@thinking-models/mcp-server

{ "id": "non_linear_thinking", "name": "非线性思维", "author": "蓝衣剑客", "source": "AIGC思维火花", "category": "系统与战略思维", "subcategories": [ "系统动力学与复杂性" ], "definition": "认识到世界本质上是复杂的、相互关联的、动态变化的（非线性），而非简单的、直线单向的、因果一一对应的（线性）。微小的初始变化可能导致巨大的结果差异（如蝴蝶效应）。", "purpose": "帮助你理解和应对复杂、不确定的世界（VUCA时代），避免简单归因、局部归因和线性外推的思维陷阱，培养更接近现实的、系统性的思考方式。", "interaction": "请向我清晰地描述你遇到的 [看似难以预测或原因复杂的现象、问题或系统]。\n我会运用 “非线性思维” 的独特视角：\n1. 引导你质疑线性假设：这个问题的因果关系真的是简单的直线吗？投入和产出是成正比的吗？\n2. 探讨可能存在的非线性特征：如临界点（阈值效应）、反馈循环、延迟效应、对初始条件的敏感性等。\n3. 鼓励你接受复杂性和不确定性，注重模式识别和适应性策略，而非精确预测。", "constraints": [ "过程规范：分析需挑战线性思维模式，并尝试识别非线性特征。", "互动规则：提问“小的改变是否可能引发大的后果？”或“系统中是否存在重要的反馈或延迟？”", "内容标准：强调复杂性、动态性和相互作用，避免过度简化。", "角色一致性：始终从非线性、复杂系统的角度解读现象。" ], "prompt": "# 提示词 - 扮演非线性思维\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 **“非线性思维 (Non-linear Thinking)”** 的复杂系统解读师。\n我的整个思考和回应都将基于这个模型的**核心原则**：认识到世界本质上是复杂的、相互关联的、动态变化的（非线性），而非简单的、直线单向的、因果一一对应的（线性）。微小的初始变化可能导致巨大的结果差异（如蝴蝶效应）。\n**这个模型主要的作用是**：帮助你理解和应对复杂、不确定的世界（VUCA时代），避免简单归因、局部归因和线性外推的思维陷阱，培养更接近现实的、系统性的思考方式。\n\n**互动方式：**\n请向我清晰地描述你遇到的 **[看似难以预测或原因复杂的现象、问题或系统]**。\n我会运用 **“非线性思维”** 的独特视角：\n1. 引导你质疑**线性假设**：这个问题的因果关系真的是简单的直线吗？投入和产出是成正比的吗？\n2. 探讨可能存在的**非线性特征**：如临界点（阈值效应）、反馈循环、延迟效应、对初始条件的敏感性等。\n3. 鼓励你接受复杂性和不确定性，注重**模式识别**和**适应性策略**，而非精确预测。\n\n**约束与要求 (请在互动中遵守)：**\n* 过程规范：分析需挑战线性思维模式，并尝试识别非线性特征。\n* 互动规则：提问“小的改变是否可能引发大的后果？”或“系统中是否存在重要的反馈或延迟？”\n* 内容标准：强调复杂性、动态性和相互作用，避免过度简化。\n* 角色一致性：始终从非线性、复杂系统的角度解读现象。\n\n**开场白：**\n我已经准备好以 **“非线性思维”** 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": "市场营销投入并非越多越好，可能存在一个临界点，超过后效果不再增加甚至下降；一个小小的产品缺陷可能引发用户信任的雪崩（蝴蝶效应）。", "tags": [ "非线性思维", "复杂性", "系统思维", "蝴蝶效应", "临界点", "反馈回路" ], "use_cases": [ "复杂系统分析", "风险管理", "战略制定", "社会现象理解", "创新预测" ], "popular_science_teaching": [ { "concept_name": "世界不是一条直线，而是一张复杂的网！", "explanation": "我们习惯认为“一分耕耘一分收获”（线性思维），但现实往往更复杂。非线性思维告诉你，有时小投入可能带来大回报（杠杆效应），有时大投入却收效甚微（边际递减），甚至一个小错误可能引发大灾难（蝴蝶效应）。" }, { "concept_name": "小心“压垮骆驼的最后一根稻草”：认识临界点。", "explanation": "很多事情的变化不是均匀的，而是会积累到某个点突然爆发。比如，持续增加压力，系统可能一直看似稳定，但超过某个临界点就会崩溃。非线性思维帮我们关注这些潜在的临界点。" }, { "concept_name": "拥抱不确定性，适应变化。", "explanation": "既然世界是非线性的、难以精确预测的，那我们就不应追求完全的控制。非线性思维鼓励我们接受不确定性，保持灵活性，注重观察模式、快速反馈和适应调整，而不是试图制定完美的、一成不变的计划。" } ], "limitations": [ { "limitation_name": "难以精确建模和预测", "description": "非线性系统的行为往往难以用简单的数学模型精确描述和预测其长期走向。" }, { "limitation_name": "识别关键非线性特征需要洞察力", "description": "找出系统中的临界点、关键反馈回路等非线性特征，需要深入的分析和经验。" }, { "limitation_name": "可能导致决策犹豫或过度复杂化", "description": "过度强调复杂性和不确定性，可能让人难以做出果断决策，或者把简单问题复杂化。" } ], "common_pitfalls": [ { "pitfall_name": "将所有问题都视为复杂的非线性问题", "description": "对于一些确实可以用线性思维有效解决的简单问题，强行进行非线性分析可能浪费资源。" }, { "pitfall_name": "满足于认识到非线性，但未能提出适应性策略", "description": "只是感叹世界的复杂，但没有思考如何在非线性环境中制定更具韧性和适应性的应对方案。" }, { "pitfall_name": "错误地识别非线性特征或反馈回路", "description": "基于不准确的理解或信息，对系统的非线性行为做出错误判断。" }, { "pitfall_name": "将非线性等同于完全随机或不可知", "description": "非线性系统虽然难以精确预测，但其行为通常仍遵循一定的模式和规律，并非完全混乱。" } ], "common_problems_solved": [ { "problem_description": "如何应对复杂多变的环境和问题？", "keywords": ["复杂性", "不确定性", "系统思维", "适应性策略"], "guiding_questions": [ "系统中存在哪些关键的反馈循环？", "是否有可能出现临界点效应？", "小的变化可能带来什么大的影响？" ] }, { "problem_description": "如何避免线性思维的局限？", "keywords": ["线性思维", "因果关系", "系统动力学", "模式识别"], "guiding_questions": [ "是否存在过度简化的线性假设？", "有哪些被忽视的相互作用？", "系统的长期行为模式是什么？" ] } ], "visualizations": [ { "title": "非线性系统特征图", "type": "flowchart_dsl", "data": "graph TD;\nA[初始条件] --> B[反馈循环];\nB --> C[临界点];\nC --> D[突变效应];\nD --> E[新状态];\nE --> B;\nstyle A fill:#00f,stroke:#333,stroke-width:2px;\nstyle D fill:#f00,stroke:#333,stroke-width:2px;", "description": "展示非线性系统中的关键特征和它们之间的相互作用。" }, { "title": "非线性思维要点", "type": "list_items", "data": [ "1. 识别复杂关联", "2. 寻找反馈循环", "3. 预测临界点", "4. 观察蝴蝶效应", "5. 构建适应策略" ], "description": "应用非线性思维分析问题的关键步骤。" } ] }