问题解决类工具

问题解决类工具是"天机"的核心引擎,帮助用户通过思维模型系统性地解决复杂问题。这些工具专注于思考过程的结构化、合理化和优化,使问题解决更加高效和全面。

问题导向推荐 (recommend-models-for-problem)

找到合适的思考工具

功能描述

recommend-models-for-problem 工具根据问题的关键词和上下文,智能推荐最适合解决该问题的思维模型组合。这是"天机"中最常用的工具之一,特别适合不确定应该使用哪种思维模型的情况。

参数说明

参数名 类型 必填 默认值 说明
problem_keywords 字符串数组 - 问题关键词数组,至少需提供一个关键词
problem_context 字符串 - 问题的完整上下文描述
limit 数字 10 返回结果数量限制
use_learning_adjustment 布尔值 true 是否使用学习系统调整推荐结果
lang 字符串 "zh" 语言代码,支持 "zh"(中文) 或 "en"(英文)

使用示例

// 基本推荐查询
{
  "problem_keywords": ["决策", "不确定性"],
  "lang": "zh"
}

// 带有详细上下文的推荐查询
{
  "problem_keywords": ["产品创新", "市场竞争", "差异化"],
  "problem_context": "我们是一家中型软件公司,面临市场激烈竞争,需要在现有产品线基础上进行创新,寻找差异化竞争优势,但资源有限,需要做出最有效的创新决策。",
  "limit": 5,
  "lang": "zh"
}

// 不使用学习系统调整的推荐查询
{
  "problem_keywords": ["团队管理", "冲突"],
  "use_learning_adjustment": false,
  "lang": "zh"
}

实际应用场景

  • 面对新问题时寻找合适的思考框架
  • 在决策前扩展多种思考角度
  • 分析复杂问题时获取系统性思维支持
  • 教学环境中为特定主题推荐思维工具

假设生成与验证 (generate-validate-hypotheses)

系统化的科学思维

功能描述

generate-validate-hypotheses 工具基于问题和上下文,系统性生成多个合理的假设,并提供针对每个假设的验证方法。此工具促进科学思维的形成,帮助用户避免单一假设导致的认知偏差。

参数说明

参数名 类型 必填 默认值 说明
problem 字符串 - 需要解决的问题描述
context 字符串 - 问题相关的背景信息
lang 字符串 "zh" 语言代码,支持 "zh"(中文) 或 "en"(英文)

使用示例

// 为业务问题生成假设
{
  "problem": "公司网站流量在过去三个月持续下降,如何扭转这一趋势?",
  "context": "我们是一家B2B软件公司,主要客户为中小企业。最近三个月网站流量下降了30%,同时转化率也从2.5%降到了1.8%。期间我们更新了网站设计,并调整了部分内容策略。",
  "lang": "zh"
}

// 为产品设计问题生成假设
{
  "problem": "新推出的移动应用用户留存率低,如何提高30天留存?",
  "context": "我们上个月推出了健康追踪应用,首日下载量很高,但30天留存率只有12%,远低于行业平均的20%。用户调研显示初始体验良好,但长期使用动力不足。",
  "lang": "zh"
}

实际应用场景

  • 业务问题诊断与解决方案探索
  • 产品功能设计时的多方案评估
  • 市场策略调整前的系统性分析
  • 研究项目的假设框架构建

推理过程解释 (explain-reasoning-process)

可视化思考逻辑链

功能描述

explain-reasoning-process 工具可视化展示思考的逻辑链路,解释每个推理步骤使用的思维模型、支持证据和信心水平。这个工具帮助用户理解思考过程的构成,提升元认知能力,同时使思考过程更加透明和可追踪。

参数说明

参数名 类型 必填 默认值 说明
problemDescription 字符串 - 问题或情境描述
reasoningSteps 对象数组 - 包含推理步骤的详细信息,每个步骤包含描述、使用的模型、支持证据、信心水平等
conclusion 字符串 - 推理得出的结论
lang 字符串 "zh" 语言代码,支持 "zh"(中文) 或 "en"(英文)

使用示例

// 简单推理过程解释示例
{
  "problemDescription": "公司需要决定是否投资开发一款新产品",
  "reasoningSteps": [
    {
      "description": "分析市场需求和竞争环境",
      "modelIds": ["swot_analysis", "porters_five_forces"],
      "evidence": ["市场调研数据显示需求增长8%", "现有3家主要竞争对手"],
      "confidence": 0.8
    },
    {
      "description": "评估公司内部能力",
      "modelIds": ["resource_based_view", "core_competence"],
      "evidence": ["技术团队具备关键能力", "研发预算充足"],
      "confidence": 0.9
    },
    {
      "description": "分析财务可行性",
      "modelIds": ["cost_benefit_analysis", "npv_analysis"],
      "evidence": ["ROI预估为18%", "回收期约2年"],
      "confidence": 0.7
    }
  ],
  "conclusion": "基于市场机会、内部能力和财务预测,建议启动新产品开发项目。",
  "lang": "zh"
}

实际应用场景

  • 重要决策的思考过程记录与解释
  • 团队协作中共享和讨论推理逻辑
  • 教学环境中展示思维模型的实际应用
  • 提升自身思考质量的元认知训练

交互式推理引导 (interactive-reasoning)

实时思考指导与探索

功能描述

interactive-reasoning 工具提供逐步的思考引导和实时反馈,帮助用户在解决问题的过程中动态获取更多信息,调整思考方向。这是一个动态的、对话式的思考助手,可根据用户的反馈和新信息不断调整推理路径。

参数说明

参数名 类型 必填 默认值 说明
initialContext 字符串 - 初始问题或情境描述
reasoningStage 字符串 - 当前推理阶段,可选值: "information_gathering"(信息收集), "hypothesis_generation"(假设生成), "hypothesis_testing"(假设检验), "conclusion"(结论形成)
requiredInformation 字符串数组 - 需要获取的额外信息
currentPathId 字符串 - 当前推理路径ID(如在现有推理中)
lang 字符串 "zh" 语言代码,支持 "zh"(中文) 或 "en"(英文)

使用示例

// 初始推理请求
{
  "initialContext": "我们的移动应用注册流程完成率只有40%,远低于行业平均的65%,需要找出原因并优化。",
  "reasoningStage": "information_gathering",
  "lang": "zh"
}

// 后续推理阶段请求
{
  "initialContext": "我们的移动应用注册流程完成率只有40%,远低于行业平均的65%。",
  "reasoningStage": "hypothesis_generation",
  "requiredInformation": ["目前注册流程的步骤数", "每个步骤的转化率", "用户反馈的主要问题"],
  "currentPathId": "reasoning-path-123456",
  "lang": "zh"
}

实际应用场景

  • 复杂问题的探索式分析与解决
  • 含有大量未知因素的决策过程
  • 团队协作式思考的引导与记录
  • 创新设计过程中的思路拓展