导图社区 高质量的AI对话分析框架
这是一篇关于高质量的AI对话分析框架的思维导图,主要内容包括:结构化提问框架,思维引导框架,输出结构优化框架,深度思考促进框架。
这是一篇关于DHA对人脑的作用的思维导图,主要内容包括:基本概念与结构,神经系统中的分布,脑发育中的作用,认知功能影响,神经保护机制,病理状态下的作用,临床应用与剂量。
这是一篇关于B族维生素的思维导图,主要内容包括:概述,B1(硫胺素),B2(核黄素),B3(烟酸/烟酰胺),B5(泛酸),B6(吡哆醇),B7/B8(生物素),B9(叶酸),B12(钴胺素),相互作用与平衡,临床应用。
这是一篇关于快速进入“心流状态”指南的思维导图,主要内容包括:心流状态的科学基础,心流状态前提条件,环境优化策略,心理准备技巧,心流状态的实时诱导方法,针对不同活动的心流诱发策略,心流状态的维持与延长,心流状态评估与优化,特殊情境心流技巧。
社区模板帮助中心,点此进入>>
互联网9大思维
组织架构-单商户商城webAPP 思维导图。
域控上线
python思维导图
css
CSS
计算机操作系统思维导图
计算机组成原理
IMX6UL(A7)
考试学情分析系统
高质量的AI对话分析框架
结构化提问框架
Co-STAR框架
结构组成:Context(背景)、Objective(目标)、Strategy(策略)、Tactics(战术)、Actions(行动)、Results(结果)
优化价值:提供完整上下文,明确期望输出,引导AI思考路径
应用方式:
详细描述问题背景和限制条件
明确说明期望达成的具体目标
指导AI采用特定思考策略和方法
要求特定格式和深度的输出
示例提问:"在分析气候变化政策影响时(Context),我需要一个平衡各方观点的综合评估(Objective),请使用系统思维方法(Strategy),采用多维度对比表格形式(Tactics),提供具体政策建议(Actions)并包含实施后的预期效果评估(Results)"
PICO框架
结构组成:Population(人群)、Intervention(干预)、Comparison(对照)、Outcome(结果)
优化价值:明确分析对象和比较基准,聚焦特定结果
精确定义目标群体或研究对象
明确指定需要分析的干预措施
提供比较基准或对照组
具体说明关注的结果指标
示例提问:"请分析远程工作(Intervention)对科技行业专业人士(Population)相比传统办公模式(Comparison)在工作效率和心理健康(Outcomes)方面的影响"
5W2H分析法
结构组成:What(什么)、Why(为什么)、Who(谁)、When(何时)、Where(何地)、How(如何)、How much(多少)
优化价值:全面界定问题维度,减少模糊性
在提问中明确包含这些维度
使用这些维度构建子问题
要求AI按这些维度组织回答
示例提问:"请分析数字化转型项目:具体包含哪些内容(What),为什么需要实施(Why),谁是关键利益相关者(Who),实施时机和阶段(When),适用场景(Where),具体实施方法(How)以及所需资源和投资回报(How much)"
思维引导框架
辩证思维框架
结构组成:正方论点、反方论点、综合观点、更高层次理解
优化价值:促进AI全面分析问题,避免单一视角,提供平衡观点
要求AI同时考虑支持和反对的观点
明确要求分析各观点的优缺点
请求基于对立观点的综合结论
示例提问:"请分析人工智能在教育中应用的利弊,首先提供支持的论点,然后分析批评观点,最后提供一个平衡的综合视角,考虑如何最大化益处同时减轻潜在问题"
系统思维框架
结构组成:要素识别、关系分析、反馈循环、整体行为、干预点
优化价值:引导AI超越线性思维,考虑复杂系统的动态特性
要求识别系统的关键组成部分
引导分析要素间的相互影响
请求识别系统中的反馈循环
要求评估不同干预点的杠杆效应
示例提问:"请使用系统思维分析城市交通拥堵问题,识别关键要素,分析它们之间的相互作用和反馈循环,并找出最具杠杆作用的干预点"
多层次因果分析
结构组成:表层症状、中层原因、深层结构、根本动因
优化价值:促进AI深入分析问题本质,而非停留在表面
要求区分现象与本质
引导逐层深入分析原因
请求识别根本性结构性因素
示例提问:"请分析企业创新能力不足的问题,从表面症状入手,逐层深入分析中层原因、组织结构因素,最后识别根本性的文化和制度动因"
输出结构优化框架
金字塔原理
结构组成:核心结论、主要论点、支持证据、逻辑关系
优化价值:确保AI输出逻辑清晰,结构化程度高
要求先给出核心结论
请求按重要性组织主要论点
引导为每个论点提供充分证据
明确要求展示逻辑关系
示例提问:"请使用金字塔结构分析远程医疗的发展前景,先给出核心结论,然后提供3-4个主要支持论点,每个论点配以具体证据和数据支持"
MECE原则
结构组成:相互独立(Mutually Exclusive)、完全穷尽(Collectively Exhaustive)的分类
优化价值:确保AI分析全面且无重叠,提高思考严谨性
要求按照MECE原则分类分析
引导建立清晰的分析维度
请求检查是否有遗漏或重叠
示例提问:"请使用MECE原则分析企业数字化转型的挑战,确保各类别之间相互独立且共同涵盖所有可能的挑战"
对比分析矩阵
结构组成:比较对象、评估维度、评分标准、综合比较
优化价值:促进AI进行系统化比较,突出关键差异
明确指定比较对象
提供具体评估维度
要求使用表格或矩阵形式
请求基于比较的综合结论
示例提问:"请创建一个比较矩阵,分析三种主要机器学习框架(TensorFlow、PyTorch、Scikit-learn)在易用性、性能、社区支持、应用场景四个维度的优缺点,并给出适用场景建议"
深度思考促进框架
苏格拉底提问法
结构组成:概念澄清、假设检验、理由探究、观点质疑、含义分析、自我反思
优化价值:引导AI进行更深入的批判性思考,避免表面分析
要求AI质疑自己的初步结论
引导探究隐含假设
请求考虑反面证据
要求分析不同立场的理由
示例提问:"请分析'人工智能将取代大部分工作'这一观点,使用苏格拉底方法质疑核心概念,检验隐含假设,探究支持和反对的理由,并反思这一讨论的更深层含义"
六顶思考帽
结构组成:白帽(事实)、红帽(情感)、黑帽(谨慎)、黄帽(乐观)、绿帽(创新)、蓝帽(过程)
优化价值:促进AI从多角度全面思考问题,平衡理性与情感
要求AI依次使用不同思考帽
引导在每个视角下深入分析
请求最后进行整合总结
示例提问:"请使用六顶思考帽方法分析实施四天工作制的影响:白帽关注客观数据,红帽考虑情感反应,黑帽分析风险,黄帽探索机会,绿帽提出创新实施方案,最后用蓝帽总结关键见解"
反事实思维
结构组成:假设情境、逻辑推演、对比分析、洞见提取
优化价值:促进AI跳出常规思维,探索创新可能性
设定反事实假设情境
要求基于假设进行合