觉上想”
- • “赚钱” — 中层。听着像具体事，追一步就散
两个都要打开。
Step 2. 主动打开
“我想”：
- • 是真想，还是嘴上说想？
- • 真想的话，行动开始了吗？
- • 没开始的话，阻碍在哪？
“赚钱”：
- • 赚多少？（10 万？100 万？1000 万？目标不同，路径完全不同）
- • 怎么赚？（工资？生意？投资？副业？）
- • 赚来解决什么？（买房？自由？安全感？证明自己？）
Step 3. 走一遍 5 级找问题
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
主要问题出在 关系 + 命名：
- • 关系：钱和”你真要解决的那个问题”之间。
- • 命名：”赚钱”这个名字把真正的诉求遮住了。
Step 4. 转换成新句式
那就用找清关系+重新命名来解决。
把”我想赚钱”转换成写听的懂的语言。
就变成：
我什么时候要用什么方法在什么上面赚多少钱来解决什么问题？
换句话说。
成立”我想赚钱“。
同样成立“我想赚钱”。
那么回答什么样的问题，可以真的赚到钱？
升级一下，换一个难点的问题
然后我就把这套思维做成了一个SKILL。试试看AI能不能帮我解决更抽象的问题，让我思考清楚怎么做。
换一个究极无解之终极难题测试一下 “她为什么不爱我了。”
看看AI会怎么帮我拆。
Step 1：拆词性
先把这句话切成一个个词，分哪些是结构词、哪些是核心词：
Step 2：带入视角
核心词找到了，接下来每个核心词带表格中视角审查：
找到最适配的两个视角。
他选择了，真假和边界。
Step 3：4 个洞察
把词和视角代入，找出问题。
洞察 1 · 为什么 × 真假 → 追问动作本身不成立
洞察 2 · 为什么 × 边界 → “为什么”被混成 4 种不同动作
洞察 3 · 不爱 × 真假 → “不爱”是你贴的标签
洞察 4 · 不爱 × 边界 → “不爱”被混成 5 种完全不同的状态
Step 4：最终转换
4 个洞察合起来——这句话其实是 4 个混在一起的问题：
所以”她为什么不爱我了“真正该问的是——
做 4 件事：
第 1：判断这个追问本身有没有意义（关系退化型的话，追问徒劳）；
第 2：看清我问这个问题时到底在要什么（答案？放下？可恨对象？可修起点？）；
第 3：审查我给她贴的”不爱”标签准不准（之前真的是爱吗？现在真的是不爱吗？）；
第 4：诊断她现在是 5 种状态里的哪一种（累了？有伤？没同步？老化？断电？），然后按那一种的解法行动。
这句话依旧在处理”她为什么不爱我了”的痛苦，但从一个黑箱问题变成了 4 步可执行的行动链。
当然你也可以从其他角度去拆，但是我希望匹配主要矛盾。
它能照什么，不能照什么
这就是照妖镜的作用，提升醒脑，拒绝问呆问题。
我试了一下，任何都可以问。
包括：怎么拍短视频？怎么做垂直内容。扒拉扒拉。
越抽象效果越好。
总结就是：你自己经常说，但是没深刻思考过追问自己的问题。
它目前做不到的一件事
先说清楚它的一个明显不足。
目前这个工具只能把你挂嘴上的一句话拆下来给你看，让你自己去思考。
它不能直接指出你的问题：因为它没有任何关于你的记忆。它不知道你是谁、你在做什么、你现在卡在哪。
所以它给你的只是一个通用的拆解。拆下来的那些东西具体对应你生活里的什么，还得你自己思考。
这也是我正在处理的事。
我已经把它适配到我的”军师系统”（LifeOS）里面。适配完之后，再问它任何问题，它会先去读一下我的个人资料——我的背景、我最近在做的事、我的状态——然后基于我这个人的实际情况给出拆解。
单独用需要注意的点
这套模型用下来，有三个坑。先说出来，免得你跟着踩。
一、5 级是检查清单
实际的词，问题常常是跨级别的。
比如”自律”：它既是边界（每个人说的不是一回事）、也是命名（这个名字在骗你）、还可能是关系（和”成功”之间的关系被说扁了）。
正确用法：根据语境找出认为最合适的两个点去突破。
二、防套娃
训练出来之后，人容易对每句话都想拆。拆着拆着停不下来：陷入一种高级的内耗。
我以为我在思考，其实我在拖延。
所以这工具要搭一条规则：够了就停，立马去执行。
拆的目的是变成一个可以动手的东西。拿到那个东西之后就别再拆了，去做。
否则你会从”少打包一次”滑到”拆到瘫痪”。
最后
这就是照妖镜。
它的作用就是把你挂在嘴边不想思考的打包词，拆成你不能糊弄自己的模样。
一团浆糊的问题，谁都不能帮你解决，包括AI。
甚至很多人自己都不知道问出来的问题是浆糊。
看清了，你才知道该干什么。
这也是一个人在 AI 时代最值钱的能力：会问一个具体的问题。
希望大家都能，少打包问题，多一次动手。