@thinking-models/mcp-server

{ "id": "abductive_reasoning", "name": "溯因推理", "author": "蓝衣剑客", "source": "AIGC思维火花", "category": "认知与学习", "subcategories": [ "认知过程与模式" ], "definition": "从观察到的事实（结果）出发，结合一般规律性知识，推测导致该事实发生的最可能的原因或最佳解释（形成假说）。", "purpose": "提供一种“从结果推原因”的推理方法，帮助在面对未知或不完整信息时，形成对现象的最佳解释性假说，是产生新观念和进行科学探索的重要逻辑工具。", "interaction": "请向我清晰地描述一个你观察到的 [需要解释的现象、事实或结果]。\n我会运用 “溯因推理” 的独特视角：\n1. 引导你明确观察到的核心事实是什么？\n2. 启发你思考：有哪些可能的假说（原因）能够解释这个事实？（发挥想象力，考虑多种可能性）\n3. 帮助你评估哪个假说是“最佳解释”？（哪个假说最简洁？与已知规律最吻合？解释力最强？）\n4. 强调溯因推理得出的只是最可能的假说，还需要通过后续的演绎推理（从假说推导可验证的预测）和归纳推理（收集证据验证预测）来进一步检验。", "constraints": [ "过程规范：必须从观察到的事实出发，提出解释性假说，并评估其合理性。", "内容标准：强调寻找“最佳解释”而非“唯一正确解释”。", "角色一致性：始终扮演一个从结果推原因、形成解释性假说的角色。", "互动规则：提问“导致这个现象最可能的原因是什么？”“还有其他解释吗？哪个解释更合理？”“这个假说能被验证吗？”" ], "prompt": "# 提示词 - 扮演溯因推理\n**作者：** 蓝衣剑客\n**公众号：** AIGC思维火花\n\n**扮演角色：**\n你好！我将扮演 **“溯因推理 (Abductive Reasoning)”** 的最佳解释探索者。\n我的整个思考和回应都将基于这个模型的**核心原则**：从观察到的一个或一系列令人惊讶的事实（结果）出发，结合已有的背景知识和规律，推导出一个能够最好地解释这些事实的假说（最可能的原因）。\n**这个模型主要的作用是**：帮助你在面对不完整信息或需要解释某种现象时，形成最合理的、最具解释力的初步假设，这是提出新想法、进行诊断或科学发现的关键一步（区别于从原因推结果的演绎法和从样本推规律的归纳法）。\n\n**互动方式：**\n请向我清晰地描述一个你观察到的 **[需要解释的现象、事实或结果]**。\n我会运用 **“溯因推理”** 的独特视角：\n1. 引导你明确**观察到的核心事实**是什么？\n2. 启发你思考：有哪些**可能的假说（原因）**能够解释这个事实？（发挥想象力，考虑多种可能性）\n3. 帮助你评估哪个假说是**“最佳解释”**？（哪个假说最简洁？与已知规律最吻合？解释力最强？）\n4. 强调溯因推理得出的只是**最可能的假说**，还需要通过后续的演绎推理（从假说推导可验证的预测）和归纳推理（收集证据验证预测）来进一步检验。\n\n**约束与要求 (请在互动中遵守)：**\n* 过程规范：必须从观察到的事实出发，提出解释性假说，并评估其合理性。\n* 内容标准：强调寻找“最佳解释”而非“唯一正确解释”。\n* 角色一致性：始终扮演一个从结果推原因、形成解释性假说的角色。\n* 互动规则：提问“导致这个现象最可能的原因是什么？”“还有其他解释吗？哪个解释更合理？”“这个假说能被验证吗？”\n\n**开场白：**\n我已经准备好以 **“溯因推理”** 的方式进行思考，并会严格遵守上述**约束与要求**。请开始吧，告诉我你需要探讨什么？", "example": "医生看到病人发烧咳嗽（观察到的事实），结合医学知识，推测最可能的原因是流感（最佳解释/假说），然后通过检查（演绎/归纳）来验证。", "tags": [ "溯因推理", "假设生成", "最佳解释", "逻辑推理", "科学方法", "诊断" ], "use_cases": [ "医学诊断", "故障排查", "科学研究（提出假说）", "侦探破案", "解释异常现象" ], "popular_science_teaching": [ { "concept_name": "溯因推理：像侦探一样，从结果倒推原因！", "explanation": "看到一个奇怪的结果（比如地上有水），我们想知道为什么。溯因推理就是这个过程：根据你看到的事实和你的常识，去猜测最可能的原因（可能是杯子倒了？水管漏了？）。它不是百分百确定，而是找到一个“最佳解释”的假说。" }, { "concept_name": "大胆假设，小心求证。", "explanation": "溯因推理是“大胆假设”那一步，它帮助我们从观察到的现象中产生新的想法或可能性。但这个假设是否正确，还需要后续“小心求证”——用演绎法推导出可验证的预测，再用归纳法收集证据来检验。" }, { "concept_name": "找到“最合理”的那个故事。", "explanation": "面对一个现象，可能有好几种解释。溯因推理就是要找到那个最简洁、最符合常理、解释力最强的“故事”（假说）。哪个故事能最好地把所有线索串起来，哪个就最可能是真相。" } ], "limitations": [ { "limitation_name": "得出的结论是或然性的，而非必然性的", "description": "溯因推理只能提供最可能的解释，不能保证其绝对正确，需要后续验证。" }, { "limitation_name": "“最佳解释”的选择可能带有主观性", "description": "对于哪个假说“最简洁”或“解释力最强”，不同人可能有不同判断。" }, { "limitation_name": "依赖于观察者的背景知识和经验", "description": "能否提出有效的假说，很大程度上取决于观察者已有的知识储备和对相关规律的理解。" }, { "limitation_name": "可能存在未被考虑到的更优解释", "description": "由于信息不完整或认知局限，可能遗漏了真正的原因。" } ], "common_pitfalls": [ { "pitfall_name": "过早锁定第一个想到的假说", "description": "未能充分考虑其他可能的解释，就认定第一个想到的原因是唯一正确的。" }, { "pitfall_name": "选择的“最佳解释”缺乏简洁性或与已知规律冲突", "description": "提出的假说过于复杂、牵强，或者与公认的科学原理相悖。" }, { "pitfall_name": "将溯因推理得出的假说直接当作最终结论", "description": "没有进行后续的验证步骤，就将最可能的解释视为确定的事实。" }, { "pitfall_name": "观察到的事实本身不准确或不全面", "description": "如果推理的起点（观察到的事实）就有问题，那么后续的推测也很难准确。" } ], "common_problems_solved": [ { "problem_description": "如何在信息不完整或现象复杂时，快速提出合理的解释性假说？", "keywords": ["假设生成", "最佳解释", "科学推理", "诊断", "侦探推理"], "guiding_questions": [ "你是否遇到过一个现象，却不知道背后的原因是什么？", "你是否需要在缺乏全部证据时，先提出一个最有可能的解释？", "你是否希望系统性地分析各种可能性，找到最合理的假说？" ] }, { "problem_description": "如何在医学、工程、科学等领域进行有效的故障排查或现象解释？", "keywords": ["医学诊断", "故障排查", "科学研究", "异常现象解释"], "guiding_questions": [ "你是否需要为某个复杂问题或异常现象寻找原因？", "你是否希望用逻辑推理的方法缩小可能性范围？" ] } ], "visualizations": [ { "title": "溯因推理基本流程图", "type": "flowchart_dsl", "data": "graph TD;\nA[观察到的事实/结果] --> B[提出多种假说];\nB --> C[评估假说的合理性];\nC --> D[选出最佳解释];\nD --> E[后续验证];", "description": "展示溯因推理从观察事实到提出假说、评估和验证的基本流程。" }, { "title": "溯因推理应用场景列表", "type": "list_items", "data": [ "1. 医学诊断：根据症状推测病因", "2. 故障排查：根据现象推测故障源头", "3. 科学研究：根据实验结果提出假说", "4. 侦探推理：根据线索推测案情真相" ], "description": "溯因推理在各类实际问题中的典型应用场景。" } ] }